AI 软件工程：愿力驱动选题
内容提要
作者认为AI时代选题应坚持“自用”原则：只有自己真正要用的东西才容易成功，凭空想象的项目往往失败。AI降低了技能、成本和供给门槛，但无法替代热爱与愿力。热爱在工程上体现为需求真实性、验收判别力、完成最后20%的续航力和长期韧性。作者以Pigsty、Oink等自用项目为例，并建议选开源软件时看作者是否重度自用。
延伸解读
AI 时代，选题瓶颈从技能转向愿力
作者指出，AI 大幅降低了技能、成本和供给门槛，但无法替代热爱与愿力。当“擅长”不再是高不可攀的门槛，软件工程的瓶颈就迁移到人类的意愿上。这意味着，决定做什么、不做什么，比怎么写代码更重要。读者应意识到，算力可以购买，但持续投入的愿力买不来，选题时应优先考虑自己真正要用的东西。
自用是检验需求的真实标尺
作者以 Pigsty、Oink 等自用项目为例，说明自己真正要用的东西容易成功，凭空想象的项目往往失败。自用意味着需求具体、带痛感，能提供真实反馈和持续验收动力。读者在立项前可自问：这个需求在拿到 AI 之前就困扰我吗？写完后会进入日常工作流吗？如果答案是否定的，可能只是喜欢“挥锤子”的过程。
热爱在工程上体现为四套机制
作者将热爱拆解为四套工程机制：决定方向的真实性、对抗 AI“均值平庸”的判别器、跨越最后 20% 的续航力、穿越周期的韧性。AI 输出趋向 80 分，只有自己重度使用才会推动从 80 分到 95 分。读者应关注这些机制，而非空泛情绪，用自用来驱动验收和持续维护。
选开源软件看作者是否重度自用
作者建议选开源软件时看作者有没有“Skin in the game”，即自己是否重度使用。他以 magpie 为例，作者 yetone 每天高强度自用，高频发版修复细节。在供给过剩、信任稀缺的 AI 时代，“作者自己每天都在用”比漂亮的 README 更可靠。读者可将此作为选型原则，降低踩坑风险。
Q&A
AI时代做软件选题应该遵循什么原则？
坚持“自用”原则：只做自己真正要用的东西。作者经验表明，自己真正要用的项目最后都成功了，而凭空想象或为好玩做的项目基本都失败了。
AI降低了技能门槛后，软件工程的瓶颈转移到了哪里？
瓶颈从“专业技能”迁移到了人类的“意愿与热爱”上。因为AI能写代码、查资料、跑测试，但没有“Want（想要）”，不能替你渴望一个东西。
在工程实践中，“热爱+自用”具体体现在哪些方面？
体现在四套工程机制：1）决定方向的真实性，需求具体带痛感；2）作为对抗AI“均值平庸”的判别器，推动从80分到95分；3）提供跨越“最后20%”脏活累活的续航力；4）提供穿越周期的韧性，不计较短期得失。
如何判断自己是真的热爱一个项目，还是只是沉迷于“挥锤子”的快感？
可以通过自检问题区分：需求是在拿到AI之前就存在的，还是之后发明的？写完后会立即进入日常工作流吗？没人关注还会维护一年吗？愿意啃最枯燥的20%脏活吗？半夜坏了会受影响吗？如果答案否定，大概率只是喜欢“做”的过程而非“用”的结果。
挑选别人的开源软件时，有什么实用的判断标准？
看作者有没有“Skin in the game”（切身利益），即作者自己是否重度使用、在乎这个作品。“作者自己每天都在重度使用”是开源世界最硬的背书，比漂亮的README更管用。
作者以Pigsty为例说明了什么？
Pigsty是“自用回本”的典型：作者自己就是一号用户，所有基础设施都用Pigsty管理，发布前就已回本。后来开源社区和商业上的回报都是额外红利。这印证了自用项目更容易成功。
