我用 20 天时间，做了一张可以沿着山河阅读《诗经》的地图。
最开始，我只是想知道，三千年前，在自己身边这片土地上，传唱着哪些诗篇。但是做着做着，就有点上瘾了，于是我又让这些古老的诗篇，变成了 305 首歌谣。
我不会编程，也没有写一行代码。AI 让我轻松越过了“能不能做”的门槛，却又提出了全新的问题：当“做出来”变得容易，什么才算真正“做好”？
第零天：一个想法
我一直很喜欢《诗经》。
有一次，在开车回家的路上，我听杨照老师讲《摽有梅》。它讲的是一个采梅子的女子，等待喜欢的人表明心意。
那天，我一个人在车里哭得稀里哗啦。
《诗经》离我们的时间很远，但那些等待、爱慕、焦急和渴望，并不遥远。它写的是古人的生活，却经常让我觉得，他们与我们并没有什么不同。
我生活在武汉。长江和汉水在这里交汇，《诗经》中的许多歌声也曾在江汉之间流传。那一刻，我心里升起了一个念头：我能不能做一张中国古代地图，把各个地方的诗篇标注在山河之上？当我找到自己生活的地方时，能不能知道很久以前生活在这里的人，曾经怎样歌唱？
在过去，这样的想法大概只能停留在想法里。
但这一次，我问了自己一个问题：我能不能真的把它做出来？
第一天：先让一个不存在的东西出现
我当然不是从一片空白开始。
我曾看到过一个开源的中国历史地图项目，它可以在地图上标注历史人物和事件，沿着时间与地点展开一段历史。它没有告诉我应该怎样做《诗经》，但让我第一次觉得，一张可缩放、可交互的历史地图，并不是遥不可及的东西。
2026 年 7 月 2 日上午，我把这个项目和一篇介绍文章发给 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。
不到一个小时，第一个原型就出现在浏览器里。
虽然它还很粗糙，但那种感觉非常奇妙。几个小时前，它还只是一个反复出现在我脑海里的念头；现在，屏幕上已经出现了一张地图、几张诗篇卡片和散落在山河之间的标签。我可以拖动地图，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。
这是我第一次感受到 AI 带来的“超级加速度”：我不必先跨越一整套技术门槛，就可以直接从真正想解决的问题开始。
那一刻，我几乎相信，最困难的部分已经过去了。
后来我才知道，一个东西能够出现在屏幕上，和它真正成为我想要的样子，中间还隔着很远。
第二天：从粗糙的原型到可用的界面
第一个原型只让我兴奋了几分钟，问题就一个接一个冒出来。
地图显示不完整，标签和卡片也会在操作中四处漂移。它已经能够运行，却还远远谈不上好用。
我看不懂背后的代码，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。
在这个过程里，我逐渐意识到，我不需要知道每一行代码应该怎样修改，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我定义。
第四天：把 305 篇诗放进同一片山河
地图逐渐稳定以后，我开始把注意力转向诗篇本身。
很快，风、雅、颂共 305 篇全部出现在同一片山河之中。项目也从一张地图，变成了一套沿着地理阅读《诗经》的系统。
但我很快发现，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》翻译解读的初版，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。
我当然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，那么它仍然只是一个看起来完整的半成品。
我开始为诗篇补充文本注解、风物注、全诗译意和研究来源，也让 Codex 检查缺失、错位和重复。机器很擅长找到能够被规则描述的问题，却无法告诉我一段译文是否自然，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，我只能重新回到每一首诗里。
第十天：诗经山河图 1.0 上线
经历了精疲力竭的 10 天，我终于完成了全部的内容验收，将它发布上线。
当我第一次通过公开网址打开它时，我下意识地把地图移回武汉。十天前，这里还只有一个模糊的念头，现在，长江与汉水之间真的出现了那些古老的诗篇。
我既兴奋，又有些不安。一个只属于自己的东西可以不完整，但一旦把链接交给别人，它就必须接受别人的目光。
我原以为，这就是这段旅程的终点。
第十一天：从地图到歌谣
网站上线以后，我又想起了最初的问题：生活在这片土地上的古人，曾经怎样歌唱？
《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。如果这个项目最终只能让人阅读《诗经》，似乎仍然少了很重要的一部分。
我也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。
于是我开始了小规模测试，我先选了《汉广》《无衣》《采薇》《七月》和《清庙》，测试了很多个技术方案，大多数体验都不太好。
因为我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。
直到我开始测试 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。
那一刻，我第一次觉得，《诗经》里缺失的声音，也许真的可以回来。
那首歌并不完美，但它不再只是被供在书本里的神圣诗篇，而像一支重新飘荡在人身旁的日常歌谣。
第十二天：陷入歌谣地狱
完成技术验证后，我非常兴奋，因为歌谣比文字可有意思多了。
于是，我继续为整部《诗经》制作声音，这个工作量远远超过了我的预期，最开始我乐观估计 2～3 天就可以完成所有歌谣的制作，但实际上，我又花了整整 10 天时间。
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；还有的开头让我惊喜，唱到中间却突然失去了诗原本的节奏。
我不得不尝试使用各种策略，来替换生僻字、多音字，反复校正模型的发音。
最终，为了这 305 首诗篇，我生成了 2837 个音乐候选版本。
为了处理如此庞大体量的音乐，我做了一个听审台，让机器先检查读音、旋律和情绪，再由人来听。但我很快发现，评分只能帮助我缩小范围，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，却让我愿意再听一遍。
这时我才真正明白，AI 可以不断扩大选择，却不会替我承担选择的责任。
PS：由于自己的能力有限、精力有限，此前也没接触过音乐制作，其中还是有很多错音、漏唱和不自然之处，希望大家也能一起帮忙听一听，告诉我哪里出错了，我会继续维护这个小项目。
第二十天：诗经山河图 2.0 上线
2026 年 7 月 2 日，这还只是我在开车路上产生的一个念头。
20 天后，我戴上耳机，听见《诗经》的文字，真的变成了一首首歌谣。
其实，AI 并没有让创造变得轻松。它只是加速了这个过程。它让我轻松翻越了过去最显眼的门槛，让我更快、更密集地遇见那些真正困难的问题。
想法刚刚出现，我便被迅速带到下一个选择面前。我要不断回答，这是不是我真正想要的，如果不是，究竟差在哪里。
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。
如果你愿意，可以打开《诗经山河图》，在地图上找一片与你有关的山河，选择一首诗，听一听它的歌谣。
也许在某个瞬间，你会发现：三千年的时间很长，但古人与我们之间，并没有想象中那么遥远。
