为什么你的AI编程越写越乱?方向错了,速度就是负债

上个月我干了一件特别蠢的事。那天下午三点，我坐在办公桌前，面前摊着三个窗口：飞书文档里的需求清单、Codex 的对话面板、还有 GitHub 的提交记录。

让 Codex 写一个公众号自动发布脚本，需求说了三分钟，它噼里啪啦输出两百行代码。我一看，漂亮，直接扔进去跑。

两小时后，我还在修 bug。

不是语法问题，是方向问题。它把「定时发布」理解成了「立即发布后修改时间戳」，整个架构推倒重来。返工成本是我写需求的三倍，是它写代码的六倍。

我盯着那堆废代码想了很久。

问题不是AI写得不够快，是我让它写得太早。

顺着这个教训，我翻了过去三个月的项目记录。二十多个AI协作任务，凡是出问题的，根因无一例外：方向对齐花的时间太少，上手写代码花的时间太多。

这不是个案。

如果你也在用 Codex、Claude Code workbuddy这类工具，你会发现一个反直觉的规律：写得越快，返工越狠。因为速度只会放大方向的偏差——走反了，油门踩得越深，离目标越远。

上来就写，为什么最贵

我拆了一下返工的账单，三个成本在叠加。

第一个：认知负荷的错配。

写代码的时候，你的脑子在同时做三件事：理解需求、设计架构、拼写语法。AI替你干了第三件，但前两件得你来决定。越早上手写，你越容易跳过了「设计架构」直接进入「看它写啥」，然后发现问题已经晚了。

第二个：上下文切换的损耗。

每次你让 AI 写一堆、然后发现不对、再改需求、它再重写，这中间至少经历三次完整的上下文切换。每次切换消耗 15-20 分钟的有效注意力。我那次踩坑，光上下文切换就浪费了一个半小时。

第三个：沉没成本的绑架。

这可能是最隐蔽的。当你已经有了一百行看起来能跑的代码，你很难下决心说「删了重来」。你倾向于在上面修补，哪怕架构是歪的。于是越修越丑，越丑越不敢重写。

这三个效应叠加，就形成了我说的那个悖论：AI编程越写越乱，因为写得快反而让你更晚发现问题。

四层方案，逐级递进

发现问题之后，我试了各种办法。后来沉淀下来四层方案，每一层解决一个级别的痛点。从不需要任何配置到一次配置永久生效，按需拿走。

第一层：零成本即用版

不管用什么工具，在每次提需求前面加一句话：

先别写代码。先复述你对这个任务的理解。我最想解决的问题是什么，哪里还有歧义，直接开写最容易误判哪一点，再给执行计划。

就这么简单。强制 AI 在动笔之前把理解和计划说出来。

我试过的最直观效果：加了这句话之后，需求澄清时间多了 2 分钟，但返工率直接降了 60%。因为它不敢猜了——它必须先把理解摊在台面上，而我看到理解有偏差，马上就能纠正。

成本为零。不需要装任何东西，任何工具都适用。唯一需要的是你自己记着贴这句话。

第二层：官方内置版

如果你在用 Codex（或者 Claude Code），其实内置了这个能力。

按 Shift+Tab，或者输入 /plan。它会主动收拢上下文，抛出一串澄清问题，然后输出完整的执行计划。需求越模糊，这一步越值。

相比于第一层的纯文字模板，这一步多了两个关键动作：

上下文收拢。 它会从对话历史里提取和你需求强相关的部分，抛弃无关内容。这个动作本身就是一次需求过滤——很多问题在收拢的时候就暴露了。

主动澄清。 它会问出它不确定的问题，而不是猜。这比「等你发现它猜错了」高效一个量级。

第三层：一劳永逸持久化版

如果你像我一样，经常和同一个项目打交道，或者不想每次手动贴模板——写一个 AGENTS.md（或者 CLAUDE.md、RULES.md，看你用什么工具）。

在里面加一条强制前置规则：

这条规则写入之后，它每一次接任务都会自动走一遍这个流程。不需要你记得贴指令，不需要按快捷键。全局生效。

我就是在自己的 Codex 项目里加了这条，从那以后，返工率稳定的降下来了。不是因为它变聪明了，是因为它变谨慎了。

第四层：认知升维版

有了前三层，你的工具已经不太会跑偏了。再给大家一个skill，写代码做程序必备。

做项目之前使用这个技能问一下，绝对让你跑不偏。这在workbuddy技能库中能搜到，也可以github安装。

GitHub上159K颗星！你的AI编程代理不是能力不够，是不知道怎么干活

但真正让我效率翻倍的，不是这些规则本身，而是它们带来的一个认知转变：好Agent不是写得快的Agent，是先搞对方向的Agent。

我过去衡量一个 Agent 好坏的标准很朴素：输出速度。后来我发现这个标准完全反了。

输出速度快的 Agent，在你方向对的时候是神助手。但如果方向本身是模糊的，它会把你的模糊快速变为一堆你需要花三倍时间来修复的混乱。

而好的Agent，它会在动手之前说一句：等一下，我先确认我理解对了。

这不是能力问题，这是行为设计的问题。

把速度放后面

三个月的踩坑史，就浓缩成一句话

方向对了，速度才是资产。方向错了，速度就是负债。

这句话适用于 AI 编程，也适用于任何你让 AI 帮你做的事情。说实话，我现在每次让 Codex 开始写之前，都会在心里默念一遍：别急，先对齐。

然后它输出执行计划，我扫一遍，有时候会改需求，有时候会加约束，有时候会直接说不对。

这个过程多了几分钟。

但返工少了几个小时。

回头看，AI 编程的能力从来不是问题。Codex 从一开始就能写出漂亮的代码。真正制约效率的，是使用 AI 的人与它之间的对齐成本。

我有很长一段时间盯着那堆废代码，以为问题是「没选对工具」「没写好提示词」。后来发现都不是。

问题是：我用 AI 的方式，还停留在「让它赶紧把活干了」，而不是「先让它理解我要什么」。

这两种思维的区别，决定了你是被 AI 带着乱跑，还是让 AI 帮你精准干活。

把 Review 前置，表面上是工作流调整，其实是对 AI 协作关系的一次重新定位。你不是它的审核员，你是它的方向器。

如果你也在用 AI 编程，建议从第一层开始试试，1 分钟就能上手。如果觉得好用，再逐级往上。

也欢迎留言告诉我：你在用 AI 编程时踩过什么方向坑？分享出来，大家互相避雷。