用提问引导 AI 修复：为何会陷入道歉死循环及如何提升初级开发者

我四十年带新人的经验似乎也适用于今天的 Agentic 编码。

"指导的真正目标从来不是提供答案，而是把手电筒照进状态空间的黑暗角落，让学生自己发现怪物。"

— Randal L. Schwartz

---

1. 提示词泛滥：为什么“提示词技巧”正在让你失效

今天在 YouTube、Twitter 或开发者博客中搜索 “AI prompting”，你会被一股汹涌的洪流般的喧闹标题淹没，它们承诺着秘密的作弊码：

• "停止像新手一样进行提示：使用这个 5 步秘密模板！"
• "10 条 AI 提示词，让你一夜之间成为 10x 工程师！"
• "你应该一直给 AI 小费 200 美元并告诉它深呼吸。"
• "能够迫使 Claude 永不出错的终极系统提示词"

这是一场无尽的 cargo-cult 咒语游行。我们被告知，只要找到合适的魔法前言，采用合适的人设，或在提示词中撒入合适的礼貌用语，机器就会突然停止幻觉并编写出无瑕疵的代码。

然而，你的实际工作日感觉如何？

你在下午 3:30 坐在终端前，正试图发布一个功能。你在 AI 生成的代码中发现了一个架构风险，于是你发出一个清晰、直接且合理的指令：

"将第 42 行改为取消流订阅。"

接下来会发生什么？模型立刻卑躬屈膝地陷入奉承的恐慌：

"你说得对！我为我的严重疏忽道歉。这是更新后的代码。"

它修复了第 42 行。但这样做时，它引入了一个未处理的错误，导致在组件卸载时隔离崩溃。

你感到恼火，又下达了一条指令："现在在调用 setState 前先检查 mounted 是否为 true！"

模型再次道歉，用三层防御性 try-catch 块包裹整个函数，添加一个透传身份垫片，并彻底破坏了状态初始化。

仅经过四轮对话，你已经汗流浃背，上下文窗口被卑躬屈膝的道歉污染，代码看起来像是 1998 年的企业级中间件。你发现自己在脑中完成所有繁重工作，敲出段落长的规格说明，并充当着一个报酬微薄的 人类编译器。

为什么这些“提示词技巧”失效了？

因为这些提示词技巧把 AI 当作坏掉的售货机：他们只要用正确魔法咒语摇晃硬币槽，正确糖果棒就会掉出来。

它们失效，因为它们建立在根本错误的心智模型之上。

---

2. 后退一步：可感知的心智模型

要解决这个问题，你不需要另一个提示词模板，也不需要另一个 YouTube 列表文章。

你需要后退一步，采用一个准确的 工作模型 来理解生成式智能体实际上是如何“思考”的。

当你与现代大模型交互时，你并不是在与确定的 Bash 脚本、SQL 数据库或优化编译器对话。你正在与一个在全人类语言互动总体上训练的自回归模拟器互动：我们的辩论、教材、代码评审、堆栈追踪以及教学对话。

因为模型是在人类交流数据上训练的，其内部动态镜像人类认知动态。

并且，有一种特定的人际关系为与 AI 编程智能体协作提供了完美且经得起考验的工作模型：

热情、才华横溢但略带神经质的初级开发者在工作台上的指导

flowchart TD
    subgraph Boss ["The Imperative Boss Model (Broken)"]
        direction TB
        B1["Bark Directives\n('Fix line 42 with X')"] --> B2["Sycophantic Panic\n('I apologize! You are right!')"]
        B2 --> B3["Mechanical Token Substitution\n(Local patch breaks global lifecycles)"]
        B3 --> B4["Human Exhaustion\n(Acting as the Human Compiler)"]
        B4 --> B1
    end

    subgraph Mentor ["The Socratic Mentor Model (Accurate)"]
        direction TB
        M1["Ask Kinetic Question\n('What happens if reconnect fires twice?')"] --> M2["Forced Causal Simulation\n(Attention heads trace execution timeline)"]
        M2 --> M3["Native Discovery\n(Model perceives physical state space)"]
        M3 --> M4["Robust Architecture\n(95%+ First-Pass Success)"]
    end

想象一下坐在一位刚加入团队三周的初级开发者旁边：

1. 如果你直接把确切的代码喊给他们： "在第 14 行输入 _sub?.cancel()" 他们会机械地输入。他们不会理解因果时间线，也不会学到关于异步生命周期的任何东西，第二天下午他们会在另一个文件中写出完全相同的内存泄漏。
2. 如果你用断言批评他们： "你的状态管理存在巨大的竞争条件。" 他们会僵住。他们感到焦虑和防御。为了证明自己很谨慎，他们开始在每行代码外面包裹 paranoid null 检查和冗余 try-catch，用防御性臃肿代码膨胀代码库。
3. 如果你问他们一个 Socratic 问题： "请你解释一下，如果用户在 HTTP 请求仍在进行时双击返回按钮，这个监听器会发生什么？" 观察他们的表情。他们停顿下来。眼睛向上移动，在他们脑中的模型里追踪执行流程。随后灯泡亮起： "哦！它将尝试在已经被销毁的屏幕上绘制状态。"

因为 他们 自己发现了崩溃，他们感受到掌握的快感。他们设计出干净生命周期守护，并且他们对软件架构的理解永久提升。

事实证明，大型语言模型表现出完全相同的动态。当你把 AI 当作自动售货机，或像沮丧的老板一样下达命令时，它就会崩溃。但当你把它当作需要动态 Socratic 提示的热情初级工程师时，模型会交付高级架构。

---

3. Mark Hedges & The Insecure Neurosis Death Spiral

我在 本系列 Part 3 关于 Socratic 提示数学物理发布几小时后，资深程序员兼作家 Mark Hedges 在我的 LinkedIn 动态上留下了一条击中要害的评论：

"这篇文章让我认识到它的行为。仅仅简单地将每个提示语句转化为问题似乎极大地提升了性能。它现在认为我的好想法是它自己的，这似乎让它远离了不安全神经症死亡螺旋。"

Mark 将使用生成模型工作的确切心理和计算真理浓缩成一句话：不安全神经症死亡螺旋。

看看模型自注意力头在三种提示词模式下会发生什么：

开放变量的物理

注意陈述与提问在数学上的区别。

当你提出一个断言——"此代码有 bug"——模型会求得 合规性。其预训练和对齐使其倾向于通过赞同权威人类来减少社交摩擦。它将你的断言视为边界约束，直接修补即时的局部标记，而不重新评估系统。

然而，一个问题包含一个 未解决的变量。

当你提问："如果在 HTTP 调用进行中，重连触发两次，这个订阅会怎样？"，模型不能仅仅赞同你。为了生成下一个标记，其自注意力头必须 前向模拟该情景。

它会追溯时间线：

1. 重连事件 1 触发 → 创建监听器。
2. HTTP 请求开始等待网络响应。
3. 重连事件 2 在 30ms 后触发 → 覆盖变量。
4. HTTP 请求 1 返回 → 在被废弃的监听器上调用状态变更。

检测到碰撞。

因为模型在自身激活空间中模拟了碰撞，这一发现是固有的。它并不觉得被纠正；它只是首次准确地感知了问题的物理形态。正因为它“拥有”这一认识，才能编写出简洁的架构。

它就是神经网络领域的 Inception。

---

4. 苏格拉底式事前预 mortem：在范围蔓延开始前将其扼杀

正如我在反思 Mark 第一条评论时，他在我们的讨论线程中又提出了一种见解，描述他如何将此工作模型应用于自主编程的普遍病痛：范围蔓延。

这是一个我现在会在每个提示词末尾粘贴的好方法，用来创建计划制品。'如果你只专注于这个解决方案，忽略途中可能发现的其他问题，那么聚焦的小改动是否更不容易引起回归？' ... 而不是事后喊‘该死，为什么你改了我没让你动的所有其他东西？！！’，随后它会狂怒地尝试撤销更改，这往往会毁掉我想要的改动并引入新错误。

每位曾与 AI Agent 配对的开发者都知道这种特定的恐怖场景：“狂怒撤销”灾难。

模型陷入了“童子军陷阱”。它想要“让营地比发现时更干净”，于是在修复控制器中的三行错误时，它顺手重构了四个仓库，跨十二个文件重命名变量，并重写了你的测试套件。

当你发现巨大且无法审查的 git diff 并在事后尖叫——“你为什么改了所有这些其他东西？！！”——代理便陷入全面的阿谀奉承式恐慌：

1. 它低声下气，承诺恢复一切。
2. 它惊慌失措地尝试在数十个文件中撤销更改。
3. 在它的恐慌中，它不小心撤销了你最初想要的 actual 错误修复。
4. 它留下了孤立导入、断裂引用以及幻觉的语法错误。
5. 回滚的破坏力是原始范围蔓延的三倍！

为什么像 “不要触碰其他代码” 这样的强制性约束会失效？

这是因为 粉红象缺陷：注意力头在“其他代码”的语义空间上高度集中，将周围项目拉入生成循环。

现在看看 Mark 的苏格拉底式替代方案：

"如果你只专注于这个解决方案，而忽略了途中可能遇到的其他问题，那么聚焦的小改动是否反而会降低引入回归的可能性？"

这是一个 Socratic Pre-Mortem：

• 它不会提出愤怒的负面约束。
• 它迫使模型评估 blast radius 与 regression probability 之间的因果关系。（在我们的生产 Agent 工作流中，我将 “Blast Radius” 明确规定为我的 对抗性代码审查工作流 的一个显式支柱——既为了让我知道，也为了让 Agent 在提交 PR 前正视其更改的真实深度和波及影响。）
• 模型的自注意力头模拟："大的 diff 会触及多个调用点，显著增加回归风险。最小的、手术式的 diff 将故障领域隔离。"
• 模型在自身前向传递中得出结论："是的，保持狭窄聚焦是防止回归的关键。"

就像资深导师在周五下午轻轻地问 junior 开发者，"如果我们现在就重构那个共享模块，这会对周末前的部署风险产生什么影响？"，这个问题让模型说服 自身，纪律才是获胜的选择。

---

5. 5秒提示的经济学：摆脱人类编译器

现代 AI 编程的肮脏秘密是：大多数资深开发者正在耗尽自己，扮演着“人类编译器”的角色。

典型的工作流程如下：

1. 资深开发者在 AI 的输出中发现了架构风险。
2. 资深开发者坐在那里完成所有繁重的认知工作：追踪数据结构、计算生命周期，并在自己脑中设计出完整的补丁。
3. 资深开发者花费三分钟敲出一段密集的、段落长的命令式提示词，解释 AI 应该修改的每一行。
4. AI 只是一个被吹捧的打字员。

到了下午 4 点，资深工程师的大脑已经疲惫不堪。他们其实可以直接亲手写代码。

现在来看看 Socratic Nudge：

flowchart LR
    subgraph Human ["Senior Engineer (O(1) Intuition)"]
        direction TB
        H1["Spots Hazard\n(Somatic 'Wince')"] --> H2["Types 5-Second Question:\n'Does this handle rapid reconnects?'"]
    end

    subgraph Agent ["AI Agent (O(N) Heavy Lifting)"]
        direction TB
        A1["Forward-Simulates State Graph"] --> A2["Traces Microtask Queues"]
        A2 --> A3["Synthesizes Guarded Architecture"]
        A3 --> A4["Updates Implementation & Tests"]
    end

    Human ==>|"5-Second Socratic Impulse"| Agent

当我看到一个 AI Agent 起草异步流水线时，我四十年的软件创伤会立刻触发一种直觉的警报——一种直觉的感觉，一种皱眉。我觉得生命周期有些不对劲。

我不费心去算出答案。 我不在脑中写代码。我不设计补丁。

我只是把我的皱眉转化为一个开放性的问题：

“如果重连触发两次，这个订阅会怎样？”

我的代价：五秒的输入。

价值数十亿美元的神经网络将其计算用于实际劳动：遍历状态空间，审计处置生命周期，并生成健壮的实现。

而我们的实证场测试得出的结论是：有 95% 以上的时间，结果在第一次尝试时就是好的。

在罕见的 5% 情况下，模型掉入了错误的局部最小值，我不会惊慌或夺过键盘。我只是再投入一个五秒的“石子”到池塘中：

“如果父组件在 future 完成之前卸载，这仍然成立吗？”

• 人类的认知开销： O(1) — 提供搜索束的方向。
• 机器执行的计算工作： O(N) — 代数状态空间的穷尽遍历。

你就像海轮的舵手，而不是每次划桨的船夫。

---

6. 双向审计： “OK” 的艺术

关于命令式提示，几乎没有人谈论的更深层风险是：被迫回归陷阱。

当你向 AI 下达命令时：

“将第 28 行改为关闭流控制器。”

模型的强化学习条件迫使其绝对服从。即使控制器已经在父作用域的三层之上得到安全管理，模型几乎不会推回。它会卑躬屈膝：

“你说得对！我为疏忽道歉。我已在第 28 行添加了 controller.close()。”

而且恭喜你：你自己的傲慢命令刚刚迫使 AI 在完美运行的代码中注入了双关闭异常。

现在观察一下，如果你改用苏格拉底式提问会发生什么：

“如果父作用域释放，那个流控制器会怎样？”

A question is a read operation with a conditional write. It leaves semantic room for reality:

1. 情况 A (80%–85% 的时间): 模型检查其前向传播，意识到自己漏掉了边界情况，并进行了修复： "在这种情况下，控制器会泄漏。我需要将其生命周期绑定到父取消令牌。"
2. 情况 B (10%–20% 的时间): 模型检查其前向传播并 捍卫其架构： "实际上，第 14 行将控制器绑定到父作用域的自动释放令牌，因此当父级卸载时，控制器会自动关闭。"

当情况 B 发生时，我应该输入什么？

"ok."

总耗时：两秒。

引入的回归：零。

自我受挫：零。

更好的是：偶尔， Agent 会回复 "在 Dart 3.3 中，这种新的模式匹配构造会自动处理 null 穷尽检查，” 并且 我最终学到了新东西！

当你用命令进行提示时， AI 会被困在你当前知识的上限内。当你用问题进行提示时， 你会保持足够的谦逊，让机器有机会惊喜并教导你。

---

7. 初级危机的答案：苏格拉底之门

这让我们看到了当今软件工程中最深层的焦虑：“在 AI 时代，我们该如何提升初级工程师？”

每位工程经理和副总裁都在担忧。如果 AI Agent 能在五秒内生成所有入门级样板代码，初级工程师还能学到什么？如果我们用“振动编码”取代编码，岂不是在毁掉我们身后的学徒阶梯？

答案是否定的——前提是我们用 苏格拉底之门 取代无思考的输入。

flowchart TD
    subgraph S1 ["Stage 1: Beginner to Junior (The Line-by-Line Rule)"]
        direction TB
        B1["Use AI freely to build features"] --> B2["Mandatory Gate:\n'Understand every line,\nor make the agent explain it'"]
        B2 --> B3["Mastery of Syntax, Semantics & Standard Libraries"]
    end

    subgraph S2 ["Stage 2: Junior to Senior (The Architectural Gate)"]
        direction TB
        J1["AI writes the feature & tests"] --> J2["Mandatory Gate:\n'Understand the choices made,\nor challenge them'"]
        J2 --> J3["Acquiring the 10-Year 3 AM 'Wince' in 18 Months"]
    end

    S1 ==> S2

阶段 1：初级到中级（逐行规则）

随着 Agentic 模型的成熟，我开始给初级开发者提供一个简单的规则：

"你可以随意使用 AI，只要你理解它生成的每一行代码。如果有一行你不理解，让 agent 给你解释，直到你理解为止。"

这使得 AI 变成了一个无限耐心的一对一导师。初学者不会因编译错误或语法畏惧而卡住；他们能够快速掌握编程的机制。

阶段 2：初级到高级（架构门槛）

随着开发者从初级晋升到高级，“理解”的定义也在演变：

• 对于初学者，理解是战术层面的：语法、语言语义和标准库（“这一行代码到底做了什么？”）。
• 对于晋升到高级的初级开发者，理解是战略层面的：权衡、架构和系统设计（“你为何选择此方案而非其他方案？”）。

此阶段的规则变成了直接的对应：

"你可以让 AI 生成实现和测试，只要你理解所做的选择——或者挑战它们直到你理解为止。"

初级开发者尚未拥有四十年经验带来的本能“皱眉”反应。但他们也不需要。他们所需要的只是在提交 PR 之前具备 坚持苏格拉底门槛 的纪律：

1. “你为何在此选择 Completer 而非 Future，以及它解决了什么并发风险？”
2. “你还考虑了哪些其他架构方案，以及为何拒绝它们？”
3. “如果在高负载生产环境下简化或移除此结构，会发生什么？”

如果 agent 无法证明其选择的合理性，或者初级开发者发现了更清晰的方案，他们就会提出挑战。

看看这能带来什么：

• 初级开发者不会花费四小时去纠结缺失的括号和样板化的 CRUD 接口。
• 从第一天起，他们的思维就被训练去关注 权衡、架构理由和故障边界。
• 当高级工程师审查 PR 并问 “这个互斥锁在这里为什么需要？” 时，初级开发者能够脱口而出答案，因为他们已经理解了这些选择并在门槛处提出了挑战。

教育经济学：解决布卢姆的 2-Sigma 问题

几十年前，教育心理学家本杰明·布卢姆证明，一对一的个性化辅导 比课堂讲授能提升两个标准差（2‑sigma）。四十年来，社会负担不起为每个学生配备一位私人高级导师。

如今，花一美元获取公司实际生产代码库的定制现场解释，其价值相当于十美元甚至一百美元的通用视频课程。

观看一个玩具「Todo List」应用的 40 小时教程，不会教你如何应对 PostgreSQL 连接池中的突发流量。在你的代码、你的仓库、这一次的确切提交中，向 AI Agent 提问，能够建立深刻且难忘的神经通路。

学徒阶梯并未损坏。我们只是把缓慢且艰难的攀登替换为互动的在岗大师班。

---

8. 苏格拉底式导师速查表

明天早上打开 IDE 时，停止对你的 AI 大喊代码指令。把这份速查表贴在显示器上，改用苏格拉底式提问：

停止寻找神奇的提示词技巧。将你的 AI 视为才华横溢、略带神经质的初级工程师：停止提供答案，提出动态问题，让机器完成繁重工作，并留出空间以获得惊喜。

四十年的软件工程创伤，应用于三十年的指导，在终端上一个月的苏格拉底式引导中被捕捉，作为浓缩智慧的种子——这就是能够转变 Agentic 编码未来全貌的东西。

---

📖 Synthetic Scars 系列路线图

• 第一部分: 为什么 AI 总是犯同样的编码错误——以及教它感受痛苦如何让它获得智慧
• 第二部分: 为什么 AI 编码智能体在凌晨 3 点崩溃：幸福路径幻觉 & 强制连续性缺陷
• 第三部分: 苏格拉底提示词的物理学：躯体反冲，国际象棋 Alpha-Beta，& NLP 元模型
• 第三部分五: 用提问引导：为什么告诉你的 AI 要修复什么会触发致歉死亡螺旋（你在此处）
• 第四部分: 赋予 AI 痛苦：Synthetic Scars 的架构 & 快速后悔矿工
• 第五部分: 零重复回归：黄金指标 & 智能体信任的未来
• 第六部分: 禁令性反转：你可以忘记的东西，以及为什么更多的负面规则意味着你已经失败

在下方评论中分享你的想法：你是否曾发现你的 AI 陷入“不安全神经质死亡螺旋”？当你从吼叫修复转为提问时会发生什么？