即刻App年轻人的同好社区
下载
Jonathan Ross（Groq 创始人）刚刚参加播客分享了自己在人才招聘和企业竞争方面的思考
以下是整期播客（约 72 分钟）最核心、最有价值的洞见：
1. 现实商数（Reality Quotient）比智商（IQ）更重要
很多高智商的人认不清现实，甚至构建出精致但脱离现实的理论。
现实商数的极致形态，就是能识别并选择正在被玩的「主导游戏」（Dominant Game）。
这直接决定了公司最终的胜负
2. 成功者玩的是更高维度的「主导游戏」
MySpace 追求「注册账号数」，Facebook 追求「月活跃用户（MAU）」—— 后者才是真正的主导指标。
顶级创始人不会在别人玩的低阶游戏里内卷，而是重新定义游戏规则，让别人跟着自己的节奏走
3. AI 时代，速度就是胜负手
当 AI 与 AI 对话时，速度决定一切。
更快 = 更好的用户体验、更低的成本、更多的迭代机会。
4. 创始人最重要的工作是「全职做变革管理」
公司每成长一个阶段，都需要重新定义规则、调整组织。
创始人要持续推动变化，而不是维持现状。
5. 领导力是可以学习的，且有无数种方式
Jonathan 早期自认是「世界上最糟糕的领导者之一」。
后来通过刻意练习大幅提升。
关键转变：给团队更多自主权 + 减少不必要的约束，反而能产生更多惊喜。
6. 抓住运气的回报，取决于你抓住它的能力
好运气人人都有，但极少数人能把运气转化成巨大成果。
关键在于提前做好准备 + 极快的执行速度。
7. 制造「不满足」是持续创新的引擎
永远不要对现状满意，要人为制造紧迫感和不满。
8. 招聘与文化关键点
招聘看负面特质，培养时再放大正面潜力。
早期 Groq 用「债券」形式，筛选真正相信公司的人。
9. 算力与代码的成本正在发生根本变化
曾经代码和算力被严格配给，现在几乎「近乎免费」。
但每一天没有算力，依然有真实的机会成本。
速度和可用性正在重塑整个 AI 行业。
10. 教孩子（和团队）「问对问题」，而不是急着给出答案
这是 Jonathan 认为 AI 时代最核心的单一技能。
提问能力 > 回答能力。
额外亮点总结：
NVIDIA 200 亿美元交易仅用 3 周谈成，核心靠的是极高的自主权和执行速度。
GPU + LPU 结合比单独用任何一种都强。
创始人要帮助团队把日常工作与最高层的主导游戏连接起来。
以下是整期播客（约 72 分钟）最核心、最有价值的洞见：
1. 现实商数（Reality Quotient）比智商（IQ）更重要
很多高智商的人认不清现实，甚至构建出精致但脱离现实的理论。
现实商数的极致形态，就是能识别并选择正在被玩的「主导游戏」（Dominant Game）。
这直接决定了公司最终的胜负
2. 成功者玩的是更高维度的「主导游戏」
MySpace 追求「注册账号数」，Facebook 追求「月活跃用户（MAU）」—— 后者才是真正的主导指标。
顶级创始人不会在别人玩的低阶游戏里内卷，而是重新定义游戏规则，让别人跟着自己的节奏走
3. AI 时代，速度就是胜负手
当 AI 与 AI 对话时，速度决定一切。
更快 = 更好的用户体验、更低的成本、更多的迭代机会。
4. 创始人最重要的工作是「全职做变革管理」
公司每成长一个阶段，都需要重新定义规则、调整组织。
创始人要持续推动变化，而不是维持现状。
5. 领导力是可以学习的，且有无数种方式
Jonathan 早期自认是「世界上最糟糕的领导者之一」。
后来通过刻意练习大幅提升。
关键转变：给团队更多自主权 + 减少不必要的约束，反而能产生更多惊喜。
6. 抓住运气的回报，取决于你抓住它的能力
好运气人人都有，但极少数人能把运气转化成巨大成果。
关键在于提前做好准备 + 极快的执行速度。
7. 制造「不满足」是持续创新的引擎
永远不要对现状满意，要人为制造紧迫感和不满。
8. 招聘与文化关键点
招聘看负面特质，培养时再放大正面潜力。
早期 Groq 用「债券」形式，筛选真正相信公司的人。
9. 算力与代码的成本正在发生根本变化
曾经代码和算力被严格配给，现在几乎「近乎免费」。
但每一天没有算力，依然有真实的机会成本。
速度和可用性正在重塑整个 AI 行业。
10. 教孩子（和团队）「问对问题」，而不是急着给出答案
这是 Jonathan 认为 AI 时代最核心的单一技能。
提问能力 > 回答能力。
额外亮点总结：
NVIDIA 200 亿美元交易仅用 3 周谈成，核心靠的是极高的自主权和执行速度。
GPU + LPU 结合比单独用任何一种都强。
创始人要帮助团队把日常工作与最高层的主导游戏连接起来。
0 00
AI时代做题家被大模型秒杀，出题家才能成为主导一切的社会核心。
因为世界认知活动将全部建立在人类定义问题，AI回答问题的全新范式上。而高考和高等教育恰恰把出题家变成了没用的做题家。
他经历了高中和大学高强度的做题训练？那他已经失去很多了。
这就是为什么越来越多的科技公司在争抢顶级高中生。
因为世界认知活动将全部建立在人类定义问题，AI回答问题的全新范式上。而高考和高等教育恰恰把出题家变成了没用的做题家。
他经历了高中和大学高强度的做题训练？那他已经失去很多了。
这就是为什么越来越多的科技公司在争抢顶级高中生。
0 00
x上值得关注的 新兴自动研究实验室（Autoresearch Labs）@AutoScienceAI
（@eliot_cowan）
最干净的“AI造AI”之一：让AI代理自主发明、测试并部署机器学习模型，而不仅仅是调超参数。@intology
（@zhouandy_）
Zochi 和 Locus 专为完整研究闭环而生：阅读文献、提出假设、编写代码、运行数千次实验、从失败中学习，然后循环迭代。@thesis_labs
（@eigentopology）
YC F25。把机器学习研究当作一个复合搜索问题，每一次实验都能让下一次变得更好，而不是把结果扔进 Notion 文档里烂掉。@Recursive_SI
（@RichardSocher、@_rockt、@jeffclune）
一个极具雄心的项目，致力于构建能进行开放式实验的 AI 系统，不断改进自身——具有递归放大效应的自动研究。@EdisonSci
（@SGRodriques、@andrewwhite01）
FutureHouse 旗下较新的独立项目，将 AI 科学家带入生物制药研发领域——在这里，“深度研究”必须经受真实数据、真实实验和真实时间线的考验。@HarmonicMath
（@tachim、@vladtenev）
数学领域的自动研究：AI 自主探索新证明，并以形式化验证作为反幻觉层。@readysetpotato
（@Nick___Edwards）
面向真实研究工作流的 AI 科学家——处理论文、假设、实验协议、计算工具，最终还会接入实验室自动化。@EvoScientist
（@_xizhang）
非常早期但值得关注的项目：具备持久记忆的多代理 AI 科学家，让失败的想法和实验能够真正改进下一轮研究循环。@SakanaAILabs
（@hardmaru）
AI Scientist 的开创者。仍是技术上最值得关注的账号之一，经常发布研究成果、开源项目，以及真正能跑起来的奇妙想法。
（@eliot_cowan）
最干净的“AI造AI”之一：让AI代理自主发明、测试并部署机器学习模型，而不仅仅是调超参数。@intology
（@zhouandy_）
Zochi 和 Locus 专为完整研究闭环而生：阅读文献、提出假设、编写代码、运行数千次实验、从失败中学习，然后循环迭代。@thesis_labs
（@eigentopology）
YC F25。把机器学习研究当作一个复合搜索问题，每一次实验都能让下一次变得更好，而不是把结果扔进 Notion 文档里烂掉。@Recursive_SI
（@RichardSocher、@_rockt、@jeffclune）
一个极具雄心的项目，致力于构建能进行开放式实验的 AI 系统，不断改进自身——具有递归放大效应的自动研究。@EdisonSci
（@SGRodriques、@andrewwhite01）
FutureHouse 旗下较新的独立项目，将 AI 科学家带入生物制药研发领域——在这里，“深度研究”必须经受真实数据、真实实验和真实时间线的考验。@HarmonicMath
（@tachim、@vladtenev）
数学领域的自动研究：AI 自主探索新证明，并以形式化验证作为反幻觉层。@readysetpotato
（@Nick___Edwards）
面向真实研究工作流的 AI 科学家——处理论文、假设、实验协议、计算工具，最终还会接入实验室自动化。@EvoScientist
（@_xizhang）
非常早期但值得关注的项目：具备持久记忆的多代理 AI 科学家，让失败的想法和实验能够真正改进下一轮研究循环。@SakanaAILabs
（@hardmaru）
AI Scientist 的开创者。仍是技术上最值得关注的账号之一，经常发布研究成果、开源项目，以及真正能跑起来的奇妙想法。
0 00
YC：如何选择一个创业点子
1. 别想太多
1.1 早期最常见的两个陷阱
第一，等待完美点子。
你不可能在抽象思考里找到完美点子。你只有真正接触现实，获得客户反馈，才知道自己到底该做什么。
第二，反复问自己：“我是不是这个方向的完美创始人？”
创始人与市场的匹配当然重要，但很多创始人会把这一点变成攻击自己的武器。
你不需要有十年的行业经验，才有资格开始做一个方向。
2. 只押注一个方向
2.1 为什么不要同时做多个点子
同时做多个点子，会产生很差的数据。
如果你同时折腾几个方向，就意味着你在任何一个方向上都拿不到真正的信号。
最后结果往往是：
1. 太早放弃一个其实不错的点子；
2. 或者一直抓着一个其实很差的点子不放。
2.2 真正深入一个方向意味着什么
真正深入一个方向，意味着：
1. 明确关掉其他选项，停止做它们；
2. 告诉之前的客户：你已经转向了；
3. 用单点专注的方式，只做这一个想法；
4. 把它当成穿上一层新的皮肤，甚至改变你的邮箱、网站，让它们都服务于你正在做的这件事。
3. 怎么知道你真的深入进去了？
你可以用下面几个问题判断：
1. 你能不能去经营你客户的业务？
2. 你是否知道他们每天遇到的危机？
3. 你是否知道他们到底愿意花多少钱解决这个问题？
4. 你能不能围绕这个问题开一门课？
5. 你是不是这个问题上最了解的人之一？
4. 如何做到真正深入？
你需要做三件事：
1. 和大量客户交流，有时候甚至亲自去做客户正在做的那份工作；
2. 不要执着于“先聊几百个客户再写代码”；
3. 跑一个紧密循环：
理解需求
→ 发布产品
→ 更深入理解需求
→ 做出更好的产品
5. AI 时代好点子的三个特征
5.1 站在模型能力边缘
一个好点子，最好处在当前模型能力的边缘。
它可能在今天最前沿的模型上只是勉强能用，但随着模型变好，它会明显变好。
你必须非常清楚自己的瓶颈在哪里。
5.2 垂直化
不要只卖软件，而要卖结果。
因为软件成本正在趋近于零，真正的价值会转移到：
1. 客户信任；
2. 牌照或资质；
3. 监管许可；
4. 对最终结果的负责。
5.3 做最有野心的版本
一个有野心的点子和一个保守的点子，成本其实差不多。
两者都很难，都会消耗你的时间。
所以你应该瞄准那个能重写一个行业的版本。
6. 如果失败了怎么办？
即使失败，你也会比一开始站在更靠前的位置。
6.1 你会获得清晰的客户数据
你会知道这个问题到底是不是“火烧眉毛”的痛点。
你也会知道，自己是不是只是说服了自己。
6.2 你会获得真正可以支撑转向的信念
失败之后，你不再是凭感觉转向。
你会带着真实客户数据和真实市场反馈，去判断下一个方向。
6.3 你通常会得到一个更好的点子
创始人一开始往往看到的是表层痛点。
真正的机会，通常藏在更深层的结构性问题下面。
1. 别想太多
1.1 早期最常见的两个陷阱
第一，等待完美点子。
你不可能在抽象思考里找到完美点子。你只有真正接触现实，获得客户反馈，才知道自己到底该做什么。
第二，反复问自己：“我是不是这个方向的完美创始人？”
创始人与市场的匹配当然重要，但很多创始人会把这一点变成攻击自己的武器。
你不需要有十年的行业经验，才有资格开始做一个方向。
2. 只押注一个方向
2.1 为什么不要同时做多个点子
同时做多个点子，会产生很差的数据。
如果你同时折腾几个方向，就意味着你在任何一个方向上都拿不到真正的信号。
最后结果往往是：
1. 太早放弃一个其实不错的点子；
2. 或者一直抓着一个其实很差的点子不放。
2.2 真正深入一个方向意味着什么
真正深入一个方向，意味着：
1. 明确关掉其他选项，停止做它们；
2. 告诉之前的客户：你已经转向了；
3. 用单点专注的方式，只做这一个想法；
4. 把它当成穿上一层新的皮肤，甚至改变你的邮箱、网站，让它们都服务于你正在做的这件事。
3. 怎么知道你真的深入进去了？
你可以用下面几个问题判断：
1. 你能不能去经营你客户的业务？
2. 你是否知道他们每天遇到的危机？
3. 你是否知道他们到底愿意花多少钱解决这个问题？
4. 你能不能围绕这个问题开一门课？
5. 你是不是这个问题上最了解的人之一？
4. 如何做到真正深入？
你需要做三件事：
1. 和大量客户交流，有时候甚至亲自去做客户正在做的那份工作；
2. 不要执着于“先聊几百个客户再写代码”；
3. 跑一个紧密循环：
理解需求
→ 发布产品
→ 更深入理解需求
→ 做出更好的产品
5. AI 时代好点子的三个特征
5.1 站在模型能力边缘
一个好点子，最好处在当前模型能力的边缘。
它可能在今天最前沿的模型上只是勉强能用，但随着模型变好，它会明显变好。
你必须非常清楚自己的瓶颈在哪里。
5.2 垂直化
不要只卖软件，而要卖结果。
因为软件成本正在趋近于零，真正的价值会转移到：
1. 客户信任；
2. 牌照或资质；
3. 监管许可；
4. 对最终结果的负责。
5.3 做最有野心的版本
一个有野心的点子和一个保守的点子，成本其实差不多。
两者都很难，都会消耗你的时间。
所以你应该瞄准那个能重写一个行业的版本。
6. 如果失败了怎么办？
即使失败，你也会比一开始站在更靠前的位置。
6.1 你会获得清晰的客户数据
你会知道这个问题到底是不是“火烧眉毛”的痛点。
你也会知道，自己是不是只是说服了自己。
6.2 你会获得真正可以支撑转向的信念
失败之后，你不再是凭感觉转向。
你会带着真实客户数据和真实市场反馈，去判断下一个方向。
6.3 你通常会得到一个更好的点子
创始人一开始往往看到的是表层痛点。
真正的机会，通常藏在更深层的结构性问题下面。
0 00
garrytan的gstack给我的创业点子最高档的评价“bring your design doc, better than most pitch deck”，这个有价值吗？是不是很容易就拿到了？
0 00
胡彦斌一个月上架一个APP，网上一堆程序员老哥嘲讽这是营销，纷纷质疑真实性。
说实话，这只能怪AI发展太快，大部分人还活在古法编程时代没有醒来。
对于我这样闭眼编程的玩家来说，那个APP做一个月实在是太慢了，熟练了以后一周就能做完。而且一眼代码不用看，什么IDE根本不需要。
我只用tui就完成了一个浏览器拓展和一个网站的上线，功能是把youtube视频变成双语交替播放的播客。整个开发我一行代码也没有看，所有问题我都不深究原理和实现，但是最后的功能完全符合我的要求。
胡彦斌也不是特别懂vibecoding，为什么要开一个vscode，搞得自己好像要看代码似的。
AI早已经解决了软件开发，部署上架审核这些事情也都能依靠AI轻松解决。
程序员群体得群嘲更像是一种面对威胁的应急反应，用看不起和质疑来掩饰潜意识的惶恐。
人和人的差距来自于否定自我重新开始的勇气，可惜大部分人没有勇气，只有键盘。
说实话，这只能怪AI发展太快，大部分人还活在古法编程时代没有醒来。
对于我这样闭眼编程的玩家来说，那个APP做一个月实在是太慢了，熟练了以后一周就能做完。而且一眼代码不用看，什么IDE根本不需要。
我只用tui就完成了一个浏览器拓展和一个网站的上线，功能是把youtube视频变成双语交替播放的播客。整个开发我一行代码也没有看，所有问题我都不深究原理和实现，但是最后的功能完全符合我的要求。
胡彦斌也不是特别懂vibecoding，为什么要开一个vscode，搞得自己好像要看代码似的。
AI早已经解决了软件开发，部署上架审核这些事情也都能依靠AI轻松解决。
程序员群体得群嘲更像是一种面对威胁的应急反应，用看不起和质疑来掩饰潜意识的惶恐。
人和人的差距来自于否定自我重新开始的勇气，可惜大部分人没有勇气，只有键盘。
1 00
胡彦斌一个月上架一个APP，网上一堆程序员老哥嘲讽这是营销，纷纷质疑真实性。
说实话，这只能怪AI发展太快，大部分人还活在古法编程时代没有醒来。
对于我这样闭眼编程的玩家来说，那个APP做一个月实在是太慢了，熟练了以后一周就能做完。而且一眼代码不用看，什么IDE根本不需要。
我只用tui就完成了一个浏览器拓展和一个网站的上线，功能是把youtube视频变成双语播客。整个开发我一行代码也没有看，所有问题我都不深究原理和实现，但是最后的功能完全符合我的要求。
胡彦斌也不是特别懂vibecoding，为什么要开一个vscode，搞得自己好像要看代码似的。
AI早已经解决了软件开发，部署上架审核这些事情也都能依靠AI轻松解决。
程序员群体得群嘲更像是一种面对威胁的应急反应，用看不起和质疑来掩饰潜意识的惶恐。
人和人的差距来自于否定自我重新开始的勇气，可惜大部分人没有，只有键盘。
说实话，这只能怪AI发展太快，大部分人还活在古法编程时代没有醒来。
对于我这样闭眼编程的玩家来说，那个APP做一个月实在是太慢了，熟练了以后一周就能做完。而且一眼代码不用看，什么IDE根本不需要。
我只用tui就完成了一个浏览器拓展和一个网站的上线，功能是把youtube视频变成双语播客。整个开发我一行代码也没有看，所有问题我都不深究原理和实现，但是最后的功能完全符合我的要求。
胡彦斌也不是特别懂vibecoding，为什么要开一个vscode，搞得自己好像要看代码似的。
AI早已经解决了软件开发，部署上架审核这些事情也都能依靠AI轻松解决。
程序员群体得群嘲更像是一种面对威胁的应急反应，用看不起和质疑来掩饰潜意识的惶恐。
人和人的差距来自于否定自我重新开始的勇气，可惜大部分人没有，只有键盘。
0 00
闭眼编程的日常：
AI：你去看一下网页上的console报错，就能定位bug。
我：你自己看。
AI：环境不一样看不了。
我：自己想办法。
AI：让我看看有没有办法...（两分钟后）bug已解决测试全过。
AI：你去看一下网页上的console报错，就能定位bug。
我：你自己看。
AI：环境不一样看不了。
我：自己想办法。
AI：让我看看有没有办法...（两分钟后）bug已解决测试全过。
0 00
Vibecoding 写出 2000 行屎山后，我是怎么让两个 AI 互殴修好的
我用 vibecoding 做了一个语言学习产品。两周前，核心模块变成了一座 2000 行的屎山——修一个 bug 冒出三个，AI 连修 15 次都修不好。两周后，代码降到 1333 行，所有 bug 消失，架构干净到可以继续加功能。
这篇讲的是我怎么从屎山里爬出来的。但写完之后我发现，这两周真正教会我的，不只是怎么修代码。
先说我是谁。我不是程序员。硕士学的建筑，34 岁才开始学计算机，直接用 AI 写代码做产品。所有代码都是 AI 生成的，我一行不写，也看不懂。
这就是 vibecoding——用自然语言告诉 AI 要什么功能，AI 生成代码，你测试，不对再让 AI 改。
问题是：这么干，很容易干出一座屎山。而且你可能根本意识不到。
这个产品做的事情是把任意文本生成地道的外语语音，用来学语言。核心玩法是精听——单句循环反复听，中英双语交替播放对照理解。我做的那个模块就是控制这套播放逻辑的。听起来简单——播放、暂停、切下一句，能有多复杂？
很复杂。播放器表面上在放声音，底层是一台状态机。单句循环、双语切换、变速、暂停恢复，每个功能单独做都没问题。但它们组合在一起，就变成了几十种状态互相打架。用户按一个按钮，底下可能同时有五六个异步事件在抢控制权。
这是浏览器音频编程里经典的难题。我不知道。AI 也没告诉我。它接到需求，写出来了，测试通过了，看起来一切正常。
直到我开始真的用这个产品。
三月十三号，我在 Mac 上开了 15 个 AI 编程 session。
双语切换有 bug A。切到中文句子的时候，英文还在播。我让 AI 查。
AI 说"找到原因了"。改了。我打开网页测，出现bug B，还是坏。
再开一个 session。"找到了。"改了。bug B没了，bug A又出现了，还是坏。
再开一个。"这次确实找到了。"改了。bug A没了，bug B又出现了，还是坏。
一天 15 个 session。每一个都信誓旦旦说找到了。每一个改完都还是坏。
到那天结束时，0 个 bug 修好。代码量从 1100 行涨到了 2000 行。
那天晚上我第一次认真想了一个问题：如果 AI 什么都懂，我什么都不懂，为什么事情还是搞不定？
屎山是怎么长出来的
我试着搞清楚当时发生了什么。答案很简单：
AI 修 bug 的默认方式是加代码。发现一个问题，加一段保护逻辑。发现另一个问题，加一个开关。发现第三个问题，再套一层判断。
8 轮下来，播放控制器从 1100 行涨到了 2000 行。
而且 AI 每次说"找到根因了"，其实都是在同一个错误层级里反复猜。就像一个人钥匙丢在客厅，但一直在卧室翻抽屉。每次翻完都说"下一个抽屉肯定有"。
自动测试呢？340 个测试，全部通过。但这些测试用的全是模拟数据。就像给一个听力测试打分，但考场里没放录音——每个学生都拿了满分，因为答案是假的。
AI 说"测试过了"。我手动打开网页一测，播放还是坏。
这是 vibecoding 最阴险的坑：AI 告诉你一切正常，但一切都不正常。而你看不懂代码，没法验证它说的是不是真话。
我犯了所有人都会犯的错
修不好？那重构吧。
我告诉 AI："用最佳实践重写这个模块。"
AI 忠实地执行了。代码从 1100 行膨胀到 1600 行。
测了一下。Bug 一模一样。
我问 AI："我不是说用最佳实践吗？为什么还有这些问题？"
原因很扎心：AI 重构的默认方式是把旧代码搬到新结构里。它不会主动删掉旧逻辑。就像你让人翻新房子，他把所有破墙都保留了，只在外面刷了层新漆。
但我当时没意识到这才是根子上的问题。继续让 AI 在旧代码上补丁打补丁。又一轮重构，又一轮"应该好了"，又一轮"还是坏"。
两周后，代码膨胀到了 2000 行出头。这就是屎山的峰值。
两个 AI 对打，然后一起翻车
三月二十四号，我不跟一个 AI 死磕了。
同时开 Claude Code 和 Codex，把同一个问题丢给两边。A 出方案，我贴给 B："你的方案和这个比，哪个好？"B 给评价，我贴回 A："对方这么说，你接受吗？"
有一轮，两个 AI 都说对方的方案更好。互相客气。我打了一句："你们都认为对方更好是什么情况？"逼到这一步，才开始说真话。
我全程不需要判断哪个方案"对"。我不懂底层技术。但我能识别 AI 什么时候在敷衍、什么时候在说真话。你不需要懂技术，你需要懂审讯。
后来我总结了几条不用看代码就能判断的信号：
• AI 说"找到根因了"，但修完代码变多了——它在打补丁，没治根子
• 两个 AI 互相说"对方方案更好"——没有真观点，在社交
• AI 说"重构完了"，但行数涨了——它在搬家，没拆迁
• 测试全绿但手动一试就坏——它在用假数据自证清白
这四条不需要读一行代码。盯住行为模式就够了。
vibecoding 里，写代码的能力 AI 全包了。剩下的胜负手是：你能不能在被骗了 15 次之后，问出第一个对的问题。
辩论了几轮，两个 AI 达成共识，给出了方案。我说"做"。
网页直接冻死了。三天后全部撤回。
为什么？因为两个 AI 在闭门造车。它们互相辩论，但参考系是自己的想法。没有标杆。就像两个从没吃过川菜的人讨论回锅肉怎么做，讨论到天亮也做不出正宗的味道。
这次失败之后我做了一件之前从没做过的事：让 AI 去全网搜同类问题的开源项目。
AI 搜回来几个成熟的音频播放器。我让它对比：这些项目怎么处理同样的问题？
答案简单得让人生气。那些成熟项目根本没有我代码里那五百行复杂逻辑。它们用了一种完全不同的思路，绕开了整个问题。
有了标杆，我做了第二件事：让 Codex 去检查 Claude Code 的重构有没有彻底完成。对照开源标杆逐项查——旧逻辑删干净了没有？有没有偷偷保留旧路径？
每次查都能翻出残留。一个 AI 说"做完了"，永远不要信。
最后一步："为什么不彻底重写？这个项目又没有用户。"
AI 的默认立场是保守，它会保留所有旧路径、旧逻辑，小心翼翼地加新东西。但我的产品没上线，没有用户。跟 AI 说清楚这一点，它才敢动真格的删。
建一道 AI 骗不了的墙
方向找对了。但还有一个问题：前三周所有 bug 都是我手动打开网页、一个个点、一个个听发现的。
AI 每次说"修好了，测试通过"。但手动一试就是坏的。
那些自动测试用的全是模拟数据，从来没测过真实的播放结果。就像一个厨师说"菜做好了，味道没问题"，但他自己从来没尝过。
我跟 AI 说："这一周所有 bug 都是我手动测出来的，你的测试一个都没抓到。能不能写一套测试，直接验证播放出来的声音对不对？"
AI 建了一套检测系统。简单说就是——程序自己听自己播出来的声音。有没有在播、播的对不对、循环的时候同一句有没有重复、双语模式中英文是不是交替的，全自动判断。不用人耳听。
有了这道墙，整个工作方式变了：
AI 改代码 → 自动检测对不对 → 不对就继续改
我退出了手动测试。从此以后 AI 自己撞墙、自己修、自己验证。我不用再打开网页一个按钮一个按钮地点了。
结果
三月二十六号，一天 20 次代码提交。
把那五百行反复出 bug 的代码整段删了。又删了另外五百多行废弃逻辑。提取了两个干净的小模块。
代码从 2000 多行降到 1333 行。减了 39%。
所有 bug 消失。
对比：
• 失败的那次重构：加了 635 行新代码，删了 0 行。Bug 更多了
• 成功的这次：加了 363 行，删了 1061 行。Bug 全没了
成功的重构，代码变少了。
别信，去验
58 个 AI 编程 session。48 次代码提交。两周多。但说实话，这两周大部分时间都在用错误的方式死磕。真正找对方法之后——让 AI 去搜开源项目，找到标杆，照着改——一天就改完了。两周的坑，一天爬出来。差距就在方法。
我后来把这套方法浓缩成四个字：别信，去验。 展开是六步：
1. 停。 AI 连修三次还没好，叫停。继续猜只会叠新楼层。
2. 找标杆。 让 AI 搜同类问题的开源项目，看别人怎么实现。别让它从烂代码出发想办法——迷路的人别盯脚下看，抬头找地图。
3. 建墙。 逼 AI 写基于真实输出的测试，不用模拟数据。墙建好，AI 每次改完自动验证。你不用再手动测。
4. 对打出方案。 A 出方案贴给 B，B 评价贴回 A。互相客气就问"你们都说对方好是什么情况"，逼出真话。
5. 交叉验收。 A 改完代码，让 B 对照标杆查：旧逻辑删干净了没？保留旧路径了没？查出来贴回 A 继续改，循环到 B 说"做完了"。
6. 看代码量。 代码变少 = 方向对。我失败那次加 635 行删 0 行，成功这次加 363 行删 1061 行。
整个过程里我没看过一行代码。一行都没看。不懂播放控制的原理，不懂前端框架，不懂测试怎么写。
但 bug 都修好了。代码量少了 39%。产品所有功能全正常了。
用的工具：Claude Code + Codex 写代码，OpenClaw 在中间调度（开源的 AI agent 平台，可以理解成"给 AI 团队用的工作群"，每个 AI 有自己的频道和记忆）。
写这篇的时候我一直在想一件事。
这两周最难的部分，不是找到方法。方法你看完这篇文章就知道了。最难的是第 15 个 session 失败之后还愿意开第 16 个。是重构失败网页冻死之后没有放弃这个产品。是两周里反复被 AI 骗说"修好了"，然后手动发现还是坏的，还能继续想办法。
AI 时代，知识廉价了，智力也廉价了。你想知道什么，问一句就有答案。你写不出的代码，AI 替你写。考试能考高分的那些能力，正在被机器一项项替代。
但有两样东西 AI 替代不了。
第一是判别力。我不懂代码，但我能识别 AI 说"修好了"的时候是不是在骗我。能在第 15 次被骗之后，不继续信它的话，而是换一种问法。这种判别力跟技术知识无关，它是被骗够多次之后长出来的直觉。
第二是事情搞砸了之后，你还愿意再试一次的勇气。
后来我才知道，我这两周摸索出来的这些事情——让多个 AI 互相辩论、交叉验收、对照开源标杆、建自动测试护栏——有个正经名字，叫 agent engineering。跟 vibecoding 的区别是：vibecoding 是你跟一个 AI 聊天写代码，agent engineering 是你让一群 AI 互相干活、互相检查。我前两周踩的所有坑，基本都是因为在用 vibecoding 的方式干 agent engineering 的活。
前两天看到一句话，大意是说现在一个人能干的事，搁三年前得一个 20 人的公司。我以前觉得这是夸张。但回头看这两周——我一个学建筑的，34 岁才开始学写代码，靠两个 AI 把一个产品从屎山里救出来了。搁以前我得先花三年学编程，再招几个工程师，才有可能走到今天这一步。
说真的，三年前这事我想都不敢想。但更让我意外的是——我不是因为学会了编程才做到的。我是因为学会了在自己不懂的地方，搭出一套让 AI 没法骗我的系统。也许这才是 AI 时代真正值钱的技能。
我用 vibecoding 做了一个语言学习产品。两周前，核心模块变成了一座 2000 行的屎山——修一个 bug 冒出三个，AI 连修 15 次都修不好。两周后，代码降到 1333 行，所有 bug 消失，架构干净到可以继续加功能。
这篇讲的是我怎么从屎山里爬出来的。但写完之后我发现，这两周真正教会我的，不只是怎么修代码。
先说我是谁。我不是程序员。硕士学的建筑，34 岁才开始学计算机，直接用 AI 写代码做产品。所有代码都是 AI 生成的，我一行不写，也看不懂。
这就是 vibecoding——用自然语言告诉 AI 要什么功能，AI 生成代码，你测试，不对再让 AI 改。
问题是：这么干，很容易干出一座屎山。而且你可能根本意识不到。
这个产品做的事情是把任意文本生成地道的外语语音，用来学语言。核心玩法是精听——单句循环反复听，中英双语交替播放对照理解。我做的那个模块就是控制这套播放逻辑的。听起来简单——播放、暂停、切下一句，能有多复杂？
很复杂。播放器表面上在放声音，底层是一台状态机。单句循环、双语切换、变速、暂停恢复，每个功能单独做都没问题。但它们组合在一起，就变成了几十种状态互相打架。用户按一个按钮，底下可能同时有五六个异步事件在抢控制权。
这是浏览器音频编程里经典的难题。我不知道。AI 也没告诉我。它接到需求，写出来了，测试通过了，看起来一切正常。
直到我开始真的用这个产品。
三月十三号，我在 Mac 上开了 15 个 AI 编程 session。
双语切换有 bug A。切到中文句子的时候，英文还在播。我让 AI 查。
AI 说"找到原因了"。改了。我打开网页测，出现bug B，还是坏。
再开一个 session。"找到了。"改了。bug B没了，bug A又出现了，还是坏。
再开一个。"这次确实找到了。"改了。bug A没了，bug B又出现了，还是坏。
一天 15 个 session。每一个都信誓旦旦说找到了。每一个改完都还是坏。
到那天结束时，0 个 bug 修好。代码量从 1100 行涨到了 2000 行。
那天晚上我第一次认真想了一个问题：如果 AI 什么都懂，我什么都不懂，为什么事情还是搞不定？
屎山是怎么长出来的
我试着搞清楚当时发生了什么。答案很简单：
AI 修 bug 的默认方式是加代码。发现一个问题，加一段保护逻辑。发现另一个问题，加一个开关。发现第三个问题，再套一层判断。
8 轮下来，播放控制器从 1100 行涨到了 2000 行。
而且 AI 每次说"找到根因了"，其实都是在同一个错误层级里反复猜。就像一个人钥匙丢在客厅，但一直在卧室翻抽屉。每次翻完都说"下一个抽屉肯定有"。
自动测试呢？340 个测试，全部通过。但这些测试用的全是模拟数据。就像给一个听力测试打分，但考场里没放录音——每个学生都拿了满分，因为答案是假的。
AI 说"测试过了"。我手动打开网页一测，播放还是坏。
这是 vibecoding 最阴险的坑：AI 告诉你一切正常，但一切都不正常。而你看不懂代码，没法验证它说的是不是真话。
我犯了所有人都会犯的错
修不好？那重构吧。
我告诉 AI："用最佳实践重写这个模块。"
AI 忠实地执行了。代码从 1100 行膨胀到 1600 行。
测了一下。Bug 一模一样。
我问 AI："我不是说用最佳实践吗？为什么还有这些问题？"
原因很扎心：AI 重构的默认方式是把旧代码搬到新结构里。它不会主动删掉旧逻辑。就像你让人翻新房子，他把所有破墙都保留了，只在外面刷了层新漆。
但我当时没意识到这才是根子上的问题。继续让 AI 在旧代码上补丁打补丁。又一轮重构，又一轮"应该好了"，又一轮"还是坏"。
两周后，代码膨胀到了 2000 行出头。这就是屎山的峰值。
两个 AI 对打，然后一起翻车
三月二十四号，我不跟一个 AI 死磕了。
同时开 Claude Code 和 Codex，把同一个问题丢给两边。A 出方案，我贴给 B："你的方案和这个比，哪个好？"B 给评价，我贴回 A："对方这么说，你接受吗？"
有一轮，两个 AI 都说对方的方案更好。互相客气。我打了一句："你们都认为对方更好是什么情况？"逼到这一步，才开始说真话。
我全程不需要判断哪个方案"对"。我不懂底层技术。但我能识别 AI 什么时候在敷衍、什么时候在说真话。你不需要懂技术，你需要懂审讯。
后来我总结了几条不用看代码就能判断的信号：
• AI 说"找到根因了"，但修完代码变多了——它在打补丁，没治根子
• 两个 AI 互相说"对方方案更好"——没有真观点，在社交
• AI 说"重构完了"，但行数涨了——它在搬家，没拆迁
• 测试全绿但手动一试就坏——它在用假数据自证清白
这四条不需要读一行代码。盯住行为模式就够了。
vibecoding 里，写代码的能力 AI 全包了。剩下的胜负手是：你能不能在被骗了 15 次之后，问出第一个对的问题。
辩论了几轮，两个 AI 达成共识，给出了方案。我说"做"。
网页直接冻死了。三天后全部撤回。
为什么？因为两个 AI 在闭门造车。它们互相辩论，但参考系是自己的想法。没有标杆。就像两个从没吃过川菜的人讨论回锅肉怎么做，讨论到天亮也做不出正宗的味道。
这次失败之后我做了一件之前从没做过的事：让 AI 去全网搜同类问题的开源项目。
AI 搜回来几个成熟的音频播放器。我让它对比：这些项目怎么处理同样的问题？
答案简单得让人生气。那些成熟项目根本没有我代码里那五百行复杂逻辑。它们用了一种完全不同的思路，绕开了整个问题。
有了标杆，我做了第二件事：让 Codex 去检查 Claude Code 的重构有没有彻底完成。对照开源标杆逐项查——旧逻辑删干净了没有？有没有偷偷保留旧路径？
每次查都能翻出残留。一个 AI 说"做完了"，永远不要信。
最后一步："为什么不彻底重写？这个项目又没有用户。"
AI 的默认立场是保守，它会保留所有旧路径、旧逻辑，小心翼翼地加新东西。但我的产品没上线，没有用户。跟 AI 说清楚这一点，它才敢动真格的删。
建一道 AI 骗不了的墙
方向找对了。但还有一个问题：前三周所有 bug 都是我手动打开网页、一个个点、一个个听发现的。
AI 每次说"修好了，测试通过"。但手动一试就是坏的。
那些自动测试用的全是模拟数据，从来没测过真实的播放结果。就像一个厨师说"菜做好了，味道没问题"，但他自己从来没尝过。
我跟 AI 说："这一周所有 bug 都是我手动测出来的，你的测试一个都没抓到。能不能写一套测试，直接验证播放出来的声音对不对？"
AI 建了一套检测系统。简单说就是——程序自己听自己播出来的声音。有没有在播、播的对不对、循环的时候同一句有没有重复、双语模式中英文是不是交替的，全自动判断。不用人耳听。
有了这道墙，整个工作方式变了：
AI 改代码 → 自动检测对不对 → 不对就继续改
我退出了手动测试。从此以后 AI 自己撞墙、自己修、自己验证。我不用再打开网页一个按钮一个按钮地点了。
结果
三月二十六号，一天 20 次代码提交。
把那五百行反复出 bug 的代码整段删了。又删了另外五百多行废弃逻辑。提取了两个干净的小模块。
代码从 2000 多行降到 1333 行。减了 39%。
所有 bug 消失。
对比：
• 失败的那次重构：加了 635 行新代码，删了 0 行。Bug 更多了
• 成功的这次：加了 363 行，删了 1061 行。Bug 全没了
成功的重构，代码变少了。
别信，去验
58 个 AI 编程 session。48 次代码提交。两周多。但说实话，这两周大部分时间都在用错误的方式死磕。真正找对方法之后——让 AI 去搜开源项目，找到标杆，照着改——一天就改完了。两周的坑，一天爬出来。差距就在方法。
我后来把这套方法浓缩成四个字：别信，去验。 展开是六步：
1. 停。 AI 连修三次还没好，叫停。继续猜只会叠新楼层。
2. 找标杆。 让 AI 搜同类问题的开源项目，看别人怎么实现。别让它从烂代码出发想办法——迷路的人别盯脚下看，抬头找地图。
3. 建墙。 逼 AI 写基于真实输出的测试，不用模拟数据。墙建好，AI 每次改完自动验证。你不用再手动测。
4. 对打出方案。 A 出方案贴给 B，B 评价贴回 A。互相客气就问"你们都说对方好是什么情况"，逼出真话。
5. 交叉验收。 A 改完代码，让 B 对照标杆查：旧逻辑删干净了没？保留旧路径了没？查出来贴回 A 继续改，循环到 B 说"做完了"。
6. 看代码量。 代码变少 = 方向对。我失败那次加 635 行删 0 行，成功这次加 363 行删 1061 行。
整个过程里我没看过一行代码。一行都没看。不懂播放控制的原理，不懂前端框架，不懂测试怎么写。
但 bug 都修好了。代码量少了 39%。产品所有功能全正常了。
用的工具：Claude Code + Codex 写代码，OpenClaw 在中间调度（开源的 AI agent 平台，可以理解成"给 AI 团队用的工作群"，每个 AI 有自己的频道和记忆）。
写这篇的时候我一直在想一件事。
这两周最难的部分，不是找到方法。方法你看完这篇文章就知道了。最难的是第 15 个 session 失败之后还愿意开第 16 个。是重构失败网页冻死之后没有放弃这个产品。是两周里反复被 AI 骗说"修好了"，然后手动发现还是坏的，还能继续想办法。
AI 时代，知识廉价了，智力也廉价了。你想知道什么，问一句就有答案。你写不出的代码，AI 替你写。考试能考高分的那些能力，正在被机器一项项替代。
但有两样东西 AI 替代不了。
第一是判别力。我不懂代码，但我能识别 AI 说"修好了"的时候是不是在骗我。能在第 15 次被骗之后，不继续信它的话，而是换一种问法。这种判别力跟技术知识无关，它是被骗够多次之后长出来的直觉。
第二是事情搞砸了之后，你还愿意再试一次的勇气。
后来我才知道，我这两周摸索出来的这些事情——让多个 AI 互相辩论、交叉验收、对照开源标杆、建自动测试护栏——有个正经名字，叫 agent engineering。跟 vibecoding 的区别是：vibecoding 是你跟一个 AI 聊天写代码，agent engineering 是你让一群 AI 互相干活、互相检查。我前两周踩的所有坑，基本都是因为在用 vibecoding 的方式干 agent engineering 的活。
前两天看到一句话，大意是说现在一个人能干的事，搁三年前得一个 20 人的公司。我以前觉得这是夸张。但回头看这两周——我一个学建筑的，34 岁才开始学写代码，靠两个 AI 把一个产品从屎山里救出来了。搁以前我得先花三年学编程，再招几个工程师，才有可能走到今天这一步。
说真的，三年前这事我想都不敢想。但更让我意外的是——我不是因为学会了编程才做到的。我是因为学会了在自己不懂的地方，搭出一套让 AI 没法骗我的系统。也许这才是 AI 时代真正值钱的技能。
3 00