夜雨聆风
It Ain’t Broke:为什么软件基础在AI时代比以往更重要
It Ain’t Broke：为什么软件基础在AI时代比以往更重要
代码从来都不便宜。只是在AI时代，坏代码的代价终于被人看见了。
Matt Pocock在AI Engineer Europe的演讲里讲了一个他亲历的故事：他尝试用”规范转代码”的工作流——写规格说明书，让AI生成代码，出错了就改规格，再生成。最后得到一堆垃圾，观众里一片苦笑。
这个经历戳破了一个被热炒的叙事：“代码是廉价的”——这是谎言。坏代码的代价从来没有像今天这样高昂。为什么？因为AI在好代码库里如鱼得水，在烂代码库里寸步难行。它是那个在地面上埋头写代码的战术兵，但需要一个战略层面的指挥官——那就是你。而你需要的武器，是那些被很多人认为”过时”的软件工程基本功。
Pocock归纳了AI编程的六个常见失败模式，以及如何用经典设计思想一一破解。每个模式背后，都对应着他开源在GitHub上的一套AI Agent Skills——这些是他每天在真实项目里使用的实战工具，已经被数万开发者安装使用。
坑一：AI做的事和你想的不一样
你脑子里有个模糊的设计，和AI聊了半天，它给出一堆你不想要的东西。这不是AI的错，而是你们之间缺少一个共享的”设计概念”——Frederick Brooks在《设计的设计》里提出的词，指的是团队成员之间那种心照不宣的理解，它没法写进文档，却是协作真正的粘合剂。
解法叫“Grill Me”：让AI反过来不断向你提问，追问每个决策的细节，直到你们在所有分支上达成共识。这个只有两行字的提示词，在GitHub上收获了13000颗星。
Pocock把这套逻辑做成了更完整的/grill-with-docs skill——在提问的基础上，还要求AI帮团队维护一份CONTEXT.md术语文档和ADR（架构决策记录），把那些模糊的共享理解慢慢固化下来。简单说：每次对话结束，AI不是在凭空生成代码，而是在积累一份整个项目的认知资产。
坑二：AI说话像在写博士论文
你问它一个简单问题，它洋洋洒洒几千字，越说越跑偏。这种”语言不通”的根源，和程序员与领域专家协作时遇到的沟通鸿沟一模一样——大家不在同一个语义空间里。
Eric Evans的《领域驱动设计》早就给出了答案：通用语言。为团队（包括AI）建立一套统一的术语表，所有代码、文档、对话都用同一套词汇，让AI扫描代码库自动提取关键术语生成词汇表，之后所有沟通都在这个基础上展开。
在/grill-with-docs 技能里，这件事是自动化的：它扫描代码库，找到项目中已有的术语用法，生成一份CONTEXT.md——相当于给AI一份”行话词典”。Pocock把词汇表常驻在屏幕旁边，AI思考的噪音明显少了，产出质量也更高。一份好的通用语言文档，不只能减少AI的废话，还能让变量命名、函数接口都自然对齐，代码库本身也因此更好导航。
坑三：代码建对了，但不工作
你和AI达成共识了，它也按你说的做了，但一跑就崩。问题出在反馈机制的缺失——TypeScript静态类型、自动化测试、运行状态可见，这些是让AI”看见”代码是否工作的眼睛。没有这些，AI在黑暗中狂奔，连自己在犯错都不知道。
《实用程序员》里有句话被他反复引用：反馈的速度就是速度的极限。没有反馈循环，AI跑得越快，偏得越远。
/diagnose 技能把调试变成了一套纪律严明的闭环：复现 → 最小化 → 假设 → instrument → 修复 → 回归测试。遇到难缠的bug，就让AI按这个流程走。
坑四：一次性生成太多，乱了手脚
即使AI能看见错误，它仍然倾向于一次生成一大堆代码，然后才想起来要做检查——开远光灯，眩光刺眼，什么都看不清。
解法是TDD，测试驱动开发：先写一个测试，让它失败，然后只写最小量的代码让测试通过，再重构。这个”小步快跑”的循环强迫AI一次只走一步——每一步都在验证，每一步都可撤回。AI生成10行代码时有7行可能是错的，但生成3行时，错误成本低到可以忽略。小步快跑把AI的破坏半径锁死在可控范围内。
/tdd 技能把红-绿-重构的节奏固化成了AI的工作流规范：永远是失败测试先行，永远是小步提交，永远在重构之前先有绿色。
坑五：代码库里全是浅层模块
有些代码库看起来模块化做得很好，一堆独立文件，每个几十行。AI进去探索之后就迷失了——就像一个外地人走进一座由无数小摊位组成的夜市，每个摊位只卖一样东西，你要买齐一顿饭的材料得问几十个人。
John Ousterhout在《软件设计的哲学》里把”深层模块”作为好代码的标志：大量功能藏在简单的接口后面，使用者不需要知道内部有多复杂。深层模块的系统边界清晰，每块是一个”灰箱”——你知道它是做什么的，但不需要深究它怎么做。
AI天然擅长生成”夜市式”代码库——大量浅层模块堆在一起，每个看起来都没问题，但整个系统变成一锅粥。/improve-codebase-architecture 技能定期扫描代码库，识别可以合并成深层模块的机会，帮AI主动整理架构，而不是等架构烂透了再推倒重来。
坑六：一切都对了，但你累垮了
代码产出比以往任何时候都快，但你的大脑在尖叫。这是AI时代特有的burnout——心智模型在过载。
解法是设计接口，把实现委托出去。你专注于模块的边界和契约，把具体实现交给AI处理。只要边界上有可测试的接口，你就可以从外部验证正确性，而无需在脑子里装下所有实现细节。这个思路和Kent Beck那句”每天为系统设计做一点投资”一脉相承。
/zoom-out 技能让AI在任何时候都能”拉远镜头”——不是钻进某个函数的实现细节，而是从整个系统的视角解释这段代码在全局中的位置和意义。有了这个，AI就不再是那个丢给你一千行代码让你自己消化的混蛋，而是真正在帮你思考系统全局的协作伙伴。
AI时代的正确打开方式
Pocock把这些技能开源在 github.com/mattpocock/skills，用一条命令就能装进任何主流AI编程工具：
npx skills@latest add mattpocock/skills这套工具的本质，是把那些经典的软件工程基本功——共享理解、通用语言、TDD、持续架构投资——做成了AI能理解和执行的提示词。它们不是让AI替代你的思考，而是逼着AI配合你的思考节奏。
演讲结尾有句话被很多人记下：“AI是那个在地面上不知疲倦写代码的军士，而你是那个站在高处决定往哪打的人。” 这话听起来简单，但要真正做到，你手里的武器不能只是热情——得是那些真正经过时间验证的软件工程思维。
那些老书没有过时。它们是AI时代的战略装备。
延伸阅读
- 《软件设计的哲学》— John Ousterhout：复杂度是软件的核心敌人，深层模块是好设计的基本单元。
- 《实用程序员》— Andy Hunt & Dave Thomas：软件熵无处不在，每一次只顾当前需求而忽视整体设计的修改都在加速熵增。
- 《设计的设计》— Frederick P. Brooks：设计概念是团队协作的无形资产，无法文档化，却决定了一切。
- 《领域驱动设计》— Eric Evans：通用语言是跨越沟通鸿沟的桥梁，代码和对话应当共享同一套术语。