AI Coding 干活不顺，多半是话没说清楚

测试在群里丢过来一句：「导出功能不对。」

我顺手转给 AI：导出功能不对，你看看。AI 很勤快，马上定位、马上改，几分钟就给出一版方案。我提交，测试再看：「还是不对啊。」

我把「还是不对」转给 AI，它又改了一版。测试：「还是不对。」

第三轮我停下来了，跑过去问测试：到底哪不对？测试说：导出的 Excel 里，金额那列是文本格式，没法筛选求和。

我回头跟 AI 说：把金额列改成数字格式。它一分钟改完了——来回三轮，真正有用的信息就这一句。

流程没变，变的是多了个「同事」

这段时间 AI Coding 用得特别多。一个稍微复杂点的功能，流程基本都是：需求分析、设计、开发、测试、修 bug、再测试、再修 bug，循环到没问题，上线。

跟以前的开发流程差不多，但每个环节里都多了一个「同事」——AI。它不吃饭不摸鱼，响应快，活也不差。

但合作下来我发现，流程顺不顺，跟 AI 聪不聪明关系不大，跟我们「说得清不清楚」关系最大。同样一个需求，描述清楚，一遍过；描述含糊，能来回拉扯一下午。

踩了一圈坑，我把卡点归成三类。

AI 干活卡壳的三个卡点

卡点一：需求没定住，做完了又发散

最常见的一幕：需求说做 A，你带着 AI 把 A 做完了，需求方看了效果——「诶，顺便把 B 也加上吧」「C 那里能不能也处理一下」。

放在以前，这些「顺便」会被排期、会被砍。砍单听起来烦，其实它就是一次需求澄清：哪些必须做、哪些以后做，聊完大家都清楚。

现在有 AI 在，加一个功能就是几分钟的事，「顺便」的成本看起来是零。于是 A 做完冒出 B，B 做完冒出 C，改到最后，代码被一个个「顺便」缝得面目全非，谁也说不清哪句是本意。

AI 不会替你踩刹车，你发散它跟着发散。

刹车得自己踩：开工前把「这次做什么、不做什么」写下来，白纸黑字发给它。超出范围的，记到下一期，别当场接。

卡点二：讨论不透，问题没预估全

需求讨论阶段，人跟人聊是有来回的：你提个方案，对方质疑一句，边角问题就冒出来了——并发上来了怎么办？历史数据要不要处理？中途失败了算谁的责任？

带着 AI 干活的时候，这一步特别容易被跳过。你脑子觉得「想清楚了」，直接让 AI 开工。AI 又特别听话，你没想到的它不提醒，大部分时候它顺着你的话说。上线之后，那些没聊透的问题才一个个冒出来。

我的做法是反着来：动手之前，让 AI 扮演那个爱抬杠的同事，先让它列问题——这个方案有哪些没想清楚的地方？边界情况有哪些？它列出来的每一条，都是测试阶段才会挖出来的坑。让它先把坑问出来，比上线后填便宜多了。

卡点三：bug 描述不清，AI 修的是它猜的 bug

这是我遇到的最大的坑，单独展开说。

测试提单，经常是这样的：「功能不正确。」「不生效。」「不成功。」「功能不对。」

这些词，人看是看得懂的。因为人脑子里自动补全了一堆没说出口的信息：昨天上线的版本、这个功能平时的表现、上次类似的问题长什么样。补全完，「功能不对」就变成了一个具体的 bug。

但 AI 脑子里没有这些。它拿到的就是字面那几个字：什么功能？哪不对？正确的应该是什么样？实际的是什么样？一个都没有。

说句公道话，「功能不对」这种描述，对一个活人开发来说都很难定位——你得追着测试问半天。AI 连追着问这一步都省了，它会直接按自己的理解动手改。它修的不是你报的 bug，是它猜的 bug。

我见过最典型的情况：AI 拿到「功能不对」，判断不出具体问题，就「顺手」把周边代码重构了一遍，加了一堆防御性判断。看着特别努力，实际跟你要修的半点关系没有，还顺带引入了新问题。修 bug 变成打地鼠，一个没打中，又冒出来俩。

问题出在哪？这几个词是观点，不是信息。

▍人话翻译「功能不对」表达的是「我不满意」，但它没有传达任何能让对方动手的信息。一条能干活的信息，至少有四块。

能干活的信息，有四块

对照一下，同一件事，两种说法：

✗ 原始描述：导出功能不对。✓ 完整描述：订单列表页点导出，选了 10 月的订单。导出的 Excel 里金额列是文本格式，没法筛选。期望是数字格式。

完整描述，AI 基本一遍改对；「功能不对」，就要看你运气了。

对人说「功能不对」，靠的是人脑补全加追问，两个都能凑合。AI 恰好两个都不擅长：它没法补全你脑子里的上下文，它主动问，你也未必答得全。所以这些补全的活儿，得你在开头就干掉——直接写进描述里。

我现在的做法

给 AI 描述问题，我现在有个固定模板：

【复现步骤】我做了什么，1、2、3【期望】应该发生什么【实际】实际发生了什么【范围】只修这个，其他别动

最后一条是专门防发散的。不写，它经常热心得把附近代码都「优化」一遍。

需求也是同理。我现在的体感是：以前需求文档写个大概就行，细节开会补全，反正执行的人能猜；现在需求文档是写给 AI 的执行手册，你含糊一个词，它就往含糊的方向执行，而且执行得特别自信。

以前说不清，同事能猜；现在说不清，AI 只能猜。

最后

很多人说 AI 把编程门槛降低了。我最近的体感是另一面：写代码的门槛确实低了，但「把话说清楚」的门槛变高了。

以前描述糊弄点，问题不大，执行的人会追问、会脑补、会跟你磨。现在描述糊弄，AI 不跟你磨，它按自己的理解闷头干，干错了重来，时间全是你的。

所以下次觉得 AI 干不好活，先别急着关掉重试，看看递过去的活儿本身说得清不清楚。你多写的那三五行「期望／实际」，省的是来回三轮的拉扯。

AI Coding的最后是我们学会如何说话！