ARTICLE · 1030752
我把需求文档喂给 AI,它给了我一个更对、但我没想到的方案
我把需求文档喂给 AI,它给了我一个更对、但我没想到的方案我喂给 AI 的是一份需求文档，它还给我的，是我本来该想、但偷懒没想的那一步。 上个月我要做个报表，慢得要命。我脑子里早定了方案：加层缓存，把查询结果存 Redis，下次直接取。文档写清楚，丢给 AI，等它出代码。结果它回我的第一句不是代码，是："你这个慢，不是查得慢，是每次都在重算。加个物化视图，凌晨预聚合一次，比上缓存省事，也少一个要维护的组件。" 我盯着那行字愣了一会儿。它说的对。而且我恼火地发现，这事儿我三天前就该想到，只是"缓存"俩字先入为主占了我脑子，我就没再往深想。 这事儿之后我特意问了身边几个人，发现被 AI 这么"截胡"过的，不止我一个。 阿伟是我们组后端，碰到的跟我几乎一个模子。他的接口偶发超时，他咬死是数据库慢，文档里写满"优化 SQL、加索引"。AI 看完说，你这几张表 join 的字段没建对，索引加了也用不上，根子在表设计。阿伟后来真去改了表结构，超时没了。他跟我感慨：AI 没比我懂数据库，它只是没被我那句"肯定是 SQL 慢"带跑。人一旦认准一个原因，就会只找支持它的证据；AI 没有这个执念，它从零看一遍。 但这里有个坑，而且挺深。小琳做产品，把一份新功能需求喂给 AI，想要它出个实现说明。AI 回了个流程，比她原来想的简洁太多，用户体验明显更好。小琳高兴坏了，直接拿去对研发讲。讲到一半，合规那边的人皱眉：你这流程把"用户二次确认"那步省了，监管明文要求的，你不能删。小琳翻文档，那句话写在倒数第二段，夹在一堆废话里。AI 把"更好用"优化到了极致，因为它只认文档里写清的目标，没认出那句废话其实是死约束。它给的更对，是对它理解的那版问题更对；你心里真正的问题，它根本不知道。 老郑就是栽在这上头。他现在凡事问 AI，AI 给的方案只要听起来更优，他一律照收。有回 AI 建议把定时任务改成事件驱动，老郑觉得高级，直接上了。上线当天流量一峰值，事件雪崩，队列堵死，半夜被叫起来回滚。他后来才懂，AI 不知道他们每天凌晨那波批量有多大，它按"通用最佳实践"给的答案，在他这摊具体的泥里根本不成立。老郑的问题不是用 AI，是他把"AI 说更对"当成了"不用我懂"。合之前自己讲不清为什么，你就从写代码的人，变成了背锅的人。 我把这几件事凑一块，慢慢摸到一个有点反直觉的真相。我们怕 AI 抢活，怕的是它写得比我们快。可真用熟了才发现，它最值钱的地方不是写，是逼你重新想。你文档里写的是"要什么"，它回你"为什么不该这么要"。那个抬杠的同事，平时你得求人当，现在免费配了一个。 我现在的做法改了。以前是"我要做 X，AI 帮我写"；现在是"我把问题扔给它，先让它给方案，再让我自己挑刺"。它给的方案越出乎我意料，我越先问一句：它强在哪，我又漏了哪。这比直接抄答案赚得多。抄答案你只多了一行代码；想透问题你多了一层判断，这层 AI 抢不走。 还有一条，是我吃过小琳的亏才记牢的。文档里没写清的，恰恰是 AI 要翻车的地方。我现在给 AI 需求，会单独附一段："这几条是死线，碰都不能碰；这几件事文档没写但现实存在，你别当没看见。"把模糊的约束从脑子里掏出来，白纸黑字交给它。你以为它懂你，它只懂你写下来的。 最后说句掏心窝的。AI 给你一个更对的方案，不代表你该退场，代表你该升级。它干掉了你"按既定思路往下写"的那段活，把你顶到了"搞清楚到底要什么"这一层。这一层以前你也能躲就躲，现在躲不了了。 用好 AI 的方案，不是照抄，是被它推着把问题想透。它给你答案，你给它判断。笔在它手里写出的是字，秤在你手里压的是责。 别怕它比你聪明。怕的是它想透了，你还没。