惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Project Zero
Project Zero
月光博客
月光博客
Y
Y Combinator Blog
T
The Blog of Author Tim Ferriss
O
OpenAI News
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Know Your Adversary
Know Your Adversary
Last Week in AI
Last Week in AI
S
Securelist
Engineering at Meta
Engineering at Meta
博客园 - 司徒正美
P
Privacy & Cybersecurity Law Blog
T
Tailwind CSS Blog
F
Fortinet All Blogs
博客园 - 三生石上(FineUI控件)
Scott Helme
Scott Helme
MyScale Blog
MyScale Blog
P
Proofpoint News Feed
云风的 BLOG
云风的 BLOG
C
Cisco Blogs
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
小众软件
小众软件
U
Unit 42
Microsoft Azure Blog
Microsoft Azure Blog
Hacker News: Ask HN
Hacker News: Ask HN
Hugging Face - Blog
Hugging Face - Blog
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
SecWiki News
SecWiki News
宝玉的分享
宝玉的分享
P
Proofpoint News Feed
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
H
Hackread – Cybersecurity News, Data Breaches, AI and More
L
Lohrmann on Cybersecurity
IT之家
IT之家
Security Archives - TechRepublic
Security Archives - TechRepublic
I
InfoQ
S
Security @ Cisco Blogs
Webroot Blog
Webroot Blog
Hacker News - Newest:
Hacker News - Newest: "LLM"
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
F
Full Disclosure
D
Darknet – Hacking Tools, Hacker News & Cyber Security
The GitHub Blog
The GitHub Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
Jina AI
Jina AI
Cyberwarzone
Cyberwarzone
人人都是产品经理
人人都是产品经理
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
B
Blog RSS Feed
Apple Machine Learning Research
Apple Machine Learning Research

祝融说。

AI 辅助编程实战:从入门到团队治理 第八章:高级技能深度解析 第二册:进阶篇 第二章:方法论概览——管理者需要知道的 14 个技能 第二章:需求分析 第二章:准备工作 第九章:实战案例——完整项目拆解 第六章:风险控制——常见问题与预案 第六章:项目编排——多功能管理 第七章:全自动构建——从零到部署 第七章:团队培训方案 第三册:管理篇 第三章:核心流程——六步工作法 第三章:架构设计——蓝图的艺术 第三章:团队导入路线图 第四章:第一个项目 第四章:质量治理——红线与门禁 第四章:自动工作流——从功能到交付 第五章:常用技能速查 抱朴守缺。 肩吾 huan(幻) PinConsole Terminal Hole 共识并不平均,但是基本上均衡。 权力是共识切片的曲率。 存在不是「是什么」,而是一系列极小的,从分歧到共识再到分歧的,连续的构建过程。 分歧实际上是对共识往哪个方向延伸的拉力。 分歧是尚未落实的实在,是可能性基底中尚未被锁定的在共识中相互牵引的可用余量。 权力从来不是中立的,它是带有倾向性的「牵扯力」。 过程即完备,容错即自由。 第10章 逆向投喂:用真实数据让AI做出精准诊断 第11章 测试电网:用刚性指标代替肉眼审查 第12章 定期“垃圾回收”:别让系统背负AI制造的债务 第13章 防退化契约:确保每一次修改都是在进步 第14章 全生命周期演练:从零开始用“有效约束”交付一个项目 第15章 随身工具包:即查即用的约束指令库 第1章 这不是结对编程,这是“人机共生” 第2章 你必须警惕的三个陷阱 第3章 把话说死:用 Markdown 建立 AI 的“单源真相” 第4章 负空间设计:先规定“不准做什么”,再让它写代码 第5章 模块化解耦:让AI每次只面对一个小问题 第6章 上下文断头台:善用 `/clear` 斩断错误蔓延 第7章 剥夺执行权:强制 AI 像资深工程师一样“慢思考” 第8章 角色锁定:用一句话给AI戴上“思考帽” 第9章 遥测驱动:帮AI长出“千里眼”和“顺风耳” 结语:成为系统牧马人,而不是代码搬运工 第八章 金融与科技的“禁手”:现代战争的底层收敛 第二章 认知锚点:心理战中的“强制步” 第九章 历史的单行道:那些被剥夺国运的时刻 第六章 消费主义的迷宫:在货架上剥夺选择 第七章 战略逼压:没有硝烟的“切香肠战术” 第三章 构造绝杀:逻辑闭环的艺术 第十二章 绝对零度下的生机:成为“不可测”的人 第十一章 掀翻棋盘:非对称竞争与正交化打击 第十章 识破隐形控制:第一时间嗅到危险 第四章 标准的暴政:打造“不得不”的生态 第五章 锁死阀门:关系链与供应链的囚笼 第一章 降熵法则:时空维度的隐蔽控制 结语:愿你在这个被设定的世界里,永远握有掀桌的权力。 引言:自由意志的幻觉 项羽 当前的AI工程化本质上是受限于上下文长度而采用的「以提示词约束去置换确定性」的一种妥协。 即时反应是一种不假思索,它是观念通过最简单、轻易、高效的路径寻求表达。 青衫 第九章:估值的坐标:建立“内在记分牌” 第六章:资产重估的艺术:从“硬实在”到“认知折价” 第七章:预期差交易:坍缩“概率波” 第十一章:内在博弈:克服‘评估异化’ 第十章:交易的算法:逆人性的“人之道” 第五章:空间套利:高能耗产业的跨境建构 结语:构建你的“财富多重宇宙” Code-Coder 第八章:效率革命:细分赛道的“降本增效” 第二章:评估权的博弈:商业模式的权力差序 第三章:去伪存真:穿透“符号泡沫” 第四章:能源共识:黑金的物理法则 第一章:宏观观察者:借势“国家共识” 前言:从“市场囚徒”到“清醒的观察者” Code-Ledge-X Code-Lint-X
第六章:常见陷阱与应对
祝融 · 2026-07-26 · via 祝融说。

新手在使用 AI 编码时,有一些重复出现的错误模式。提前了解它们,可以帮助你避免大部分问题。

你会发现,这十个陷阱表面上看起来各不相同,但本质上都源于同一个问题:没有理解 AI 编码的底层逻辑。当你知道 AI 的上下文窗口有限、当你知道 AI 有自洽陷阱、当你知道 AI 的代码"看起来对"不等于"真的对"——你自然就不会踩这些坑。

6.1 没有准备就开工

这是新手最常犯的错误,也是后果最严重的。它包含三个具体的陷阱。

陷阱一:需求模糊就开工。 告诉 AI"帮我做一个博客系统"就等着它完工。结果 AI 做出了一个你不想要的博客系统——用了你不熟悉的技术栈,功能不符合你的预期。原因是 AI 没有读心术,它只能从训练数据中猜一个最可能的实现。你心里想的是"一个极简的、用 Markdown 写文章的个人博客",AI 猜的是"一个功能完整的、带评论区和管理后台的企业博客"。蓝图五分钟,返工五小时。

陷阱七:不维护蓝图。 项目刚开始时写了一份蓝图,之后就再也没更新过。开发到一半,实际实现已经和蓝图不一样了。AI 后续生成的代码基于过期的蓝图,与现有代码不一致。原因是蓝图是"活文档"——开发过程中你会发现更好的方案、新的需求、架构调整,这些都应该及时更新到蓝图中。蓝图常更新,代码不迷路。

陷阱二:一次让 AI 做太多。 让 AI"实现整个用户管理模块,包括注册、登录、密码重置、个人资料编辑、头像上传"。AI 生成了大量代码,但很多地方不符合你的预期。原因是 AI 的任务越复杂,出错的概率越高——多个功能耦合在一起,一个错了可能影响其他。小步快跑,步步验收。

6.2 跳过验收

这是最容易被忽视的陷阱,因为它看起来"省时间"。

陷阱三:跳过验收。 AI 写的代码看起来不错,直接提交了。第二天发现功能有 bug,但已经提交到代码库。原因是 AI 生成的代码从语法上看往往是正确的——因为它是一个概率模型,生成的每一个 Token 都是"在当前上下文中概率最高的那个"。这意味着它的代码看起来"对",但逻辑错误、边界情况、安全隐患不是一眼能看出来的。先验收,后提交。

陷阱四:在混乱代码上修修补补。 AI 生成了一段代码,你发现有很多小问题。你让它修了一个问题,结果引入了新的问题。再修,又出问题。如此循环,代码越来越乱。原因是当代码的基础架构有问题时,修修补补解决不了根本问题——在混乱的地基上,每一层都会歪。回滚不可耻,在错误基础上修补才可耻。

陷阱八:害怕回滚。 AI 代码出了问题,但你觉得"好不容易写了这么多,回滚了不就白做了",于是继续在原基础上修修补补。结果越修越乱,最后花了更多时间。这是典型的"沉没成本谬误"——已经投入的时间让你不愿意放弃,即使继续投入只会损失更多。回滚成本约十分钟,修理成本可能两小时。舍不得回滚,就会花更多时间。

6.3 忽视上下文和依赖

AI 编码的底层机制决定了"上下文"是核心资源。不理解这一点,就会踩坑。

陷阱五:忘记上下文会丢失。 和 AI 对话了两小时,做了很多功能。突然 AI 的表现变差了——它开始忘记之前做过的功能,或者之前已经解决的问题又出现了。原因是 AI 的对话上下文是有限的——随着对话变长,AI 会"忘记"之前的约定。写在蓝图里,别只靠 AI 记住。

陷阱六:过度依赖 AI 做决策。 遇到任何技术选择都问 AI。AI 推荐了一个方案,你直接采纳了,没有自己做判断。结果这个方案不适合你的场景。原因是 AI 的建议基于通用知识,不一定了解你的具体情况——它的推荐可能是"平均而言最好的",而不是"对你的场景最好的"。AI 给建议,你做决定。

陷阱九:不学 git 基础。 没有用 git 管理代码,AI 改坏了文件后无法恢复。或者用了 git 但只会 git addgit commit,不会 git reset --hard 来回滚。git 是 AI 编码的安全网——没有 git,你就没有"后悔药"。不会 git,不敢重构。

6.4 追求完美

陷阱十:追求完美主义。 AI 生成的代码已经很好了,但你觉得还不够完美——代码风格可以更好、性能可以再优化、可以支持更多功能。于是让 AI 反复修改,迟迟不进入下一个里程碑。AI 编码的效率容易让人产生"再改一下就更好了"的冲动——但很多时候,80 分的代码交付比 100 分的代码无限修改更有价值。先交付,再完美。

这就是所有十个陷阱。它们不是孤立的——当你理解了第一个(需求模糊就开工),你自然就会重视蓝图的维护(陷阱七)和里程碑的拆解(陷阱二)。当你理解了 AI 代码"看起来对"不等于"真的对"(陷阱三),你自然就不会跳过验收(陷阱四)和害怕回滚(陷阱八)。所以,不需要死记硬背这十个陷阱——理解背后的逻辑,自然就能避开它们。


本章小结

十个陷阱表面上各不相同,但根因只有一个:没有理解 AI 编码的底层逻辑。 当你知道 AI 的上下文窗口有限,你就不会把重要信息只放在对话里;当你知道 AI 有自洽陷阱,你就不会跳过验收;当你知道 AI 的代码"看起来对"不等于"真的对",你就不会害怕回滚。理解这些逻辑,比死记硬背十个陷阱更重要。附录中提供了术语表和常用命令供参考。

附录

术语表

完整术语表见 common/glossary.md,此处仅列出本章涉及的核心术语。

术语说明
蓝图(Blueprint)项目架构设计文档,即 CONTEXT.md
里程碑(Milestone)一个可独立验收的功能单元
验收(Inspection)检查 AI 代码是否符合预期
回滚(Rollback)用 git 恢复到之前的干净状态
上下文(Context)AI 能记住的对话信息量
架构偏移(Architecture Drift)代码偏离了原始设计

推荐阅读

  • zhurongshuo.com——本书方法论的在线资源,包含更多案例和更新。
  • Pro Git——学习 git 的完整指南。
  • Next.js 官方文档——本书示例项目使用的框架。

快速参考:常用命令

# 启动项目
npm run dev

# 提交代码
git add .
git commit -m "feat: 实现笔记列表功能"

# 回滚代码(谨慎使用,会丢失未提交的更改)
git reset --hard

# 查看修改历史
git log --oneline