🗺️ 不会编程的人，用 AI 把《诗经》305 篇放上了地图，然后花了 20 天让它们真正「出现」

目录

• 一个不需要代码就能出现的原型
• 从「能显示」到「能用」的距离
• 305 篇诗 vs 305 篇真正的内容
• 从地图到歌谣：当文字开始响起
• 2837 个候选版本，和 10 天的听审地狱
• 所以，AI 加速了什么？

---

一个不需要代码就能出现的原型

2026 年 7 月 2 日上午，一个叫「好奇的阿哲」的人，把一份需求发给 Codex：

我想创建一个《诗经》历史地图应用，请参考这个案例实现方式，为我构建这个应用。

他不会编程。没有写过一行代码。

不到一个小时，第一个原型出现在浏览器里。一张地图，几篇诗卡，散落在山河之间的标签。他可以拖动地图，也可以点击一首诗。一个原本不存在的东西，突然有了可以被看见、被操作的形状。

「那一刻，我几乎相信，最困难的部分已经过去了。」

后来他才知道，一个东西能够出现在屏幕上，和它真正成为自己想要的样子，中间还隔着很远。

---

从「能显示」到「能用」的距离

第一个原型只让他兴奋了几分钟。

地图显示不完整，标签和卡片在操作中四处漂移。它已经可以「运行」了，但离「好用」还差着十万八千里。他看不懂背后的代码，只能像一个普通用户一样反复打开页面、拖动地图、点击诗篇，然后告诉 Codex：我看到了什么，哪里不对，以及我希望它变成什么样。

这个过程中，他逐渐意识到一件事：他不需要知道每一行代码怎么改，但必须说清楚自己为什么不满意。

地图与诗篇谁是主角？读者的目光应该落在哪里？什么样的操作会打断阅读？AI 可以快速给出一个又一个版本，但作品的标准仍然需要由他定义。

---

305 篇诗 vs 305 篇真正的内容

地图逐渐稳定后，他把全部 305 篇风、雅、颂都放进了同一片山河。

但很快又遇到了第二个坎：把 305 篇内容放进去，和真正完成 305 篇内容，完全是两码事。

例如，《芣苡》的翻译解读初版，没有说清楚「芣苡」就是车前草，也没有让人明白一群女子为什么会一边采摘一边歌唱。类似的问题，散落在 305 篇诗中。他可以把它们留在那里——大多数读者甚至未必会注意到。但如果一张地图只是把诗篇摆到了正确的位置，却没能让人进入诗中的生活，那它仍然只是一个看起来完整的半成品。

他开始为诗篇补充文本注解、风物注、全诗译意和研究来源。机器很擅长找到能够被规则描述的问题，但无法告诉他一段译文是否自然，一次换行是否破坏了诗歌的呼吸。

不到一个小时，AI 就能让 305 篇诗出现在地图上。但要判断它们是否配得上被放在那里，他只能重新回到每一首诗里。

---

从地图到歌谣：当文字开始响起

第十天，他发布了「诗经山河图 1.0」。他把地图拖回自己生活的武汉——长江和汉水之间，真的出现了那些古老的诗篇。

但还有一个问题没解决。

《诗经》原本就是歌。今天，我们仍然保留着它的文字和节奏，却已经不知道那些旋律究竟是什么。他想起杨照老师说过的一句话：

《诗经》是三千年前的人唱的歌，要用唱歌的逻辑去看。

他开始测试各种 AI 音乐生成方案。大多数体验都不好——他不希望它们被套进同一种「古风歌曲」的模板，而是希望每一首都拥有自己的结构和情感。

直到他测试了 MiniMax-Music。当它生成的《汉广》第一次响起时——

「我只记得自己突然安静下来，那些隔着三千年的文字，不再像被供在书本里，而像一个人在水边，唱出无法抵达所爱之人的惆怅。」

---

2837 个候选版本，和 10 天的听审地狱

从技术验证到完成全部 305 篇歌谣，他花了整整 10 天。

真正折磨人的不是生成音乐，而是一遍遍听见「差一点」。有的旋律很好，却唱错了一个生僻字；有的读音终于正确，情绪却变得平淡；有的开头让人惊喜，唱到中间却突然失去了诗篇原本的节奏。

他尝试了各种策略——替换生僻字、反复校正多音字发音、调整 prompt。最终，为了这 305 篇诗，他生成了 2837 个音乐候选版本。

他做了一个内部听审台，让机器先检查读音、旋律和情绪，再由人来听。但评分只能帮助他缩小范围，不能替我做最后的决定。有些高分版本听起来工整，却没有生命；有些并不完美，却让人愿意再听一遍。

「AI 可以不断扩大选择，却不会替我承担选择的责任。」

---

所以，AI 加速了什么？

2026 年 7 月 2 日，这还只是一个在开车路上产生的念头。20 天后，他戴上耳机，听见《诗经》的文字真的变成了一首首歌谣。

这件事最让我在意的，不是「AI 做出了《诗经》地图」这个结果，而是整个过程里那个反复出现的模式：AI 越过了过去最显眼的门槛，却让人更快、更密集地遇见了那些真正困难的问题。

想法刚刚出现，人就被迅速带到下一个选择面前。AI 可以做 2837 个版本，但无法判断哪个版本值得被听见。AI 可以把 305 篇诗摆上地图，但无法判断一段译文是否破坏了诗歌的呼吸。

这篇文章里有一句话，我觉得说得比任何技术分析都准确：

「当『做出来』变得容易，『做好』反而更加依赖人的判断、耐心和审美。」

这不是一个「AI 取代人类」的故事。这是一个「AI 把终极问题提前了」的故事。

项目地址：诗经山河图

---

封面图：诗经山河图项目预览，来自少数派