> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# AI 编程的“死亡螺旋”
- URL: https://www.hubwiz.com/blog/the-ai-coding-death-spiral/
- Published: 2025-07-26T10:04:26.000Z
- Updated: 2025-07-26T10:04:26.000Z
- Description: 无论你使用的是 Claude Code、Cursor 还是 GitHub Copilot，无论你写的是 Python、JavaScript 还是 Rust，死亡螺旋都是当前 LLM 的基本特征。
- Author: admin
- Tags: APPLICATION, CURSOR, CLAUDE CODE, #Import 2026-10-14 14:41

还记得那种感觉吗？你的 AI 编程助手开始“帮助”你，创建了一个无限循环的错误？你修复了一件事，它又破坏了两件。你回滚一个更改，它建议同样的错误解决方案。不知不觉间，你已经深入 47 条错误信息中，终端看起来像《黑客帝国》，你甚至开始认真考虑回到 vim。

我称之为**AI 编程死亡螺旋**，如果你花过任何时间使用 Claude Code、Cursor 或其他任何 AI 编程助手，你就知道这是什么感觉。

## 1、大家都不谈的普遍问题

事情是这样的：这种情况每个人都遇到过。无论你使用的是 Claude Code、Cursor 还是 GitHub Copilot，无论你写的是 Python、JavaScript 还是 Rust，死亡螺旋都是当前 LLM 的基本特征。

为什么？因为这些模型是模式匹配机器，它们会自信地虚构出看似正确但实际并不存在的解决方案。它们会导入听起来合理的库，调用应该存在的方法，并为并非你真正的问题创建优雅的解决方案。

**结果就是：在递归调试地狱中浪费数小时。**

## 2、明显（但不完整的）解决方案

当然，有一些基本的防护措施你可以设置：

1. **单元测试** — 很好，但 AI 会愉快地写出通过但代码不起作用的测试
2. **代码检查和格式化** — 有帮助，但语法正确的垃圾仍然是垃圾
3. **频繁验证** — 更好，但需要持续警惕

Claude Code 甚至有系统改进的钩子，这非常棒。但这些都是对更深层次问题的权宜之计。

但如果没有明确的指令，大多数 AI 编程代理会默认将一个简单的“构建 TODO 应用”变成一个巨大的 5 万行项目。

## 3、真正的解决方案：教你的 AI 简单思考

这里变得有趣了。在凌晨 2 点刷 YouTube 视频时（正如人们所做的那样），我偶然发现了 Rich Hickey 在 2011 年 Strange Loop 上的演讲“Simple Made Easy”。如果你没看过，那是一场让你质疑自己如何编写代码的演讲。

Hickey 的核心见解是：**我们将“简单”（单一的，不交错的）与“容易”（熟悉的，近在手边的）混为一谈。**

这就是我意识到的：**AI 编程助手是为“容易”而不是“简单”优化的。**

它们给你熟悉解决方案，看起来像是它们之前见过的代码。但熟悉并不意味着正确，也绝对不意味着可维护。

## 4、方法：将智慧转化为规则

与其对抗 AI 的本性，我们能否教它更好的原则呢？这是我开发的方法：

### 4.1 提取智慧

获取任何经典演讲、博客文章或技术文章中的你重视的原则。对我来说，是 Hickey 的演讲。我把 YouTube 链接扔进 Google 的 NotebookLM，生成了全面的学习笔记。（小技巧：NotebookLM 甚至可以创建关于内容的 AI 播客，这很疯狂，但那是另一篇博文。）

### 4.2 创建学习环境

我创建了一个专门用于此目的的 Claude Desktop 项目。在这个项目中，我添加了：

- 关于如何为 Claude Code 编写有效规则的深入研究
- 从 NotebookLM 提取的学习笔记
- 关于什么是好的 AI 编程代理规则的背景信息

### 4.3 生成可操作的规则

有了所有这些背景信息，我提示 Claude 创建基于 Hickey 原则的具体规则。结果是 `simple-mindset.md` \- 一组彻底改变了我的 AI 助手解决问题方式的指南。

查看 [github gist](https://gist.github.com/sellooh/85865969a6c3b3a6e85f7839c0a8ddff?ref=hubwiz.com) 🔗

### 4.4 部署和迭代

将这些规则添加到你的项目上下文中，看看你的 AI 行为如何转变。

## 5、“简单思维”的 AI 实际上是什么样子的

这是我 `simple-mindset.md` 中的一些内容：

**不要**：“在这个应用中添加用户认证”，使用**简单的方法**：“创建一个用户身份值。创建一个认证状态。创建一个验证凭据的函数。保持这些独立。”

**不要**：在一个组件中混合数据获取、转换和 UI 渲染，使用**简单的方法**：将数据源、数据转换和数据展示分为不同的、可组合的单元

AI 不再试图用复杂、交织的解决方案变得聪明。它开始构建无聊但简单的、实际上能工作的内容。

## 6、更广泛的模式

这不仅仅是“简单与容易”。真正的洞察是：**我们可以将任何永恒的软件原则编码成我们的 AI 助手可以遵循的规则**。

想想看：

- Kent Beck 的“先让它工作，再让它正确，最后让它快速”
- SOLID 原则
- 领域驱动设计的概念

这些都可以从抽象的智慧转化为具体的 AI 行为。

## 7、构建你自己的 AI 哲学

以下是逐步操作：

1. **找到你的素材** —— 哪个技术演讲或文章从根本上改变了你对代码的看法？
2. **提取精髓** —— 使用 NotebookLM 或类似工具创建结构化的笔记
3. **创建规则生成项目** —— 设置一个 Claude Desktop 项目，包含关于良好 AI 编程规则的背景信息
4. **生成你的规则** —— 提示你的 AI 从原则中创建具体、可操作的规则
5. **测试和优化** —— 在真实项目中使用这些规则并进行迭代

## 8、超越死亡螺旋

死亡螺旋不会消失。它是当前 LLM 工作方式的基本特征。但通过将更好的思维方式编码到我们的 AI 助手中，我们可以：

- 在问题累积之前发现它们
- 构建实际上可维护的系统
- 花更少的时间调试，更多的时间构建

最重要的是，我们可以停止将 AI 编程助手视为黑箱，而是开始将其视为可教授的合作伙伴。

---

原文链接：[The problem with Claude Code and Cursor: The AI Coding "Death Spiral"](https://blog.whiteprompt.com/the-problem-with-claude-code-and-cursor-the-ai-coding-death-spiral-06b891091ba3?ref=hubwiz.com)

汇智网翻译整理，转载请标明出处