AI 编程最危险的幻觉：执行力爆表，大局观挂科。
htmx 作者 Carson Gross 最近写了一篇很真实的文章，讲他如何用 Claude 修 hyperscript 里的一个 parser bug。
Claude 的表现很典型：
定位问题很快，生成测试很好，给方案也很积极。
但问题出在方案质量上。
它前几个方案都能让 bug 消失，但代价是把代码推向更糟的方向：有的太 hack，只修眼前 case；有的引入了不必要的新 parser 状态；有的作用范围太宽，可能误伤其他命令。
最后真正干净的修法，还是作者基于对代码架构的理解，把特殊逻辑收窄到 fetch 命令内部。
这就是 AI coding 最微妙的地方。
它很会执行，很会补全，很会给你一个「看起来能跑」的答案。
但它未必知道这个改动放在哪一层最合适，也未必能判断这段代码半年后会不会变成技术债。
软件设计的核心是抽象、边界和权衡。
这些东西很难靠一次局部补全解决。
所以 Vibe Coding 最危险的地方，不在于 AI 会写错代码，而在于它写得太快、反馈太即时，让人误以为自己真的理解了系统。
对有经验的开发者来说，AI 像一个不知疲倦的泥瓦匠，可以帮你搬砖、补测试、试方案。
但图纸、审美和取舍，最好还是牢牢握在人手里。