跳伞教练有一条铁律：从30000英尺跳，你有大把时间开伞、调整姿态、甚至纠正一次错误的拉绳动作；从3000英尺跳，留给你的反应窗口只有几秒，容不得半点犹豫。

高度，决定了你能犯几次错。

花叔最近写了一篇《AI最大的礼物，是让你能廉价地失败100次》，写得很透。

他的起点是一个翻转：AI最大的礼物不是让你更容易成功，而是让你更容易失败。以前做一个App，几十万加半年时间，普通人一辈子承受两三次就心力破产了。现在成本几乎归零，于是样本量从3变成100，单次成功率没变，但总到达概率被推上去了一个数量级——塔勒布说的凸性，下行有限，上行无限。

但花叔没有止步于“多试就行”。他接着讲了三层递进：第一，光有数量不够，100次尝试要发生在不同方向上，否则跟在同一座适应峰上原地转圈没区别；第二，他用进化论的框架拆解——变异、选择、遗传，AI只砍掉了变异的成本，而选择（读用户的脸色）和遗传（把每次失败的经验传给下一个项目）都得你自己造；第三，他提了“红皇后效应”——当所有人都能快速迭代，快速迭代本身的优势就消失了，稀缺的不再是变异，而是方向。最终他落在一个词上：可演化性（evolvability）。爆款是结果，系统是原因。

我觉得这个框架很扎实。但读完之后一直在想一件事：花叔讨论的场景，主要是独立开发者和一人公司。这恰恰是跳伞高度最高的那一端——你就是老板，做错了自己兜底，大不了这个项目沉了，20美金月费加几天时间，无人问津也就无人问津了。

如果把镜头摇向另一端呢？

不是所有人都站在30000英尺。

30000英尺：做号玩家和独立开发者

容错率最高的位置，AI红利也最大。

同样是用AI进行内容创作，可以看到做号的那批玩家拥抱得最积极。同时运营十几二十个号，追求效率，不要求每个号做得多精致，哪怕违规被封一两个也无所谓。只要有一个账号做出了爆款，甚至账号出现了大量粉丝涌入，ROI就是赚的。对这种生产流来说，AI带来的效率提升几乎是立竿见影。

独立开发者也一样。花叔自己的经历就是最好的例子：两个月里隔两天做一个东西，绝大多数没做成，但每次失败的代价几乎为零。小猫补光灯之前，他理论上已经失败了几十次。而底下那一大堆沉默的尝试垫出来的，不只是小猫补光灯上过AppStore付费榜第一，还有《Claude Code橙皮书》冲上微信读书热搜第一，女娲.skill在GitHub拿到19k stars。跑出来的是少数，但每一个都不是孤立长出来的。

这是30000英尺的跳伞。伞没开好？没关系，还有足够的高度再来一次。

10000英尺：机构里的尝试者

高度降下来，情况就不一样了。

这波AI浪潮里，为什么OPC一人公司被提得特别多？

因为一人公司的组织架构天然适配试错——你做错了，你自己承担后果，没有人需要向谁汇报。

但如果你在一家传统机构里，尤其是要服务甲方的那种，情况就复杂了。你想用AI替代某个流程，首先要考虑的不是AI能不能做好，而是：你觉得“还凑合”的东西，甲方是否真的满意？甲方有没有什么离奇刁钻的要求，即使你做得不错他依然要打回来？

更现实的问题是，如果AI交付搞砸了，你有没有能力用传统方法给它兜底？如果没有这个后备，试错的意愿自然会大大降低。

你承担试错的风险，但甲方不为你的试错买单。这个错位，让机构里的AI创新天然慢半拍。

3000英尺：高风险商业决策

再往下就是几乎没有容错空间的位置。

最近听到有私募机构开始尝试用AI大模型做交易研判。据说有两家机构的表现并不理想，甚至比不采用大模型的同行还要差。对投资人来说，没有什么“鼓励你尝试AI”的耐心——他们要的是结果，是收益稳定、跑赢竞品。表现不及预期，后果很可能就是撤资。

这类机构或许会退回到量化投资行业里已经成熟的深度学习和神经网络那一套，而不是拿热门的大模型去做决策。不是他们不想创新，是从3000英尺跳下去，根本没有第二次开伞的机会。

坦率讲，在商业竞争中，有时候一个偶然的失误就是一个组织衰败的开始。

AI给了所有人降落伞，但没给所有人同样的高度

回到花叔的框架。他说AI让普通人获得了“廉价变异”的能力，这没错。但这个红利的分配并不均匀——它天然倾斜向“输了也不死”的位置。

塔勒布讲凸性，意思是找到那些下行被严格限制、上行不设上限的位置，让自己待在那里。

是的，AI编程对独立开发者来说恰好就是这种位置。但反过来说，如果你本来就站在一个“失败一次就要命”的凹性位置上，AI并不能自动帮你挪过去。

显然，AI放大的不是所有人的试错空间，而是已经站在凸性位置上的人的试错空间。

对于那些站在凹性位置的人和组织，AI带来的不是“廉价的失败100次”，更可能是“昂贵的失败1次”。

所以，AI可以让人低成本地失败，但前提是你得先站到足够高的地方。

那站在3000英尺的人怎么办？

换一种跳法呗。

第一，从副业开始。白天你是机构里那个不能犯错的人，但晚上和周末，你可以是一个写公众号的、做小工具的、搞side project的独立个体。用业余时间在30000英尺练手，把AI的试错红利在安全的地方先吃到，再慢慢把经验迁移回主业。很多机构里最终推动AI落地的人，恰恰是先在自己的side project里趟过坑的那批。

第二，从增量开始。与其硬着头皮用AI去替代原本人工已经跑通的流程，不如换个思路：找一个同样必须试水AI的甲方客户，那种自己同样需要向上面交代“我们在all in AI”的甲方(你懂的)。两边都有动力容忍不完美，这比单方面冒险要安全得多。或许这才是机构内推动AI落地更现实的开端。

花叔说得对，廉价的失败是这个时代最大的礼物。我想补一句：这份礼物的使用说明上，其实还有一行小字——请在足够高的地方打开。

高度不够？那就自己想办法垫高。