AI 正在改变很多人的生活方式。
对开发者来说，它改变了写代码的工作流；对创意工作者来说，它变成了表达灵感的工具；对普通用户来说，它也开始进入搜索、写作、学习和日常决策。
但对吴天禹来说，AI 的意义可能更具体一些。因为 AI 正在帮助他把一个原本只存在于实验室、论文和专业设备里的机器人，变成普通人也能理解、能操作、甚至能玩起来的东西。
吴天禹是南方科技大学智能制造与机器人专业的博士生，也是一名 Swift 学生开发者。去年，他第一次参加 Swift Student Challenge 并获奖，今年他再次获奖，并成为 Swift Student Challenge 杰出获奖者。
如果说去年参赛，他更在意的是“能不能把一个想法做出来”，那么今年，他开始思考另一个问题：
一个作品到底能不能让更多人了解机器人技术，拉近人与机器人的距离？
“去年我更关注能否将一个想法做出来，尝试用 Swift 和 Apple 的技术把机器人相关的交互呈现出来。”吴天禹说，“今年再次获奖，我会更关注作品的意义与影响力。”
从“采集机器人数据”到“玩懂机器人”
吴天禹去年提交的作品，和机器人数据采集有关。
在那个作品里，用户可以通过 AR 场景操控一台水下机器人。机器人的位置、姿态等数据会被记录下来，未来可以用于真实机器人的训练。换句话说，他想把“玩游戏”变成一种采集机器人训练数据的方式。
到了今年，他提交的作品 MagiBotics 变成了一个 iPad 上的机器人实验室游戏。用户不再只是遥控机器人完成任务，而是会在游戏过程中接触正运动学、逆运动学、手势控制和语音控制这些机器人学概念。他将原本听起来很硬核的专业方向，拆成了几个可以直接上手体验的任务。
这其实也是创作思路的延续。去年，他想让 iPad 成为机器人数据采集工具；今年，他进一步把 iPad 变成普通人理解机器人的窗口。
“很多人觉得机器人很复杂，需要专业设备、复杂代码和实验室环境才能接触。”吴天禹说，“如何让机器变得更容易被人理解、控制和使用，是我正在解决的问题。”
这句话很能概括他这两年的作品。从去年的水下机器人，到今年的机械臂实验，它们看上去形式不同，但底层问题是一样的，那就是机器人不应该永远只停留在实验室里，它需要被更多人看见、理解和使用。
AI逐步进入开发工作流
但要把这样的想法真正做成作品，并不容易。
一个机器人相关的 App，不只是写几段代码那么简单。它可能涉及交互设计、三维场景、传感器调用、数据记录、语音识别、视觉识别，以及如何把专业概念转化成普通用户能理解的体验。
对一个学生开发者来说，这些工作原本很容易被工程细节拖慢。而AI 正是在这个过程中，进入吴天禹的开发工作流。
从时间上看，吴天禹的开发经历恰好横跨了两个阶段：一个是还没有成熟 AI 工具的时期，一个是 AI 已经进入开发工作流的现在。也正因为经历过“AI 前”的开发方式，他对今天 AI 带来的变化感受也更直接。
过去他在学习 Swift 的时候，遇到问题更多依靠文档、搜索和反复 Debug。有时候，一个 Bug 就要花上一整天。现在，AI 既像搜索引擎，也像一位属于自己的“程序员”。当他需要学习新的框架和技术时，AI 可以帮他更快理解使用方式；当他要把想法变成具体功能时，AI 也能帮助他跨过一部分工程细节。
他说，自己能明显感受到，编程方式已经和几年前完全不同。
“以前是写出一行行的代码，而现在变成了写出一行行的提示词。”
可以看到，AI 对开发者的改变，并不只是“代码写得更快”，而是开发者的工作重心开始前移。过去开发精力会消耗在语法、接口或是修报错上，现在开发者需要更清楚地描述目标、拆解任务、判断结果，并把 AI 生成的东西整合进一个完整作品里。
这种技能对学生开发者尤其重要。
“以前一个人做完整的 App，可能会被很多工程细节卡住。”吴天禹说，“现在有了 AI 辅助，学生可以把更多精力放在创意、交互、体验和系统整合上。”
AI 不会降低优秀开发者的门槛
随着 AI 编程工具越来越成熟，外界常常会出现一种判断：开发正在变成一件“没有门槛”的事。只要会描述需求，AI 就能生成代码，甚至帮人做出完整应用。
不过，吴天禹并不认为 AI 会让开发变成一件完全没有门槛的事。相反，他觉得 AI 改变的是“优秀开发者”的标准。
如果一个初学者完全依赖 AI，很可能会跳过许多原本应该理解的开发细节，例如给 AI 布置任务时，可能并不知道如何把需求写清楚，也不知道如何判断 AI 给出的代码是否正确。
这恰恰会直接影响 AI 生成内容的质量。
所以在他看来，AI 并不是让基本功变得不重要，而是让基本功换了一种表现形式。
过去，一个优秀开发者需要独立写出代码；现在，他还需要知道如何把 AI 变成工具，用它做出真正有价值的东西。
得益于 AI，越来越多的人开始更容易上手编程，进入开发的世界。过去需要花很久才能掌握的语法、框架和工程细节，现在可以被 AI 部分承担。但真正有价值的，不是让 AI 写出多少代码，而是开发者能不能提出一个值得解决的问题，并把 AI 生成的内容整合成一个完整、好用、对他人有意义的作品。
让 AI 进入真实世界
机器人行业本身就决定了，AI 不能只停留在屏幕里。
对机器人来说，理解世界从来不只是理解文字。它需要看见环境、理解位置、识别动作、听懂指令，并把这些信息转化为可执行的行动。也正因为如此，吴天禹期待的 AI，除了能聊天、能生成内容，还有未来真正进入机器人、AR、人机交互和真实空间。
这也是他正在尝试推进的方向。
吴天禹最近已成为“宁泉机器人”的创始团队一员，同时研究课题也一直围绕 App 开发、机器人数据采集和人机交互展开，而且他还在持续开发一款名为 asMagic 的 App。
在他的设想里，asMagic 不只是一款工具，而是一个“人人都能使用的机器人入口”。它会结合 Apple 设备本身的传感器，让用户学习、控制，甚至训练自己的机器人。
对学生来说，它可以是一个机器人学习平台，把正运动学、逆运动学和控制概念变得可视化、可交互；对研究者来说，它可以是一个多模态数据采集和实验工具，帮助更高效地收集真实世界里的机器人数据；对普通用户来说，它又可以通过游戏化的方式，成为连接人和机器人的自然界面。
这听起来是一个很大的目标，但如果把他这两年的作品连起来看，会发现它并不是突然出现的想法。
去年，他想让 iPad 参与机器人数据采集；今年，他想让更多人通过 iPad 理解机器人；接下来，他希望把 App、AI 和机器人进一步连接起来。
这条线的最终目的，就是让机器人离普通人更近。
技术最有趣的时候，是它真的被人用起来
很多时候，我们谈 AI，谈的是模型能力、生成速度、应用场景和行业竞争。
这些当然重要，但在吴天禹的故事里，AI 更像是一种把复杂技术往前推的力量。它让一个学生开发者可以更快学习新框架，更快完成作品，也更快把脑海里的想法变成可以体验的东西。
更重要的是，AI 让他有更多的时间，去思考作品本身的意义。
机器人为什么还离普通人很远？复杂技术怎样才能被理解？学生开发者在 AI 时代真正应该掌握什么？App 能否成为人和机器之间的入口？
这些问题，比单纯“AI 能不能写代码”更往前一步。
吴天禹今年再次获奖，当然是一个结果。但更值得被看见的，是这两年里他身上的变化：从完成一个作品，到思考作品能影响谁；从展示技术，到试着翻译技术；从让机器人动起来，到让人真正理解机器人...
AI 确实给整个行业按下了“加速键”。但对他来说，真正重要的不是速度，而是当那些过去很难跨过去的技术门槛被一点点降低之后，一个学生开发者终于可以把更多力气，放回到最初那个问题上：
我到底想把什么东西，带到更多人面前。
热门跟贴