最近高强度使用 AI 编程时，我发现自己出现了一个不太体面的变化：AI 越来越强，我却越来越没有耐心。
以前模型连续失败几次，我还愿意调整 Prompt、缩小问题、重新尝试。现在它只要忘掉刚刚确认的要求，把界面画得难看，或者修好一个 Bug 又引入另一个，我就会立刻烦躁：这么简单的事情，为什么还做不好？
更典型的症状是，我开始骂 AI“傻逼”。它又忘了约束、又把修好的功能改坏时，我会真的对着对话框骂出来。
那种感觉很像在带一个天赋很高、却总在低级问题上掉链子的实习生。我甚至给这种情绪起了个名字，叫“AI 厌蠢症”。
情绪是真的，但如果把问题全部归结为 AI 愚蠢，就太方便了。把这段时间做过的项目摊开，我看到的是另一件事：AI 把生成速度提高了十几倍，我的注意力、品味、验收能力和接管能力却没有同步增长。我不断扩大生产，最后失去了对生产的控制。
上半部分是越跑越快的生成循环；下半部分把停止权、接管能力和作品标准重新交还给人。
我知道 AI 有边界，为什么还是会生气？
今天的 AI 很容易让人产生一种错觉。
我是一个前端开发者。以前我的专业边界很清楚，主要就是把前端页面做好。现在我可以让 AI 帮我开发 App、写 Rust、搭后端服务，甚至规划一个完整项目。许多过去需要学习很久才敢开始的事情，几个小时就能看到结果。
社交媒体每天都在继续推高这种感受。一个 Agent 独立完成复杂系统，一个 Prompt 生成完整游戏，一个人在几天内做出过去需要团队完成的产品。它们到底经历了多少轮失败、多少人工接管和多少剪辑，我其实无法求证。我能看到的只有那个最适合传播的结果。
高复杂度的跨语言重写叙事，构成了“过去的能力边界正在快速消失”的背景。
“一个 Prompt”“100% AI 制作”把模型的峰值表现压缩成了一个看似无摩擦的结果。
我并不是不知道 AI 有缺陷。它的能力一直是锯齿状的：刚刚完成一个复杂的跨语言重构，下一刻可能画错一个按钮；能理解庞大的架构，也会忘掉几分钟前确认的约束。UI 审美经常很差，写出来的文章和 Skills 也常常只是形式完整，里面充满同一种平滑、正确、没有品味的 AI 味。
问题是，只要见过它的天才时刻，我就会不自觉地把峰值能力当成正常水平。
你连 Rust 项目都能写，为什么这个 UI 还画不对？
更荒唐的是，我开始期待它“一把成功”。过去手工开发时，没有人会认为一个需求应该第一次实现就完全准确。需求会失真，设计会推翻，代码会返工，软件原本就是在多轮反馈里逐渐长出来的。AI 把第一版压缩到几分钟之后，我却连正常的迭代都不愿意等了。仿佛只要第二次 Prompt 还没有解决问题，它就在浪费我的时间。
速度改变的不只是交付周期，也改变了我对失败的解释。以前失败是开发过程的一部分，现在失败像是模型退化、偷懒和不听话。
所谓“厌蠢症”，只是这组过高期望浮到表面的情绪。
一个流程完备，却依然失控的项目
最近我做了一个 Obsidian 发布插件。最初真正想解决的问题并不复杂：在 Obsidian 里选择少量文章，可靠地预览，然后发布到一个固定的 Cloudflare 站点。
这个项目并不是随口给 AI 一个需求就开始裸奔。开工前，我逐页用 ASCII 原型对齐 UI，随后生成设计规范、UI 规格和产品规格，再把需求拆成垂直 Slice。每个 Slice 都走 TDD，并交给独立 Agent 做对抗 Review。
如果只看流程，它甚至严谨得有些过头。
范围就是在这种严谨中膨胀的。Agent 沿着设计树不断追问，我连续做了二十多次局部确认。每个选择单独看都很合理：要不要支持多内容根？要不要区分公开、隐藏和私密？要不要处理 URL 重定向？要不要增加搜索、知识图谱、诊断和无障碍支持？
我一次次回答“要”。这些选择最后变成 36 个用户故事、18 组功能需求和 17 个 Slice。然后我又给了 Agent 一个非常直接的 Goal：
实现所有任务。
从第一条实现提交到 17 个 Slice 全部跑完，不到 13 个小时。仓库已经产生约 2.85 万行源码与测试、223 个自动化测试。TDD、构建、审查和记录都在运转，代码以一种传统开发几乎不可能达到的速度出现。
每一步都经过确认，整体却从最小发布需求扩张成难以由个人充分验收的系统。
问题是，我根本没有以同样的速度理解和体验这个系统。
我当时的 Slice 是给 AI 用的垂直执行单元，不是给人验收的产品增量。Agent 会在 Slice 内完成 Spec、Task、TDD、Review 和 E2E，继续往下跑；我不会在每个 Slice 结束后停下来重新体验和授权。我真正介入的地方，通常只有最后面向用户的 UI 或 CLI。
从 Agent 的视角，每个 Slice 都闭环了。从我的视角，整个项目接近一次十几个小时的开环运行。等我终于看到真实界面时，数万行代码已经在那里了。它们有测试、有 Review，也几乎不再可能由我逐段理解和验收。
17 个 Slice 完成后，项目没有进入稳定使用期。最终界面让我不满意，于是又开始整体重做 UI；随后底层渲染方案发生变化，项目又增加了一份七百多行的迁移规格。
回头看，AI 没有公然违背我的要求。恰恰相反，它太听话了。它不懂克制，不知道什么叫“已经够了”，也不会因为我的注意力即将透支而主动拒绝下一项完整性要求。我的每一次“要”，最后都变成了代码。
失控有时在开工前就已经发生了：目标本来就太大，我却试图用一个长程 Goal 一把梭。另一些时候，最初目标并不大，但规划和执行不断把“生产级完整性”补进来，最后膨胀成另一个东西。这个项目两种情况都占了一点：需求起点很小，最终授权却大得惊人。
Grill 可以消除局部歧义，Spec 可以固定已经表达出来的世界，TDD 和跨 Agent Review 可以检查实现是否符合这个世界。但 Spec 不可能穷举开发中才会出现的体验，多个 Agent 也可能共同严谨地验证一套过大的目标。
我以前总担心 AI 没有听懂。这个项目让我发现，AI 完全听懂，也可能把事情做坏。
长程任务跑得越久，不代表越接近正确
我曾经越来越迷恋 Goal、Loop 和长程任务。一个 Agent 能独立跑得越久，看起来就越强。把任务交出去几个小时，我还可以同时启动其他项目，生产力仿佛又被放大了一层。
可长程任务放大的不只是生产力，它也会放大错误方向、范围膨胀和反馈延迟。
最折磨人的还不是一次做错，而是反复回归。它修好了 A，又破坏 B；补上一个边界，另一个入口开始失效；测试越来越多，项目看起来越来越完整，稳定性却始终无法收敛。任务越长，上下文越厚，前面的约束越容易被后面的修改稀释。我只能继续用自然语言让它修复自己，然后看着同一个问题换一种形式回来。
这种时候，“再跑一轮”很诱人。因为 Agent 仍在工作，屏幕上仍有新代码出现，我会觉得系统也许正在接近完成。但有时它只是在一个我已经看不懂的状态空间里继续移动。
传统软件开发其实早就认识这种风险。产品经理如果等到项目最后才验收，同样会发现需求偏移。敏捷开发把 Sprint 切到一两周，是为了让可用增量持续回到现实。AI 时代仍然需要这套思想，只是反馈距离要重新计算：过去两周积累的代码和复杂度，现在一两个小时就可能出现。
这并不意味着我必须盯着每一个技术 Slice。人的注意力也是有限的。如果 Agent 每完成一个小步骤就把我拉回来，注意力会被切得更碎；几个项目横向穿插，一天都在重新加载上下文，人会非常疲惫，真正需要深入判断的时候反而没有脑力。
我需要的不是统一把任务切短，而是把人的专注周期和 Agent 的自主周期分开。机械、可验证、可回滚的工作可以让它长跑；涉及产品方向、开放性设计和真实体验的工作，应该更早回到人面前。Agent 可以拥有长执行链，不应该因此自动获得长时间的决策权。
项目数量和长程任务一旦相乘，人的验收能力迟早会破产。
失控以后，我发现自己已经没有退路
以前自己敲代码时，控制感并不只来自“代码是我写的”。更重要的是，每一段代码为什么存在、状态怎样流动、哪里做过取舍，会在编写过程中逐渐进入脑子。代码和我对系统的理解是一起生长的。
现在很多 Web 项目几乎完全通过自然语言推进。我描述一个期望，AI 生成一批代码，我看一眼界面，再继续描述下一个期望。因为不再积极参与实现过程，我对系统的心智模型是断裂的。项目规模小的时候还能靠搜索和解释补回来，经历多轮长程修改后，我甚至不知道应该从哪里开始读。
与此同时，我能感觉到自己的传统编码能力正在下降。这不是一句怀旧。过去手写代码既是生产方式，也是一条逃生通道：项目出问题时，我可以进入关键路径，追踪数据和状态，亲手把它带回可控方向。
现在很容易出现一种能力断崖：
Agent 修不好，我也接不回来。
这才是“AI 厌蠢症”里最让我难受的部分。当 AI 犯错时，我没有底气从容接管，只能站在外面继续 Prompt。它每回归一次，我的控制感就下降一点，最后愤怒里混进了很强的无力感。
价值怀疑也从这里冒出来。一方面，我拥有了过去难以想象的杠杆，却没有做出多少自己真正尊重、愿意称为“我的作品”的东西；另一方面，原来的看家本领又在退化，失败时的下限正在消失。
我不想因此退回所有代码都亲手写的时代。那没有必要，也不现实。但我必须保留最低限度而可靠的接管能力：能读懂关键路径，能跟踪数据与状态，能定位问题，必要时能够亲手修改。代码可以下沉，逃生通道不能一起消失。
我可能不是在创作，只是在消费生成的刺激
回头看这段时间，我几乎没有真正停下来过。
高昂的订阅费会制造一种很奇怪的回本心理：模型不能闲着，Token 必须尽量用完。可为了“回本”制造十个无人维护的项目，消耗的不只有 Token，还有更多时间、精力和未来的注意力。
更底层的驱动力是害怕落后。社交媒体每天都在展示别人又用 AI 做出了什么，模型能力也确实在快速变化。我不知道那些故事有多少是真的，也无法还原它们背后的人工成本，但它们仍然会给我一种压力：如果没有持续尝试，我是不是正在被这个时代甩下去？
就算所有 AI 工具明天都免费、Token 无限，这种焦虑大概也不会自动消失。我还是会想启动新项目，因为新项目意味着新的可能性，也意味着我仍然在场。
Vibe Coding 为这种焦虑提供了极强的即时奖励。想到一个点子，描述几句话，界面、功能和代码就开始出现。每次刷新都有新东西，每次提交都像在证明自己仍然有创造力。相比缓慢地修一个旧 Bug，生成一个新世界显然刺激得多。
但 Demo 完成后，兴奋会突然消失。接下来是异常状态、交互不一致、文档、兼容性、性能和长期维护。这些事情无聊、重复，也不再带来“AI 又做出了什么”的震撼。我进入一种开发后的“贤者模式”，很快又去寻找下一个点子。
这让我不得不承认，一部分 Vibe Coding 表面上是创作，心理机制却更接近消费。传统娱乐消费内容，这种“生产性娱乐”消费的是模型能力、新鲜想法和快速生成的快感。因为磁盘上留下了代码，它比刷视频更像工作，也更容易骗过自己。
最后留下的是一批我不会再用的小项目：界面粗糙，Bug 很多，代码也没有真正被理解。低成本生成让这种东西越来越多，不只占满我自己的硬盘，也可能把更多半成品推向用户，继续给本来就充满噪音的软件行业制造垃圾。
快速原型本身不是垃圾。实验可以粗糙，可以失败，也可以只为了满足一次好奇心。真正的问题是，我既不愿意继续支付精修成本，又不肯承认实验已经结束，还把它计入自己的“作品数量”。
允许实验死亡，比假装它已经完成更诚实。
AI 压缩了首版，没有替我完成作品
我以前说，AI 让完成事情的效率提高了 10 到 20 倍。现在我必须给这句话加一个很重要的限定：它提高得最明显的是首版生成效率。
如果把需求理解、反复回归、真实验收、Bug 收敛和长期打磨都计算进去，端到端效率没有那么夸张。有些最终放弃的项目甚至是负收益：没有形成长期价值，却消耗了订阅费、时间、注意力，还留下新的维护负担。
模型自身也确实有能力缺陷。它很容易生成结构完整、语气正确的平庸初稿。UI 看起来像同一套组件库的随机组合；文章拥有整齐的标题、排比和总结，却没有真正的判断；Skills 写得很全面，实际使用时却充满空泛约束。AI 不天然拥有品味，也不知道哪些东西虽然“完整”，其实根本不值得存在。
但另一半责任在我。AI 交出平庸初稿后，我没有投入足够的注意力去验收、删减和重做。我享受了生成，却没有支付精修的成本，然后又反过来嫌弃产物充满 AI 味。
这也是为什么我重新尊重那些“传统”软件。它们的精致不只是视觉更漂亮、Bug 更少，而是功能、交互、性能和细节呈现出一种统一感，像是同一个人或团队长期使用过它、厌烦过它、推翻过它，最后认真决定哪些东西应该留下。
AI 可以把第一版压缩到几个小时，不能把观察、厌倦、取舍和重新判断所需要的时间也压缩十几倍。品味也不是在 Prompt 里写一句“高级、简洁、有设计感”。品味是在看到一个勉强能用的结果后，仍然愿意说不够好，并且知道该删掉什么。
真正的作品，往往从生成结束以后才开始。
慢下来，是重新拿回自己的节奏
我仍然相信 AI 编程是一次巨大的生产力变化。它让我跨过语言和领域边界，把过去只能想象的东西快速做出来。我不准备放弃这种能力，也不想靠重新手写所有代码证明自己的价值。
我要停止的是另一件事：用项目数量证明自己没有被 AI 时代淘汰，用长程任务的运行时间证明 Agent 足够强，再把不断生成误认为不断前进。
慢下来不是故意让 AI 少写，也不是给自己规定一套僵硬的项目数量制度。它首先意味着重新区分实验和作品。实验可以快速开始，也可以明确结束；如果我决定把某个项目留下，就要接受 Demo 之后那段漫长、无聊、没有生成快感的打磨。
我的注意力只能长期属于很少的事情。Agent 可以并发，人的品味和责任不能并发。我需要减少同时承诺要做好的项目，把精力留给那些在新鲜感消失后仍然想用、仍然愿意修的东西。
长程任务也可以继续存在，但它不再等于长时间交出判断。每一串局部的“是”累积到一定程度，我都需要退后一步：我们还在解决最初的问题吗？如果现在停止，已经得到的东西有价值吗？下一段代码真的值得出现吗？
我还需要持续保留接管能力。不是为了和 AI 比谁写得快，而是为了在它失控时仍有降级路径，不至于成为一个只能继续 Prompt 的旁观者。
AI 越来越强以后，真正稀缺的已经不是生成更多东西的能力。稀缺的是选择一个值得存在的东西，克制地做到足够，然后在所有刺激消失以后，继续把它打磨成自己愿意负责的作品。
AI 负责生成，人负责决定什么值得存在。
停止权，是我不能再外包的控制权。