7.9
深览指数
科技人人都是产品经理·林月半子的AI笔记··AI 生成
你直到看见结果，才知道 AI 误会了你
本文批评了 "vibe coding"（随意编程）的隐性成本：用户下达模糊指令，AI 替用户替做了数百个微观决策，导致结果与预期不符。作者提出，核心问题在于将“决策”而非“执行”外包给了 AI。文章介绍了 Matt Pocock 的开源项目 "grill-me"，其核心是一个仅 147 字节的 Skill，通过四段“拷问”指令，迫使 AI 在动手前通过逐项提问、附带推荐答案的方式，将决策权交还给用户。文章的核心贡献在于将“先明确需求再动手”这一原则，转为可执行的工作流，并区分了“找出决策”（可外包）与“拍板决策”（不可外包）的边界。适合正在使用 AI 编程助手、并感到结果不可控的开发者阅读。原文 ↗
核心观点
- ▍Vibe coding 的真正成本不是执行速度，而是将数百个微观决策权无声地外包给了 AI，导致结果与用户意图偏差巨大。
- ▍解决之道是区分“找出有哪些决策”（可外包给 AI）和“这些决策怎么定”（必须保留给用户），核心是建立一套让 AI 在行动前进行“拷问”的机制。
- 01用户让 AI 写一个批量压缩图片的脚本，AI 未做任何确认，自行决定了压缩质量、是否处理子文件夹、是否保留原图等所有细节。
- 02Matt Pocock 开源的 "grill-me" Skill 只有 7 行/147 字节，核心指令是运行一个“拷问”会话，迫使 AI 在动手前确认所有决策。
- 03该 Skill 的规则包括：1）一次只问一个问题并附带推荐答案；2）能通过文件系统查到的事实自行调查，不询问用户；3）在达成共识前不允许动手执行。
- 04作者用 "grill-me" 重构自己的“半自动”项目，因为事先未说明，AI 自动从代码中读取了项目是“视频封面生成 Web 应用”，然后只询问了 AI 无法从代码中推断出的四个问题：审美判断、优先级、长期规划、授权范围。
- 05第三个问题（“别人是否能用”）改变了项目性质，从“个人美化”变成了“产品化设计”，引导了后续所有设计取舍。
反方 / 局限
- — "grill-me" 的“自主查证”功能依赖文件读取权限，在纯聊天窗口（如网页版）中无法生效，会退化为不提问的普通模式，效果适得其反。
9 分钟 · 5 卡片 · 13 资料
读原文 →