我，麻省理工毕业，大厂裸辞，用vibe coding送大英博物馆文物“回家”

源济

我，麻省理工毕业，大厂裸辞，用vibe coding送大英博物馆文物“回家”

这是《自拍》第545个口述故事

如果大英博物馆的文物都回家，会是什么样子？

在抖音，有人用AI工具收集了大英博物馆里来自99个国家、近5000件文物的家乡坐标，在三维地球上，将它们与故乡的位置相匹配。只要点击文物图片，观众就能了解某件文物的“身世”，以及它从大英博物馆的“归乡之路”。

视频的作者@麻省理工Rui同学，也是一名科技人文创作者。除了这张“文物足迹”，他还作出了世界农作物地图、世界鸟语地图、诗人们的“朋友圈”……这些应用，都是通过“vibe coding”（氛围编程）完成的：不需要掌握编程语言、手动输入代码，只需要通过和AI对话，告诉它你想要什么样的应用，就可以获得一个完整的程序或应用。

在抖音，#VibeCoding大赏 话题里，已有超3.3万人参与，累计播放量达11.4亿。曾经只属于极客们的奇思妙想，向更多人敞开大门；而这种“开发热”的另一面，是不少人的技术焦虑——让创意落地、让天马行空的想法生根发芽，我们究竟还差多少节“编程课”？

以下，是Rui同学的答案——

我是Rui同学，毕业于麻省理工学院，曾经在大厂就职，如今在做自媒体创业。我在抖音上的标签，是“科技人文创作者”。

你或许不认识我，但你一定听过一个最近很火的词——vibe coding，氛围编程，也就是使用AI辅助编程。

因为有了vibe coding，编程，成为人人皆可参与的创作。在网上搜索这个词时，除了各种卖课教程外，或许你还会看到我的一系列交互式可视化作品——世界足球俱乐部地图、中国诗词地图、大英博物馆文物回家……

自从vibe coding走红之后，后台总有很多人问我：“要做出这些，该怎么系统学习vibe coding？”

但我想告诉你的是：比技术更重要的，是你的灵感、审美与好奇心。

我是Rui同学，一个人文科技创作者。

粮食、大蓝蕉鹃和李白笔下的长安

你知道每天吃的食物从哪里来吗？小麦、水稻、玉米，这些最普通的东西，它们的产地分布在全球各个角落。我把这些数据放到一张交互地图上——点开一个国家，就能看到它主要产什么、产量多少、出口到哪里。

你不需要看一篇论文，不需要读一本农业报告。只需要几秒钟，就可以发现玉米是北美产量第一的谷物，而人均土豆消耗量第一的国家，不是爱吃炸鱼薯条的英国，而是白俄罗斯。

在农作物地图上，你可以查到各国家或地区的主要作物，也能看到各种“世界之最”来自哪个国家。

那鸟呢？非洲的大蓝蕉鹃，最爱吃水果，被称为“森林的播种机”，它的叫声就像救护车一样“werwerwer”；而北极的柳雷鸟，夏天和冬天拥有不同的毛色，叫声像小羊一样“咩咩咩”。我vibe coding了这个应用，做成一张“鸟语星球”地图，只要点击特定的位置，就能看见鸟类的样子，听见它们的叫声。

点击地球时，这些鸟类会腾空飞起，再次点击就会再落回“地面”。

李白被贬出长安时，写下“天生我材必有用，千金散尽还复来”；而在“迷弟”杜甫的眼里，这绝不是失意，而是“天子呼来不上船，自称臣是酒中仙”的潇洒。唐代诗人在长安、洛阳、成都之间来来往往，他们的诗句散落在山河之间。我想，如果把这些空间轨迹画出来，会是什么样子？于是，我把他们的生卒地、游历路线、互赠诗词的关系，又织成一张“诗词山河地图”。点开一条线，就能看到一个诗人完整的人生轨迹。

如果你多点击几次，或许就会看见，这些诗人的生活究竟在哪一个地方发生交汇；或者两个相隔数代的诗人，也曾面对同样的一座山、一江水发出感慨。

每一首诗都带着不同的动效。点开《望庐山瀑布》后，有瀑布顺流而下，而《题西林壁》则有鸟鸣啁啾。

当然，大多数人认识我，可能还是“文物回家”那张地图。

我本科就读于英国的中央圣马丁艺术与设计学院。在伦敦时，我去过不止一次大英博物馆，那里来自99个国家的近5000件文物。来自中国的唐三彩，和埃及的罗塞塔石碑——它们一个是封建王朝鼎盛时期的造物，一个是人类早期文明的灵光闪现，此刻却出现在同一空间。

走到博物馆出口，你会一边找个座位缓解脚底板的酸痛，一边自然而然地发出一个疑问：“这里的展品，究竟来自多少地方？”

这个地图就起源于这一刹那的疑问。我vibe coding了这张地图，在大英博物馆的官网搜集文物们的家乡坐标，再把它们放在三维电子地图上，让它们“飞”回自己的故乡。你点开一件文物，就能看到它来自哪个国家、什么时候到了伦敦、在博物馆的哪个展厅。

这张地图上有来自世界各地的文物身世，它们的介绍全都来自公开网站。

我把制作过程做成视频传到社交平台，没想到火了。现在，抖音还时不时有人私信，告诉我有人把它搬运到了Tiktok上，日本、韩国、埃及、希腊、西班牙的人都在评论，甚至还有外国大使馆在转发。

他们看到了自己国家的文物，也感受到这数千条轨迹背后的情感。每一件文物和它的家乡，都有自己的故事，都能在千万条轨迹里找到自己的一段历史。于是，这1分钟的视频，就变成了全球性的共鸣。

“言有尽而意无穷”，在技术加持下，一张地图也能做到这件事。

一张地图里，到底能装下多少信息？

信息可视化这件事，其实每天都在你身边发生。

地铁线路图、天气App、超市里食品包装上的营养含量图表、手机里的地图导航……你可能从来没有意识到，当你看到这些图的时候，你的大脑正在完成一个很复杂的工作：把一堆分散的信息，重新整合成一个可以理解的结构。

一个带箭头的地图导航，总是比“先往东，走100米后再往北”的语言描述更高效——这就是可视化的意义。

大学时，我学习的是平面设计。当时，我们就时常涉及信息可视化的内容：老师会给我们一个主题，比如“食物的营养成分”，然后我们会开始设计海报，用不同的颜色、字体、排版去展示不同蔬菜的维生素含量。如果这些设计可以落地，它们就会变成食品外包装或广告上的展示信息，融入你的生活。

看到这里，你可能会想：现在，这个工作交给AI就能做。学设计的人，早晚有一天要失业吧？

但我想给你讲述的，是人怎么在海量的数据、不断迭代的技术中，找到自己的价值。

读书时，我也是有些“技术焦虑”的：本科学设计时，MIT（麻省理工学院）已经成立了一个信息可视化的实验室，做那些比“食品海报”更复杂和多维的项目。我开始意识到，平面的可视化设计一定要有更多的数据支撑，才能丰富起来。所以，我需要学习处理海量数据的能力。

本科毕业后，我申请了MIT，做了一段时间的研究助理；回国后又进入大厂，做前端开发和数据研发的工作。

我在MIT（麻省理工学院）学习人工智能相关知识。

出于工作需要，我也开始学习简单的编程语言，以及逐渐出现的各种大模型。做了几年后，我开始陷入迷茫：我可以拿着高薪一直“卷”下去，不断学习新的技术，然后拿到更高的职级；但另一方面，我的工作模式也越来越固化，把不同的数据套进模板里，创造性越来越少……

最终，我从大厂裸辞，再次申请了MIT实验室的研究员岗位。这一次，我的目标更加明确：一定要学习大模型，然后通过大模型，实现数据可视化的生成。

现在市面上绝大多数AI工具，可以通过对话生成文本和图像，却无法准确地做到“数据可视化”；而我在MIT探索的，就是通过对话，让AI生成一个交互地图，让人们更好地理解世界。

我在MIT进修时完成的Demo：通过自然语言沟通，AI就可以产出可视化数据，比如一张旅游线路图。

设想一下：如果有一天，你想去洛杉矶玩，AI不仅可以给你生成一份旅游攻略，还有一个基于洛杉矶地图的路线图——只要你点击地图上的点，就能看到交通方式、开放时间、门票等等信息；而地图上的轨迹，就是你今天的行程。是不是比现在更方便？

当然，这是一个技术的设想，或许在未来的某一天，某个大公司就实现了这件事；但我更需要想一想的，是我要拿数据可视化做什么。

在等待研究员offer的那段时间里，我迎来长大成人后难得的gap期，重拾了工作时没时间、没精力做的许多事：开始读书、开始陪伴家人，还开始跑马拉松。

跑步是一件“向内观照”的事情，它和工作不同。工作时你有许多“不得已”的部分，跑步就不一样了，10公里就是10公里，20公里就是20公里，每一周你都能感觉到自己身体的变化，感受到即时的正反馈。

从大厂离职后，我开始跑马拉松。

有段时间，我把跑马拉松的内容放到了社交平台上。账号没做起来，不过我有了一个更明确的目标：我想做我真正感兴趣的内容，和跑步一样，能够得到正反馈的事。

vibe coding让表达越来越容易，但真正稀缺的是理解世界的能力

现在，你大概会知道这些视频的来历了：从MIT的研究员岗位毕业后，我回国成为一个“科技人文创作者”，最初是分享一些vibe coding技巧、公开课等，也慢慢收集自己感兴趣的碎片信息，渐渐地，做成一张张地图。

很多选题的起源都是很偶然的。比如之前说的那张“鸟语星球图”，就是因为正在读《远东冰原上的猫头鹰》这部小说：一个鸟类学家为了寻找一种叫作“渔鹄”的鸟类，深入冻土荒原，和狍子战斗，为了套近乎跟当地的猎户“拼酒”。读到这里的时候我觉得太浪漫了，于是自然而然地对渔鹄这种鸟类感到好奇，也自然而然地想到：世界上到底还有多少我不知道的鸟类？

电影、音乐、诗词、足球……这些地图的灵感，大多来自于生活中这种“自然而然”的好奇。你可以说它是一种「无用之用」——没有解决实际问题、暂时还没有商业化变现——虽然在后来我收到了很多老师和家长的私信，问我哪里可以下载这张地图，他们想拿给学生、孩子去学习；也有学生告诉我他们从我的地图里“第一次”感受到某个学科的魅力，无用也就变成了有用。

做“文物地图”时，我也调整了多轮视觉效果，保证上千件文物的数据能够简洁、美观地在地图上呈现。

当然了，我最常收到的问题依然是：要怎么学、学多久vibe coding，才能做到这些？

或许有人会告诉你：跟着我学，三个月甚至两周，你也可以做出一张XX地图。vibe coding确实降低了创作门槛，就拿“世界足球俱乐部地图”来说吧，以前想做一个类似的项目，收集信息可能就要一个月，整个项目要做两三个月；现在我一个人，再加上一大堆vibe coding工具，一两周就能完成。只需要精确地告诉大模型你要什么，就可以让它帮你完成大量编码工作，比如去什么网站爬数据，或者想要什么样的交互效果。

但我知道，真正的答案不是那样的：或许三个月我可以教给你一套基础的工具和使用方法，但如何和AI对话、如何积累审美，是难以在短时间内达成的成果。大模型不会告诉你什么值得表达，“世界上有多少个足球俱乐部”这个问题，是你自己提的。

大模型也不会告诉你，什么样的视觉效果值得保留、什么数据需要舍弃。或许很难想象，“诗词地图”上，光是地图和文字的颜色搭配，就试过二十几种，诗词展示的形式，也试了好几个版本——是悬在山河之上，还是贴在地面？你和AI说“要一个传统文化风格的界面”，它生成的东西可能一点都不“传统”，这时你就要判断是明暗问题，还是配色、肌理的问题，而这个判断的能力，其实已经与技术无关。

所以，不要急，慢慢来。如今的AI恨不得每个月都在迭代，每个人都充斥着技术焦虑，甚至前段时间OpenClaw爆火时，就连爸妈都来问我“龙虾”是什么。但掌握了同样的工具，不意味着能够做出同样的地图，或者说，你不必要做一张地图——你想做的，究竟是什么？

真正稀缺的，从来不是vibe coding能力。而是观察能力、判断能力、知识积累、审美能力、表达能力。我的美感积累了十几年，技术积累了十几年。它们交织在一起，才形成了现在这些作品的样子，也是当下的我对好奇心的回应。

早期，我曾做过一张“世界神话地图”，大家觉得很有趣。

好奇心是人类认识世界的起点。它能驱赶技术焦虑，让你从“我要学什么”变成“我想知道什么”。当你真正有了想知道的答案，vibe coding也好、大模型也好，都会变成实现它的工具——所以，你想知道什么？

*本文由Rui同学口述整理而成，文中照片除特殊注明外均由本人提供。

Rui同学 | 口述

趣多多 | 撰文

猫  基 | 编辑

-THE END-

这是我们讲述的第545个口述故事