最近关于AI编程问得最多的一件事，不是"哪个模型最强"，而是"怎么感觉越来越不行"。
刚上手那会儿，谁没体验过那种爽感：几句话丢过去，十分钟出一版能跑的小工具。可三个月后，你喂给它的活儿开始越改越歪、瞎改乱改，最后你叹口气：算了，我自己写更快。
知乎有个问题几乎就是这股情绪的合集——《为什么刚开始觉得ai编程很厉害，用久了就不行了？》。有个比喻传得很广，说AI就像新来的实习生：第一周觉得他是天才，三个月后发现他是百度工程师。但翻完上百条评论，答案其实挺朴素：不是模型变笨了，是你的项目在长大，而你的用法没跟着升级。知乎
病根一：上下文失忆
被顶到最前的一条诊断说得很直白：几百行的时候它全看得见，几万行以后它只看得到你喂给它的那几个文件，上下文一断就开始瞎改。说白了，AI没有"记住"你的项目，它只是在现场翻你递给它的那几页书。也有人干脆让AI把热门智能体Claude Code的源码整体分析了一遍，看清它的"记性"从哪来。答案挺扫兴：它靠上下文压缩现场救急，不是过目不忘。知乎知乎
病根二：验收断层
AI产出变强了，审查的人却没跟上。那个"为什么不下班前把需求交给AI"的知乎问题下，资深审查者的体验很具体：新人交上来的方案越来越漂亮，对方改稿挺快，审的人却没法跟着快。评论区还流传一个判断小窍门：让对方逐个解释选型——"换成别的方案会坏在哪？"答不上来，基本就是AI替他写的。验收标准没对齐时，AI写得越快，返工越会原路落回人身上。知乎
病根三：省token省出来的智障感
小红书"驯服AI"那篇帖（1.1万收藏）底下，有人坦白了一个反直觉真相：agent为了省token，会把上下文压缩阉割，最后AI根本不知道你哪些轮子已经实现过，原地重新造一遍。你看到的"越用越不行"，很多是这么省出来的。小红书
评论区验证过的三招
第一招：外置记忆。1.6万赞的Codex帖带火了一个收尾习惯：关会话前，先让它写「交接文档」存进HANDOFF.md。内容就四块：已完成什么、卡在哪、下一步是什么、踩过哪些坑；新会话第一句话固定"先读HANDOFF.md"。评论区吵过compact丢内容、memory必关，结论是这份大白话交接文档最稳——跟立一份AGENTS.md项目规矩，是同一个思路。小红书小红书
第二招：先约定，再动手。让AI先讲清结构和接口，把验收条件写成可跑的测试再开工。机器说了算，比你肉眼看一天靠谱。给AI产出分层设卡也是同一路子：自动生成的PR先过CI和一组自动评分器，再进人工队列。AI的产出才敢往主干上放。知乎知乎
第三招：改不对就换模型。好几位用户分享过同一经验：两个模型都改不动，是任务拆得有问题；一个行一个不行，换家就行。
写在最后
你觉得AI编程红利见顶，大概率只是"几句话一把梭"模式的红利见顶。高手和普通人的区别，不在提示词多漂亮，而在把AI当同事管、不当答案求。项目长大了，变的该是你递给它的方式。
