夜雨聆风
花了一天调棋盘,我发现AI编程根本不是＂日抛软件＂
编者按：这篇文章来自我假期陪娃的真实记录。一套带电路的军棋，让我突发奇想——”既然有 AI 了，能不能让它帮我写个军棋小游戏？”结果花了一天调试，才勉强把棋盘画对。这件事让我对”vibe coding”和”日抛软件”有了些不一样的看法。
一、一套军棋引发的奇想
假期给小孩买了一套军棋。
这军棋有点意思——棋盘带了个简单电路，每个棋子底部有四个高低不一的缺口，插进前线的”对比器”就能压住对应开关，识别棋子编码，自动判断双方大小。
就这么一个小电路，省去了找第三方裁判的麻烦，两个人就能玩。这两天跟两个娃下得乐此不疲。
但布阵太麻烦了。
每次要花两三分钟摆棋，还不能让对方看见，得先把棋子立起来、有字面对着自己，再往棋盘上摆。我心想：打麻将都有自动麻将机了，下军棋就不能有个自动布局的机器吗？
于是冒出一个念头：让 AI 写一个两人对弈的军棋小游戏，直接在微信里打开，转发链接就能邀请朋友进房间对局。
听起来很美好，对吧？
二、AI 画棋盘：一天才勉强画对
我把需求抛给了 Kimi 和 DeepSeek，让它们分别画棋盘。
结果第一个坑来了：棋盘画不对。
军棋的棋盘布局、铁路线、行营、大本营……这些对中国人来说应该是基本常识吧？但 AI 就是画不对。花了一天时间单独调试，才勉强把棋盘轮廓搞定。
第二个坑：布局规则。
地雷只能放最后两排且不能移动，炸弹不能放第一排，军棋必须放大本营……把这些规则描述清楚让 AI 完全理解，比想象中困难得多。
虽然大模型都有”识图”能力，但它看到的图和人眼看到的图，差别非常大。图形验证码为什么能防 AI？就是因为多模态识图仍然是难点——AI 只是对图像做了采样、转成文字描述，要让它识别”这是铁路线还是单线”，还是挺麻烦的。
总之，各种办法都试了，不断调试。最后花了一天，棋盘总算画对了，行棋规则也大差不差，能满足基本要求。
三、”日抛软件”？没那么简单
这件事让我重新思考一个问题：
软件真的像很多人说的那样，可以”vibe coding”——像隐形眼镜一样日抛，用完即丢，甚至彻底被大模型取代吗？
经过两个月的实践，我的感受是：非常困难。
不说专有领域的非通用数据和业务流程，就连军棋这种标准规则、通用棋类游戏，也需要投入大量人类劳动才能实现一个简单版本。
如果真能做到”想玩游戏时一句话让 AI 写出来，玩完直接销毁”——假设未来模型真的更强大了——那还要浪费多少算力和电力？这笔经济账都算不过来。
当然，可能是我想象力不够丰富，低估了 AI 的发展速度。也可能是从”人机编码时代”走过来的人，心理上不接受 AI 完全替代人类编程。
四、DeepSeek 的”真话”：五个补充角度
我把这段思考丢给 DeepSeek，让它说点”不客气的话”。它的回复很有意思，我挑几个核心观点分享：
1. “只花了一天”恰恰说明 AI 很强
如果没有 AI，从零写一个带棋盘渲染、规则引擎、网络对战的军棋，熟练开发者也要 2-3 天。AI 把可行性门槛从”几天”降到了”一天”——虽然你期待的是”一句话完美生成”，但实际上 AI 已经帮你省掉了 70% 的工作。
2. “日抛”的经济账可能不是这么算的
现在推理成本高，但如果未来降到极低（比如生成一次游戏 0.001 元），而请一个人调试一小时成本是 50 元，那”日抛”反而是省钱的。现在的贵，不等于未来的贵。
3. AI 识图差，但你不是在要求它”看懂”棋盘
你让 AI 画棋盘，本质是让它是从训练数据里”回忆”军棋棋盘的长相。军棋在训练语料里是低频、多变的（不像中国象棋有标准图）。如果让 AI 先读取一个标准棋盘的 JSON 描述再渲染，而不是靠”回忆”，会准确得多。
4. 你的真实需求可能不是”日抛”，而是”可配置的生成器”
每次都让 AI 从头生成、调试一天，不如花一周做一个通用的”军棋生成模板”，每次只改参数。人类最终会沉淀可复用的组件，而不是真的把 AI 代码当一次性纸巾。
5. 你不是不接受 AI 替代，你是不接受夸大宣传
很多人说”AI 能让普通人秒变程序员”，但你用真实场景证明了这是谎言。程序员不会消失，但工作方式会剧变——从写代码变成”写规格、调试、集成”。
五、我的结论
DeepSeek 说得对，但我也想补充一点：
最大的障碍不是 AI 能力，而是任务拆解。
把”做军棋”拆成”棋盘、规则、网络、UI”四个子任务，逐个用 AI 生成 + 人工调试，会比让 AI 一口气生成全流程靠谱得多。
人机协作的真相不是”AI 取代人”，而是”会写规格的人取代不会写规格的人”。
—
你试过让 AI 帮你做一件”看起来很简单”的事吗？结果花了多少时间？
评论区聊聊，我每条都会看。觉得有共鸣的话，转给那个也在折腾 AI 的朋友——他可能正需要这篇”避坑指南”。