AI编程翻车实录

你招了个实习生。简历写得天花乱坠——精通十八种语言，通晓全网知识，加班费都不要。

你布置个任务，他两分钟就搞定。结果代码一开，血压瞬间飙升到180。

你只说"加个登录功能"，他却给你整了个带指纹、虹膜、人脸识别的超级系统——其实你只是想加个邮箱密码登录框。

Matt Pocock 提出的方案叫“烤问”——让 AI 来拷问你。他的 `/grill-me` 技能在动笔前，会像面试官一样追问每一个细节：用什么认证？要记住登录吗？密码怎么存？忘了密码咋办？

经过一次烤问，你的需求比 90% 的项目都要清晰。

AI 用“在当前系统的用户认证模块中，当一个已经被创建的课程章节被赋予文件系统中的物理位置时”来描述一件事。而你的团队只需一个词：“实例化”。

解决办法是建一个 `CONTEXT.md`，把项目的核心术语记下来。AI 每次开工前先读这个字典。效果立竿见影：命名更统一，代码更易读，思考的 token 也更少。

需求对齐了，术语统一了，代码却跑不通。因为 AI 在盲目运行——没有反馈，就像在黑暗里乱撞。

Pocock 的方案是“红绿重构”循环：先写失败测试，再让代码通过，接着重构。一次只做一个垂直切片——一个测试、一个实现，再来下一个。

AI 加速了代码产出，也在加速制造技术债。三天前还干净的架构，今天已经成了“泥球”。

Pocock 建议：每隔几天运行 `/improve-codebase-architecture`，像打扫房间一样定期清理。优秀的模块像冰山——露出水面的是简洁接口，水下是复杂的实现。

这四个问题——需求不清、术语混乱、代码崩坏、架构腐烂——不是新问题。AI 只是把它们发生得更快了。解决方案也不新鲜：精确沟通、统一语言、快速反馈、持续重构。经典之所以经典，就是因为它管用。