用热力学来比喻就是减熵，如果没有判断力去修正 ai 的产出放任 agent 一直跑某个任务，上下文迟早被噪声淹没。
• 请不要在回答技术问题时复制粘贴 AI 生成的内容
 |
1
theohateonion 22h 2m ago  1
同意，AI 是一辆极速行驶的车，能很快开到终点，也能很快撞毁。大型项目如果纯靠 vibe 不去定期治理，总有一天会摁下去一头冒起来一头，或者再高的上下文窗口也没办法分析完一个问题。
|
 |
2
txican 21h 43m ago 3
{外行程度 + 项目复杂度 - AI 智能水平} 如果大于一定水平，那么结果就是 混沌 chaos
如果小于一定水平， 那么就有希望收敛， 值 越小，收敛越快，也就是 烧的 token 和时间越少。 |
 |
4
sogye 21h 15m ago 1
现在看来收敛在 vibe 中非常重要
|
 |
5
avenger 21h 2m ago
一个对话解决一个任务 + ponytail skill
任务分解和执行边界能力就很重要 说白了就是架构设计师的活 |
 |
6
mangmaimu 21h 0m ago
外行 vibe coder 主动降噪有的兄弟有的,自己跑一遍程序哪里有问题不满意反馈直到满意
|
 |
7
HeyWeGo 20h 59m ago
需求做加法容易，减法难的点就在这里，因为人性是贪婪的。功能总是越堆越多的。
|
 |
8
connor123 20h 59m ago
人家外行也有话说啊，只要不断的出现更强大的模型，然后更强大的模型整体重构就好了，我记得 fable5 出来的时候，他们就是这么说的
|
 |
9
richard001 20h 47m ago 1
现有的 AI 会莫名其妙给你加很多东西，但是这些东西目前项目规模有是不需要的，然后二次迭代的时候，就会出现两种情况，1. 正好上一波冗余功能发挥作用，2. 毫无作用且无法删除，甚至会影响 AI 第三次迭代，而且每次迭代都会按照这个默认行为持续循环。
|
 |
10
zuokanyunqishi 20h 21m ago
@richard001 给 AI 的执行计划,指定边界,用硬手段拦截没问题的
|
 |
11
molvqingtai 20h 8m ago
是的，当复杂度达到物理可计算的边界，那么再强大的模型也无济于事
|
 |
13
sentinelK 20h 0m ago 1
这个其实是很典型的正确的废话。
古法编程的时候，关于程序性能优化就总有人这么说。 结果就是后来再也没人用手动 GC 的开发语言了。 再后来手动造轮子都违背工程标准。 说白了，就是什么是噪声，什么又不是，哪些是收敛的，哪些是发散的，其实根本就无法定量。 |
 |
15
heftyMan 19h 58m ago
所以经验和知识深度很重要，AI 给几个方案选哪个都不知道了？
|
|
16
sentinelK 19h 53m ago
@383394544 那既然你也认为无法定量，你的理论又如何成立呢？两个人面对面而行，在你的眼里你是向左，但在对方的眼里你是向右。
而且技术、工具都一直在变化，可能你今天认为的发散，明天就是收敛了。甚至有可能相反。 你看现在谁还提提示词工程呢？你的提示词工程何尝不是一种熵增呢？ |
|
17
sentinelK 19h 49m ago
|
 |
18
383394544 OP PRO @sentinelK 我的理论是熵减，就是靠专业知识和经验形成的判断“告诉 ai 怎么选”的能力，什么收敛、发散那是评论区说的。你也不用继续跟我争这种不可知论诡辩了，再杠就是你对。
|
|
21
383394544 OP PRO @zuokanyunqishi “指定边界”需要判断力
|
 |
22
MK47 19h 7m ago 1
感知很明显，特别是当你的项目代码来到几十万的级别，模型每次调用的输入往往每次都在 20 万左右，账单会涨的很快
还有一个就是需要及时更新 AGENTS.MD 和过时的 rules ，这个也很重要，我见过有人 AGENTS 里面霹雳巴拉写一大堆，一是淹没了上下文，而是太限制模型 其实效果并不好 还有是一个，一定要剪枝 基本上所有的模型生成的前端页面都有一个问题，就是信息内容爆炸 |
|
23
MK47 19h 1m ago 1
我看见很多人各种术语劈里啪啦说一堆，屌用没有
|
 |
24
aixnode350 17h 54m ago
赞同，vibe coding 稀缺的不是跑的快，而是能不能持续校正和筛减
|
 |
25
sillydaddy 17h 22m ago
AI 本身也可以去修正 AI 的产出物啊，比如你用 DeepSeek 执行，用 Fable 去修正。甚至一些简单的错误，同级模型就能修正。
比如我在做一个采集任务，机构采集后的层级划分会出错（某些低级模型会犯错），我用一些简单的程序判断规则，过滤出可能是出错的那些，然后再起一个定时任务，交给 Agent 去判断到底是否出错了。 你可能说这是固化的逻辑和管道。但是，如果不吝惜 token 消耗，那完全可以把这个“巡检”任务更泛化：让 Agent 定时去查找**可能**出现的问题！这里说的问题不是代码层级的，它完全可以是位于检测输出产物（比如前端、响应性能）这一层面的！ 所以，我不认可你说的 vibe coding 无法减熵。你说的越来越熵增，根本原因还是：当时 Agent 的能力/判断力还没到那一层级，这种情况下，「外行 vibe coder 」无论如何也是减不了的。在位于 Agent 能力范围内的，「外行 vibe coder 」完全可以让 Agent 去减熵，通过成果验收的方式去减熵。 |
 |
26
kuhung 15h 23m ago
能 get 到老哥的思路，很多人对于 AI 产物是什么都接受，像抽卡一样。但实际生产不是一次性的抽卡，是工程构建，这就导致无约束或者弱约束的代码堆叠，一定会膨胀到失控。
|
 |
27
Yishanshan 15h 17m ago
至少现有情况下，我们项目内一个复杂功能，噪声就很大，全是补丁叠补丁，搞出来几十个文件夹在里面引用来引用去
|
Select Language