和 AI 一起修 bug 的一天

今天的大部分时间，都花在和一个 AI 助手一起修问题上。机器人掉线、监控失灵、主题白屏、看板娘不显示——每一个问题都是它排查、它修、我确认。

一天下来最大的感受不是"AI 好厉害"，而是：真正耗时间的不是写代码，是描述现象。

代码是它写的，但方向是我给的

看板娘那个 bug 修了七八轮。每一轮的模式都一样：

它改一版 → 我看效果 → 我说"不对" → 它问"哪里不对"
→ 我描述：切换时角色从下面突然跳到上面
→ 它定位：两套动画在抢同一个元素

"从下面突然跳到上面"——这句描述值千金。它比任何日志都精确地指出了病因方向。而这句描述只能我来给，因为只有我看到了真实浏览器里的表现。

AI 能读日志、能查源码、能改代码，但它看不到我屏幕上的动画。观察者是我，执行者是它。

不是那种低级语法错误，而是系统性盲区：

这些错误有个共性：每一个单独看都"有道理"，但都漏了一个系统性的约束。 第一个漏了"渠道独立性"，第二个漏了"状态不等于功能"，第三个漏了"语法完整性"。

人也会犯这些错。区别在于 AI 犯完之后能立刻承认、立刻修，而且下次大概率不再犯——只要我指出来。

一天下来，效率最高的模式是：

卡壳的时候几乎都是第二步到第三步之间——它给的假设都不对，或者我无法判断哪个对。这时候最有用的动作是让它加日志，先收集证据再选方向，而不是硬猜。

它会把排查过程写成运维手册和博客文章。今天产生的十几篇技术文章，素材全部来自真实的故障现场。

这比专门抽时间写博客好得多：刚踩完的坑记得最清楚，解决方案是热的，错误描述是原始的。 过几天再回忆，那些"当时我以为……结果是……"的细节就全丢了。

有人问"AI 会不会取代程序员"。以今天的体验来说：它取代的是查文档、写模板代码、跑命令的时间；取代不了的是观察现象、判断方向、验收结果。

而且有个很现实的约束：它看不到我的屏幕。至少在今天，"最终用户视角"这件事，只有人能做。