AI 用的越多,越觉得 AI 离不开,却也越焦虑.怎么破?

别人用 AI 都唰唰的效率飞起，还各种年订单。自己怎么每天被同一批项目困住？AI 用着特好用，但问题好像处理不完？

放心，大家都一样（揭秘：那些大订单是为了流量）。

因为 AI 写代码确实还不行。办法也不是继续“提升自己用 AI 的效率”，那样只会越来越焦虑。今天分享一篇文章，一块分析下对策。

（但目前情况下，我还会继续劝你用 Codex，继续买我的 Pro 会员）

愤怒的马里奥

Openclaw 的内核 agent——Pi agent——作者马里奥（Mario Zechner）刚‘发飙’了一篇文章（拉到最后看原文，还有一个彩蛋项目）。

标题就不翻译了。

他说现在行业“脸都不要了”—— 98% 的可用性已经是常态了（过去一年有没有经历过 vercel / cloudflare / google cloud / aws 的停摆？）。

解释一下 98% 的可用性，换算成时间，也就是每年会有一周左右的时间服务用不了。要知道以前行业可都是追求几个九的（99.99…%）。

以下是马里奥扮演我们的嘴替，描述让 AI 写代码感受：你让 AI 实现功能，它一分钟实现了，你一看我去，这也太厉害了。就是我想要的效果！而且还专业了不少！然后你就放手让它去写新功能。过了几天溜达到自己网站——页面文案啥时候都换了？！（亲历）

这里不是针对谁。即便是本人每天吹捧的、写代码最强的 Codex，也一样会有问题。前几天把我手工整理的一个图片目录给删了，理由是“不知道这个图片目录在当前项目里干什么，猜测是某次测试产生的临时文件”。

昨天让它装一个 agent 到服务器上；前一个还是以普通用户安装和运行，下一个就直接改 root 用户了。问它理由，是“应该是测试用的，所以先快速实现了”。

为什么即便是顶尖 agent （AI + ‘约束’/harness）也会有这种不稳定？马里奥给了两方面原因。

技术：低召回和高速度

AI 的视野不可避免是局域性（local）的；当代码库变得很大，你要去加一个新功能，他会先搜索相关的代码段，然后基于这个去理解。代码库越大，这个做法的“召回率”——最终找到的代码段，占原本真正相关的代码段的比例——就越低。

人去改代码，也一样会顾此失彼。但人的生产力毕竟有限，这样导致的重复实现、前后矛盾等隐藏 bug 累积速度也更慢，企业能跟得上——代码像毛线球一样越来越大越来越乱，但公司也招了越来越多的人来维护它——所以问题可控。但你公司里加上 AI 也只有两个人，一周之内产生了堪比大公司的一大坨毛线，最终只能是服务不可用。

哲学：AI 不知道疼

人反应慢一点，效率低一点，在一个问题上可能也会犯 100 次错，但只要这个错误最终导致他赔钱了，或者是被上司训了，感到疼了，那他就一定会改。讨厌痛苦的天性，会使得他几乎不会在这个问题上再犯错。

但 AI，它不知道疼！你不管给他写多少遍 agents.md 都没用。本来好好的，说不定哪一天又犯一次。你虽然总是可以丰富 agents.md 来约束他，或者通过 skill 来约束他，但是前提是你得真的遇到他这种犯错的方式。写多了也不行，它会跟你说因为“这一条没在开头”，所以被忽略了（有没有遇到过？），建议你再“强调一下”。

这还没完，因为 AI 在训练的时候见过太多错误做法，它甚至可以举一反三出新的错法来。这意味着只要项目足够大，它写代码足够多，就一定会有新的错误。AI 的行为方式受万亿个参数的影响，这些权重的影响始终都在。

马力奥的建议

1. 1. 慢下来。AI 写的代码，你要能 review 得过来。不能“被代码生成速度和锋利的智能”迷惑，“沉浸在 AI 产出代码的快乐中不能自拔”。人作为质量的把关者，这一点上不能放权。

也不要想着用 Karpathy 的 Auto Research 这样的工具来提升代码质量。auto research 只适用于损失函数可以精确计算的场景，代码里可能出错的地方太多了。用 AR 多了，AI 就跟现在很多大模型刷榜单一样，损失函数表现特别出色，生产商照样出错。马里奥自己试过，还开了个直播贴写反馈，结论是得到一大堆毛线。

1. 2. （太犀利，马上记在本子上）让 AI 做无聊的事情！“无聊”，是指你从中几乎学不到任何新东西。或者你确实没时间做。那就交给 AI 去做。

产品的整体感觉（不要把设计丢给 AI），API 的设计，你还是得自己琢磨。——这些，就是人们最近常说的品味。

我自己的体会

看完这篇，必须得说有点治愈，而且决定把 Pro 订阅调整到 5x 档。“AI 写的代码太多，自己看不过来” 导致的心理焦虑和事实上的“按下葫芦起来瓢”，我自己深有体会。

最近产品订阅量变少，我感觉和产品越来越脆弱有极大的关系。虽然靠耐心的客服，客户没说啥，但后台发现确实不咋用了！

“AI 的产能”和“AI 的效率”毕竟是两回事。Codex 可以开 fast 模式（1.5 倍速），但如果换来的是超出自己控制、最终用户都流失的数十个项目，确实没什么意义。

前几天刚写过“以终为始”地想问题，结论也是一致的。一切交给 AI 的做法，在可持续性上就不合格。很快你周围的人都在用 AI，现在因为“熟练运用 AI”的效率优势会越来越小，不如早点冷静下来，琢磨自己真正想做的产品、和 AI 搭档做出真正喜欢、凝结自己心血、值得人们信任的东西。

想想看啊。当市面上的产品长相都差不多、操作起来都花样卡顿、文案都贼拉工整，一个主打“好看又稳定”的网站、一个设计处处体现着思想光辉的产品，还是会让人眼前一亮，想要付钱支持的吧。准备往这个方向努力一下！

MZ原文链接：

https://mariozechner.at/posts/2026-03-25-thoughts-on-slowing-the-fuck-down/

马里奥刚刚说自己被说服加入了一个新的项目，他对这个项目赞不绝口，说特好看，特优雅。。我看完觉得是不错，就是看完有点晕。来来大家一块品鉴下——https://earendil.com/