Vibe Coding的困境

用了大半年的AI写代码，有些事一直憋着，不吐不快。

上个月遇到一个并发bug。放以前，翻日志、复现、模拟线程交错------一整天打底。这次我把堆栈和核心代码扔给AI，五分钟它列出一个可疑方向，半小时我修完了。

效率翻了十几倍，对吗？

问题在于：我怎么知道这个bug本来就该花一天？

也许它本质上就是个二十分钟的问题。只是以前工具不好，我才被迫挖了一天。也许换个老同事过来，十分钟就看穿了。也许这次AI刚好蒙对了，下次它给个错的，我反而浪费三小时。

没有"本应花费的时间"这个基准线，你就根本没法判断AI到底帮你省了多少。

这就是量化的死结。老板说"效率提升了XX%"，那个XX跟什么比？跟我上周某一次的经验？跟隔壁同事的随机样本？都不牢靠。

再说另一种情况。有些bug藏得很深，比如多个服务之间的数据一致性问题。我问AI，它给了一个听起来很在理的答案，我顺着排查了两小时，发现是死路。再问，它又给个方向......最后花的时间比没有AI还多。

我问AI："你这次耽误了我多少时间？"它不会回答。因为没基准线，连浪费都量不出来。

所以现在遇到bug，AI给出答案后，我第一个念头不是"太好了"，而是**"我不知道这个问题本身有多难，所以我也不知道AI这次是真厉害，还是我本来就不该问它。"**

仔细算算，我一天真正在"敲键盘写代码"的时间有多少？

一个新功能从想法到上线，大概是这样：反复找产品确认需求，把模糊的描述变成清晰的边界条件------这活儿常常要来回好几轮。然后设计方案，想扩展性，跟同事对接口，评审。这些都弄完了，才是坐下来把逻辑翻译成代码。最后还有自测、联调、修bug。

写代码，撑死了占20%。

AI帮我压缩的就是这20%。那些CRUD样板、工具函数、简单逻辑，它写得飞快。但前面那60%------理解需求、设计方案------AI几乎帮不上忙。

更微妙的是，因为我出活快了，产品同学的迭代节奏也跟着加快了。我花在"理解新需求"上的时间反而变多了。以前两天做一个功能，其中有大半天在写代码，现在半天写完了，剩下一天半用来理解下个功能要做什么。

写代码是快了，但想清楚"写什么"，并没有变快。

整体效率有提升，但绝对没有翻倍那么夸张。说白了，Vibe Coding只优化了整个链条里的一小段，而最烧脑的那几段，它动不了。

写代码从来不是纯技术问题。

很多时候，摆在你面前的是选择题：在旧模块上改，两天上线，但会欠一笔技术债；重写一个新模块，三周搞定，以后扩展很轻松。选哪个，取决于业务优先级、客户的忍耐度、团队手头还有多少别的活儿。

这些权衡，AI不会帮你做。

你跟它说"用新方案"，它就给你写一套漂漂亮亮的新架构。你跟它说"改老模块"，它二话不说就在那堆陈年代码里添砖加瓦。它不会提醒你："等一下，这个老模块已经被四个不同的人改过了，再动可能会炸。"

更隐蔽的是，当你自己的需求描述得模棱两可时，AI会帮你"脑补"完整。最后你拿到一个看起来很专业、但根本不是你想要的东西。你不仔细测，还真看不出来。

Vibe Coding很擅长执行，但它不会说"不"。 而现实生活中，恰恰是需要有人时不时说"不"------这个需求不合理、这个方案有隐患、这个时机不对。

AI只会顺着你说，这既是它的优点，也是它的死穴。

这一点感受最深。

以前写一个接口，从设计到联调，两天差不多。现在AI帮我生成大部分代码，半天就能出一个能跑的版本。

但PM不会觉得"你厉害了"，他会觉得"你用AI了，半天不是很正常吗？"甚至隔壁组用Copilot的已经能做到两小时出活，我反而成了慢的那个。

于是节奏被推着加快。

我现在做的事情变成了：快速理解需求、拆解成AI指令、审查AI生成的代码、测试、修AI留下的坑、再跟PM确认是不是真的满足要求......脑力消耗比以前更大。因为每一步都不能出错------出了错，背锅的还是我，AI可不会替你担责任。

以前累，是因为写代码写得手酸；现在累，是因为脑子一直转，还得帮AI擦屁股。

更微妙的是绩效考核。高层看到的是"引入AI工具后，团队产出提升了XX%"，功劳簿上写着Vibe Coding的名字。而作为实际操作AI的人，我只是"会用工具的人"，可替代性好像变高了。但没有人注意到，我比以前更累了，思考的密度也更高了。

有一次自嘲：以前老板觉得代码是人写的，出bug了是人的问题；现在老板觉得代码是AI写的，出bug了还是人的问题------因为你没把需求说清楚。

Vibe Coding确实有用，做原型、写脚本、处理重复性代码，效率提升实实在在。但它不是银弹。

上面说的四个困境，我还在寻找答案：