我用 AI 写代码半年，遇到了 10 个让人血压飙升的"奇葩需求"
从"能不能让 AI 帮我写一个抖音"到"这个需求很简单，Prompt 改一下就行"
开篇
半年前，我怀着满腔热情把 AI 编程助手接入了自己的日常工作流。当时的想法很朴素：AI 写代码，我躺平喝茶，月薪过万，人生巅峰。
事实证明，茶确实喝了不少，但不是因为闲，而是因为------血压需要降。
这半年里，我遇到了各式各样的"奇葩需求"。有些来自产品经理，有些来自甲方，还有些来自身边用了 AI 之后自信心爆棚的同事。今天挑 10 个最具代表性的，和大家一起乐一乐。
1. "帮我用 AI 写一个抖音"
这是我最记忆犹新的一次。一个创业的朋友找到我，眼睛放光："现在 AI 这么厉害，你帮我用 AI 写一个抖音出来吧？就那种刷视频的，功能差不多就行。"
我深吸一口气："你确定你知道抖音有多少代码吗？"
"不是有 AI 嘛，你就跟它说'帮我写一个抖音'，它不就写出来了？"
我当时的表情大概是这样：😀→😐→😶→😵
后来我花了 20 分钟给他解释，AI 编程目前能做的是辅助 ，不是魔法。你用 AI 可以帮你写一个视频播放器组件，可以帮你写评论区，但你说"帮我写一个抖音"------你让字节跳动上万工程师的脸往哪搁？
结局：他没放弃，自己去注册了 ChatGPT，然后三天后回来跟我说"这 AI 也不行啊，我让它写抖音它说这个太复杂了"。我：......谢天谢地 AI 还有自知之明。
2. "这个需求很简单，改一下 Prompt 就行"
说这句话的是我们产品经理，一个对 AI 有着迷之自信的人。
事情是这样的：我们做了一个内部工具，用 LLM 自动生成周报摘要。第一版上线后效果还不错，直到有一天------
"我觉得这个摘要太机械了，能不能加点人情味？比如说，让大家感受到团队的温暖？"
"这个......可能需要调整模型参数......"
"哎呀不用那么麻烦，你改一下 Prompt 不就行了嘛？加一句'请让摘要更有温度'就行。"
我：？？？
最后我确实只改了 Prompt，加了"请用温暖、有人情味的语气撰写摘要"。然后 AI 生成的内容变成了这样：
"本周，我们的团队像一家人一样，在代码的海洋里携手并进。虽然遇到了一个小小的 Bug，但正如人生一样，没有过不去的坎。让我们一起期待下周的美好时光！"
产品经理看完之后沉默了 30 秒，然后说："......还是改回去吧。"
教训：对 AI 说"加点人情味"，就像对炒菜机说"加点妈妈的味道"------它确实会给你加，但加出来的东西跟你想要的往往不是一回事。
3. "AI 写的代码，为什么会有 Bug？"
来自测试同事的灵魂拷问。背景是我们用 AI 辅助生成了一段数据处理逻辑，测试发现了一个边界条件没覆盖。
"这是 AI 写的代码啊，怎么会有 Bug 呢？"
"？？？AI 写的代码就不会有 Bug 吗？"
"不是，AI 不是应该比人聪明吗？它看过那么多代码，不应该写出完美的代码吗？"
我花了半小时解释 AI 的工作原理------它不是在"写代码"，它是在"预测下一个 Token"。它看到过 100 万段正确的代码，也看到过 100 万段有 Bug 的代码。它只是从概率上判断"接下来应该是什么"，而不是理解"这个逻辑对不对"。
最后：测试同事恍然大悟："所以 AI 就像是一个看过很多代码但从没自己写过的实习生？"
卧槽，这个比喻比我自己解释的还精准。
4. "你帮我把这个 Excel 公式转成 AI 模型"
甲方爸爸的需求，原话是：
"我们有一个 Excel，里面有很多公式，你帮我把这些公式转成 AI 模型，这样以后我们就不用改公式了，让 AI 自动判断。"
我打开 Excel 一看，是 50 个 VLOOKUP 和 IF 嵌套。
"这......用 Excel 公式不是挺好的吗？"
"不行，我们要用 AI，要跟上时代。你看这样行不行：把这些公式训练成一个模型，以后输入数据，AI 自动出结果。"
我试图解释：Excel 公式本身就是确定性的规则引擎，用 AI 模型替代不仅不会更好，还会引入不确定性。但甲方爸爸坚持"AI 是趋势"。
结局：我花了三天时间，用 Python 写了一个简单的自动化脚本，把 Excel 逻辑搬到了代码里。然后告诉他"这是 AI 驱动的智能决策引擎"。他很满意，说"这才对嘛，这个 AI 真厉害"。
有时候，甲方要的不是 AI，是"AI 这个说法"。
5. "能不能让 AI 自己给自己写需求文档？"
这是我最想吐槽的一个需求，来自我们团队的另一个开发。
"我有个想法：让 AI 自己给自己写需求文档，然后 AI 再自己实现，全自动开发，我们只需要验收就行。"
"所以你的意思是......让 AI 决定自己要做什么，然后自己做完？"
"对对对，这不就是真正的自动化吗？"
"那......我们俩干什么？"
"我们就......验收啊，不对的地方改改就行。"
听起来很美好对吧？但问题在于：如果你让 AI 自己决定做什么，它大概率会选择一个它最擅长、最容易实现的需求，而不是你最需要的需求。 而且 AI 写的需求文档让 AI 来实现，这就是一个典型的"垃圾进垃圾出"循环。
我拒绝了这个需求，然后他自己去试了。据他说，AI 给自己分配了一个"写一个 Hello World 网页"的任务，然后 5 分钟就完成了，然后就没有然后了------AI 觉得任务完成，开始摆烂。
感悟：AI 也是会摸鱼的，只是它摸得更高级。
6. "这个模型能不能跑在我手机上？"
一次技术分享会后，一个做移动端开发的同事拦住我：
"你们那个大模型，能不能跑在手机上？就是那种，用户打开 App，本地就能用 AI 那种。"
"GPT-4 吗？你知道它模型文件多大吗？"
"多大？"
"几百个 G。"
"那......能不能压缩一下？压缩到 100M 以内？"
"你当这是压缩包呢，右键压缩就能变小？"
"我听说有模型压缩技术啊，量化什么的......"
"是有，但从 1750 亿参数压缩到能在手机上跑的程度，大概相当于把一栋 30 层的大楼压缩成一个行李箱。"
他沉默了一下，然后说："那能不能让 AI 帮我写一个压缩算法？"
我佛了。
7. "开会的时候，AI 能不能实时提醒我该说什么？"
这个需求来自老板。在一次关于 AI 应用的头脑风暴会上，他严肃地提出：
"我们能不能做一个 AI 助手，在开会的时候，它能实时听别人说话，然后在我耳麦里告诉我该说什么？"
"这......技术上可以实现，但是......"
"那不就行了，搞起来！"
"老板，你确定要在开会的时候，一边听别人说话，一边听 AI 在你耳边说话？你不觉得这个场景有点像......考试作弊？"
"那不一样，这是效率工具。"
最后这个需求被搁置了，不是因为技术问题，而是因为老板自己试了一次------他让我们用蓝牙耳机给他实时播报 AI 建议，结果 AI 的反应速度跟不上会议的节奏，他说了一句"这个方案我同意"，AI 才建议他"建议你表示不同意"。
结论 ：实时 AI 开会助手，最大的问题不是 AI 不够聪明，而是人类的会议节奏根本就不给 AI 插嘴的机会。
8. "AI 写出来的代码，怎么注释这么少？"
代码 Review 的时候，技术 Leader 提了一个 Comment：
"这段 AI 生成的代码，注释太少了。能不能让 AI 写代码的时候顺便加注释？"
"可以的，Prompt 里加上'请写详细的注释'就行。"
改完之后，AI 生成的代码变成了这样：
python
def calculate_total_price(items):
# 这是一个函数，用来计算总价
# 参数 items 是一个列表，包含商品信息
# 返回值是总价，类型是 float
total = 0 # 初始化总价为 0
for item in items: # 遍历每一个商品
# 获取商品的价格
price = item.get('price', 0) # 如果价格不存在，默认为 0
# 获取商品的数量
quantity = item.get('quantity', 1) # 如果数量不存在，默认为 1
# 将价格乘以数量累加到总价
total += price * quantity # 累加
return total # 返回总价Leader 看完之后："......这个注释是不是有点太多了？"
"您说的'详细注释'，AI 确实写得很详细啊。"
"能不能让 AI 写得恰到好处？就是......该注释的地方注释，不该注释的地方不注释？"
"这跟让 AI 自己写代码有什么区别？"
真相：AI 对"详细注释"的理解就是"每行都注释"。它不会判断什么注释是必要的、什么是冗余的。因为「恰到好处」本身就是一种主观判断，AI 很难把握。
9. "这个 AI 能不能学会我们公司的代码风格？"
"我们公司有自己的一套代码规范，能不能让 AI 学一下？"
"可以，微调模型就行。"
"好，那我们让 AI 学一下我们的代码风格。"
一周后，我收到了一个压缩包，里面是公司过去五年的所有代码仓库------大概 200 万行代码，各种风格混杂，注释有中文有英文，有的文件是 Tab 缩进有的文件是空格缩进，有的用驼峰有的用下划线。
"你确定要让 AI 学这个？"
"是啊，这就是我们的代码风格。"
"这哪有什么风格？这是大杂烩啊。"
"大杂烩也是一种风格嘛。"
我放弃了。不是因为技术不可行，而是因为如果让 AI 学了这些代码，它大概会写出一个同时用 Tab 和空格缩进、变量名一半驼峰一半下划线、注释中英夹杂的混血代码。
而且更可怕的是，它可能会觉得自己写得很好------因为它的训练数据就是这样。
10. 终极需求："AI 能不能取代我？"
这个需求来自我自己。某天深夜加班，盯着屏幕上的 AI 生成代码，我突然产生了这个念头：
"如果 AI 继续进化下去，它会不会有一天取代我？"
这个"需求"我没有去实现，而是认真思考了一下。结论是：
AI 会取代那些只会"写代码"的人，但不会取代那些"解决问题"的人。
程序员的核心价值从来不是敲键盘的速度，而是理解需求、设计架构、权衡取舍、沟通协作的能力。AI 可以帮你写一个排序算法，比你自己写的更快更准。但它不会主动去想"这个需求背后，用户真正想要的是什么？"------至少现在不会。
那些奇葩需求之所以奇葩，不是因为它们技术上不可行，而是因为它们忽略了技术和现实的边界。而识别这些边界，恰恰是 AI 目前最不擅长的事情。
结尾
写这篇文章的时候，我翻了翻自己的聊天记录，发现这半年来我收到过的"奇葩需求"远不止 10 个。有的令人哭笑不得，有的让人血压飙升，还有的------虽然离谱------但仔细想想其实也反映了某种真实的需求。
人们不是真的想要"让 AI 写一个抖音"，他们想要的是"能不能用更低成本做出一个类似的产品"。人们不是真的想要"AI 自己写需求文档"，他们想要的是"能不能减少重复性工作"。
奇葩需求只是表象，效率焦虑才是本质。
所以下次再遇到奇葩需求的时候，我可能会先喝口水，然后问一句："你觉得这个需求背后，你真正想要解决的是什么问题？"
也许答案会让你意外，也许不会。但至少，你不会再听到我说"这个需求太简单了，改一下 Prompt 就行"------因为我知道，这句话本身就是一个奇葩需求。
你有遇到过哪些让人血压飙升的奇葩需求？欢迎在评论区分享，让大家一起乐一乐~