核心问题

为什么 AI 更像“手速很快的实习生”，而不是技术负责人？

真实场景

你让 AI 写一个权限判断函数。它很快给出代码，命名清楚，结构也像样。但它不知道你们系统里 admin、owner、operator 的真实业务含义。

它不是故意错，它只是没有上下文。

常见误区

坏判断是：

AI 很自信，所以它应该知道。

AI 的语气稳定，不代表它的判断可靠。它会把缺失上下文用猜测补上。

工程视角

把 AI 当实习生，意味着：

  • 可以给它明确任务。
  • 可以让它做重复工作。
  • 必须 review 它的输出。
  • 不能让它独立做关键决策。
  • 它出错，责任在 reviewer。

这和带新人很像。

PM 可以怎么做

PM 使用 AI 时，要给足上下文：

  • 当前业务目标。
  • 系统已有约束。
  • 不允许改变的规则。
  • 期望输出格式。
  • 需要明确标注不确定性。

Atlas Action

写 AI prompt 时加一句：

如果信息不足，请先列出你需要确认的问题，不要直接假设。

这能减少 AI 自信胡编。

小结

AI 是一个速度极快但经验不足的协作者。

你越能明确任务、边界和验证方式，它越有用。