Thoughts on slowing the fuck down
摘要
这是来自资深开发者(Android游戏引擎作者)的冷静反思。文章讨论了vibecoding热潮带来的问题，以及我们应该如何与AI agent协作。
核心观点：
- 我们放弃了所有纪律和自主权，陷入了成瘾状态
- 目标是尽可能快地产生尽可能多的代码，不顾后果
- 小错误在agent army下快速累积，没有瓶颈来阻止
问题分析：一切都在崩溃
虽然这都是些坊间传闻，但软件确实变得脆弱了：
- 98%正常运行时间成为例外，而不是例外情况
- 用户界面有各种奇怪的bug，QA团队应该能发现
- 亚马逊AI导致AWS宕车，90天代码重置
- 微软称30%代码由AI编写，Windows质量下降
- 声称100%代码由AI编写的公司产出最糟糕的垃圾
Agent的工作方式问题
1. 没有学习的累积错误
人类会学习——重复同样的错误几次后，人类会学会不再犯。Agent没有这种学习能力，至少开箱即用没有。它会继续犯同样的错误，甚至可能产生新的错误变体。
2. 没有瓶颈
关键区别： 人类是瓶颈。人类不可能在几小时内写出20,000行代码。即使人类以高频率犯错，每天能引入的错误是有限的。
使用编排的agent army，没有瓶颈，没有人类痛苦。小错误突然以不可持续的速度累积。你把自己从循环中移出，所以你甚至不知道所有无害的小错误已经形成了代码库的怪物。只有为时已晚时你才会感受到痛苦。
3. 延迟的痛苦
你想添加一个新功能。但架构(在这一点上 largely 是错误)不允许你的agent army以正常方式做出改变。你的用户遇到内存泄漏、UI故障、崩溃。
建议的工作方式
- Side project可以玩：花空闲时间构建东西很有趣，大多数时候你不必关心代码质量和可维护性
- 生产代码要谨慎：至少在目前的agent能力下，生产代码需要人工审查和监督
- 保持瓶颈：不要完全放手，保持人为审查点
- 观察并调整：注意agent犯的错误，在AGENTS.md中教导它
平衡观点
也许有人真的能成功地将这种方法用于不是一堆垃圾的软件产品，并被真正的用户在生产环境中使用。如果那是你的话，祝你顺利。但在我同龄的圈子里，我还没有找到这种成功运行的证据。
来源： mariozechner.at · 作者: Mario Zechner (Android游戏引擎作者)