野生学徒 · 数字时代的写作者｜花叔：先做出来，再写出来
1/ AI 让“做东西”越来越便宜，也正在改变“写东西”的人
过去常见的路径是：先学习，成为专家，再把知识写出来。但现在出现了另一条路：边做、边学、边写。作品不再只是专业能力的结果，也开始参与制造专业能力本身。
这两天研究花叔，发现他是一个很典型的案例。
他给自己的定义是「AI Native Coder」：不会写代码，却用 AI 做出了 App Store 付费榜第一的产品；后来又写橙皮书、开源 Skill，把实践不断变成新的内容和产品。目前他的个人网站显示，全平台已经有 30 万+自媒体读者。
如果只把他的故事理解成“一个不会写代码的人，用 AI 做出了产品”，其实有点可惜。
更值得研究的是：AI 时代，一个人的实践，究竟是怎么一步步长成知识、内容、产品和个人 IP 的？
2/ 让作品替你证明自己
花叔并不是做出产品以后才开始做内容。至少从公开记录看，2024 年初他已经在 B 站分享 GPT 和 AI 工具，后来也持续做 Cursor 和 AI 编程相关内容。
但真正让这条路径变得有意思的，是他开始自己做东西。
2024 年底，他用 Cursor 做了 iOS App「小猫补光灯」，上线后冲到 App Store 付费榜第一。
从那以后，AI 编程逐渐成了他的日常工作方式。做产品、写工具、搭工作流，一路踩坑，也一路积累经验。后来，这些实践被整理成了「AI 编程橙皮书」系列。
这里发生了一个很微妙的变化。以前，他可以告诉别人：AI 能做什么。
但当一个真实产品跑出来以后，他开始拥有另一种内容：我真的用 AI 做了什么。
这两者的信息含量是不一样的。
一个真实项目会带来用户、问题、失败、选择和反馈。作品本身，也开始成为内容最有说服力的证据。
所以回头看他的成长路径，我觉得有一个特点很明显：
比“我是谁”更重要的，是“我做过什么”。
不是先不断告诉别人“我是谁”，再努力寻找东西证明自己；而是先不断留下作品，别人再通过这些作品，逐渐认识你是谁。
3/ 别让做过的事，只停在“做过”
第一次注意到花叔，是因为《Claude Code 橙皮书》上了微信热搜。
后来真的找来读完，第一反应是：完成度确实不错。
但再往前追，才发现橙皮书并不是一个孤立的内容爆款。它更像是前面那套工作方式自然长出来的东西：
先进入真实实践 → 遇到问题 → 解决问题 → 再把经验整理出来。
这和我们通常理解的“做内容”其实有点不一样。
很多内容生产从“今天该写什么”开始：找热点、想选题、搜资料、写完发布，第二天重新开始。
但如果一个人一直在做真实的事情，问题本身就在不断制造新的内容。
于是内容生产的循环从：
找选题 → 搜资料 → 写 → 发布
慢慢变成：
做 → 遇到问题 → 学 → 解决 → 写 → 获得反馈 → 再做
内容不是实践之外额外生产出来的东西，而是实践留下来的知识。先做出来，再写出来。
4/ 流量会过去，内容资产会留下来
一本橙皮书成为爆款，也许还有偶然性。
但当一本变成一个系列，事情就不太一样了。
目前花叔的 Orange Book 官网已经收录 12 本、994 页，从 Claude Code、Cursor、Agent Skills、OpenClaw，到 Codex、AI-Native 创业，仍然沿用同一个原则：来自真实产品开发和内容创作实践，“用到哪里写到哪里”。
这时候，一篇内容开始变成了内容资产。
短内容的生命周期可能只有几天，一次热点可能只有几个小时；但一本完整的指南可以持续被搜索、收藏、引用。十二本放在一起，又慢慢形成一个属于自己的知识库。
这对做内容和个人 IP 的人来说，是一个很有意思的区别：
流量会过去，内容资产会留下来。
所以真正值得积累的，也许不只是“我今天发了什么”，而是几年以后回头看：
我到底留下了一些什么东西？
而且一份真实经验，也不必只变成“一篇内容”。
它可以是一条短帖、一段视频、一篇长文；足够系统，可以变成一本书；反复使用的方法，又可以继续变成工具和产品。
真正被反复利用的，不是同一条内容，而是同一份一手经验。
05/ 从“写给你看”到“封装给你用”
Skill 的出现，又让这件事往前走了一步。
过去，创作者沉淀知识最常见的载体，是文章、视频、课程和书。
它们解决的是：“我把我知道的东西写给你看。”
Skill 开始尝试另一件事：“我把我的做法封装起来，让你直接用。”
花叔现在已经开源了女娲、Huashu Design 等一系列项目。其中「女娲 Skill」尤其有意思：它想保存的不是一个人说过哪些话，而是这个人怎么思考。使用什么心智模型，依据什么启发式做判断，有什么表达习惯，又有哪些明确的能力边界。
从文章、书，到 Skill，这里面其实发生了一次知识载体的变化：
过去，我们把知识写下来；现在，我们开始尝试把方法运行起来。
这对内容创作者也提出了一个新的问题：
你的内容，最后只能是一条条帖子吗？
它也可能继续长成模板、数据库、工作流、Skill、软件和产品。
内容不再只是“被消费的信息”，也开始有机会成为一种可以反复调用的资产。
6/ 当内容不再稀缺，什么开始变贵？
花叔有一句话，我觉得比“一行代码都不会写”更值得注意：
“AI 生成内容不稀缺，稀缺的是判断力。”
这句话放在今天的内容创作里尤其成立。
Claude Code 怎么安装、Cursor 有哪些功能、Agent Skill 是什么，这些二手知识越来越容易获得。AI 可以搜索、整理、总结，甚至替你写成一篇结构完整的文章。
但 AI 很难替你拥有一段真实的一手经验。
你为什么决定做这个东西？过程中犯过什么错误？用户真正需要什么？哪些建议最后被你舍弃？什么值得继续做，什么应该停下来？
这些选择，慢慢构成了一个人的判断。
而判断力又很难凭空长出来。它依然需要实践、反馈，以及一次次真实的选择。
这也让我觉得，AI 正在悄悄改变“成为专家”和“开始输出”之间的顺序。
过去我们很容易想象：
学习 → 成为专家 → 输出 → 建立影响力
现在也可能是：
做 → 遇到问题 → 学 → 写 → 获得反馈 → 再做
07/ AI 时代，创作者到底在创造什么？
写到这里，再回头看花叔，会发现这个案例真正有意思的地方，已经不是“一个不会写代码的人，用 AI 写出了代码”。
他实际上同时在做很多过去属于不同职业的事情：
做产品、学技术、写内容、整理知识、设计工作流、封装 Skill、经营个人 IP。
AI 把很多过去分散在不同专业里的执行能力，压缩到了一个人身上。
所以 AI 时代的创作者，可能越来越不像一个单一职业。
他的工作更像：
发现问题，进入实践；从实践中学习；形成自己的判断；把经验组织成知识；最后选择合适的媒介，把它制造出来。
它可以是一篇文章，也可以是一本书、一段视频、一个 Skill、一个 App。
甚至可能是一家公司。
花叔现在的网站首页有一句话：
“用代码做杠杆，让一个人也能持有一家公司。”
所以这里真正发生变化的，也许不仅是“一个人现在可以做过去一个团队的工作”。
还有创作者本身的边界。
当越来越多的“怎么做”可以交给机器，一个创作者最后留下来的，可能恰恰是：
他看见了什么，他如何判断，以及他最终选择把什么东西带到这个世界上。
*本文由我与 ChatGPT 协作完成