如何让你的 AI 助手永远留在“智能区”？

在 AI 编程浪潮中，很多开发者发现 AI 似乎“越聊越蠢”。这并非错觉。近日，知名讲师马特·波科克（Matt Pocock）在一场 AI 编程工作坊中直言不讳地指出：别把 AI 当作许愿机。

关于讲师： 马特·波科克（Matt Pocock）是一位知名的软件工程专家和讲师，在 TypeScript 和现代 Web 开发领域具有深厚的影响力（注：此背景信息来自外部，非源文件直接提供）。在本次分享中，他重点探讨了如何将传统的软件工程严谨性引入 AI 协作流程中。

一、 警惕“智能区”与“消失的记忆”

马特指出，AI 存在智能区和愚蠢区。

• 10 万 Token 的红线： 随着对话长度增加，模型需要维护的注意力关系会呈平方级爆炸。经验表明，当上下文超过约 10 万 Token 时，AI 就会开始做出愚蠢的决策
• 记忆碎片化： AI 就像电影《记忆碎片》的主角，会不断遗忘之前的设定。

对策： 任务必须被切分得足够小，确保 AI 始终在“智能区”内工作。

二、 拒绝“氛围感编程”（Vibe Coding）

马特严厉批评了“规格到代码”（Spec-to-Code）的想法，并将其归类为 Vibe Coding。

什么是 Vibe Coding？ 这是一种完全依赖“感觉”而非工程控制的开发方式。开发者写一份 PRD 丢给 AI，生成代码后如果发现错误，不是去审视代码，而是不断回去修改规格或 PRD，试图通过“调优描述”来碰运气得到正确答案。这种做法不看代码本身、只靠反复迭代规格，最终会导致对代码结构失去持续的掌控，令项目走向失控。

三、 “考打我”模式：人类主导的规划阶段

如何将含糊的需求变成 AI 可执行的任务？马特推荐了 "Grill Me"（考打我） 技巧：

1. 清空上下文，从零开始： 将原始需求丢给 AI。
2. 让 AI 提问： 要求 AI 一个接一个地向你提问，直到逻辑对齐为止。
3. Human in the Loop： 规划阶段必须由人类拍板，因为这是定义边界、进行风险取舍的阶段。

最终得到的不是一份漂亮的计划，而是一份共同的“设计概念资产”。

四、 垂直切片与“夜班”模式

在执行阶段，任务的拆分方式至关重要：

• 反对水平写代码： AI 倾向于先写数据库，再写 API，最后写前端，这会导致直到最后一层才能拿到反馈。
• 推崇垂直切片（Vertical Slices）： 每一刀都让它从 Schema 到服务再到前端展示全部跑通。虽然功能薄，但能立刻集成、验证和 QA。
• 并行“夜班”： 当任务被拆成彼此依赖清晰的看板后，人类负责“白班”（对齐、拆分、架构），AI Agent 负责“夜班”（按工单推进）。

五、 TDD：给 AI 套上“紧箍咒”

马特强调，通过 TDD 把反馈回路“盯死”对 AI 极其重要。

什么是 TDD？ TDD 即 测试驱动开发（Test-Driven Development）。它遵循“红-绿-重构”的循环：先写一个会失败的测试（红），再编写实现代码让测试通过（绿），最后优化代码。对 AI 而言，这强迫它说清可验证的行为，且很难在实现中“耍赖”，因为测试先于代码出现。

六、 架构升级：为了 AI 打造“深模块”

为了让代码库更适合 AI 协作，马特引用了《软件设计哲学》中的概念：深模块（Deep Modules）。

• 浅模块（应避免）： 很多小文件到处互相引用，AI 很难追踪依赖，也难以划清测试边界。
• 深模块（推荐）：
  • 接口小： 外部调用的入口尽可能简洁。
  • 内部实现复杂： 模块内部承担了大量的逻辑和复杂性。
  • 封装严密： 将复杂性深深地隐藏在模块内部。

在这种模式下，开发者只需牢牢记住模块的接口与形状，而将复杂的内部实现细节完全交给 AI。

结语：AI 是软件工程的试金石

AI 的出现并不是为了帮我们跳过软件工程，恰恰相反，它在逼着我们将软件工程做得更扎实。只有更严谨的需求对齐、TDD 和模块化设计，才能真正驾驭 AI 的力量。