几个 AI 搞不定的真实案例 — 了解 AI 的边界,知道什么时候该换思路或人工介入
AI 很强大,但不是万能的。以下是实践中遇到的 几个 AI 无法独立解决或容易出错的典型案例。了解这些边界情况,可以帮助你在使用 VibeCoding 时做出更好的决策——什么时候该坚持、什么时候该换思路、什么时候该人工介入。
现象:遇到复杂 Bug 时,AI 给出的修改方案反复无效,问题始终无法解决。
原因:这类问题通常涉及到代码逻辑层面的深层矛盾,仅靠描述报错信息不足以让 AI 定位根因。AI 缺乏对整个代码库的全局理解。
💡 关键启示:对于反复出现的 Bug,先理解再修复,比盲目尝试更有效。
现象:游戏退出功能异常 —— seat 被销毁后判断条件导致 handleLeaveTable 未执行,造成 lockedAmount 释放不了。
现象:游戏加载器是通过打开⽂件打开器关联扩展名打开的,AI ⼀直认为这是代码调⽤打开的,一直在修改未被调⽤的相关代码,怎么改都没用。
原因:AI 基于"最常见的情况"做假设,而没有考虑到项目的特殊启动方式。这是一种典型的 AI 幻觉 —— 它编造了一个看似合理但实际不符合项目事实的解释。
现象:AI 修改了 lib 库中的某个⽅法,但无论怎么改都不生效。
原因:实际 app 使⽤的是 release 版本的 lib 库,但调试时用的是 debug 版本。修改的代码没有编译到正确的版本中,所以看起来怎么改都没效果。
AI 是强大的协作者,但它也有边界。了解这些边界,你就能更好地发挥它的优势,同时在它力不从心的时候及时补位。Vibe Coding 的精髓在于"人机协作"而非"完全依赖 AI"。