半夜两点，厨房水管爆了，水已经漫到脚背，有人不去关总阀，先蹲在手机前挑最贵的扳手。我觉得现在不少团队做 AI（人工智能）编程，就是这副样子：AI编程先要复盘，不是先换模型。代码怎么坏的没弄清，需求哪里漏了没问明，换模型，不过是给漏水的房子换一盏更亮的灯。
反常识恰恰在这里：多数人以为模型越强，越能替你跨过混乱；我看正相反，模型越强，越会把你的混乱放大。一个含糊的人，配上一台能干的机器，往往不是如虎添翼，而是醉汉骑快马。
模型像发动机，复盘像方向盘。车都开进沟里了，先别夸马力。
上个月，一个做订货后台的小组卡在“确认发货”按钮。晚上十一点，小周在 Cursor 里先叫 Claude 改，再换 GPT 重写。AI 一会儿让按钮灰掉，一会儿让页面跳转，一会儿把库存提前扣了。三小时里，代码像拉面，被来回抻得越来越长。第二天，产品经理拿纸画了八步流程：什么时候允许撤回，什么情况要二次确认，库存是付款后扣还是扫码后扣。图一清楚，前一晚被骂“不懂业务”的模型，十分钟就把页面和接口一起补齐。问题从来不是模型笨，是人拿着一团雾去问路。
AI 没有读心术，它只会把你的含糊翻译成事故。
还有个后端工程师老何，写退款脚本。报错一出来，他把堆栈一贴，扔给 AI：“修一下。” AI 连给三版，都有坑：重复执行会二次退款，失败不回滚，日志散得像打翻一地玻璃珠。老何骂模型不可靠。后来他自己坐下来复盘，只补了四句话：这笔钱不能重复退；脚本中断要能重跑；第三方接口超时要先记账后补偿；每一笔操作都要追到订单号。换的不是模型，变的是题目。题目一旦从“修一下”变成“在这些边界里修”，机器才开始像助手，不像算命先生。
换模型是在换刀，复盘是在认伤口。伤口没认清，刀越快，剁得越深。
最典型的是测试。小林接手一个老仓库，要补注册流程的自动测试。他一下午都在切模型，像病人换挂号科室：这个说元素找不到，那个说路由断言不对。可仓库里真正的病灶，是测试环境两年没收拾：同一个接口有三个别名，假数据脚本早就过期，项目说明文件还写着上任同事的老端口。等他们花一小时把前置条件写清，把最小用例跑通，昨天还被嫌弃的模型，晚上就把剩下七个用例补完。很多人说 AI 不稳定，其实稳定的是混乱，AI 只是忠实复印。
不复盘的团队，不是在使用 AI，而是在给混乱装电机。
这背后其实很像一场现代祭祀。古人收成不好，会怀疑锄头、风水、神像；今天项目卡住了，大家第一反应是模型不够新。为什么？因为换工具比查自己容易，升级订阅比承认流程烂体面。复盘之所以总被拖到最后，不是因为它最费时间，而是因为它最伤自尊。它逼你承认：有些错误不是技术问题，是任务说得太软，边界写得太糊，验收像棉花，最后又把判断偷懒地塞给了机器。
我说的复盘，不是会后那种“收获很多，下次继续”的作文比赛。复盘更像验尸：这次到底死在哪一步，AI 当时拿到了什么，它在哪个岔路口走偏，这个偏差该靠更清楚的上下文、写死的验收，还是靠测试拦住。前两项不清，换一百个模型都只是轮流碰壁；后两项一清，小模型也能干大活。
真正贵的不是模型订阅费，是每次出错后还不肯回头看的自尊。
所以我判断，AI 编程真正的分水岭，不在于你有没有追上最新模型，而在于你有没有把自己的工作过程，做成一个能被机器接住的形状。会复盘的团队，普通模型也能用成生产工具；不会复盘的团队，顶级模型也只会沦为文采更好的替罪羊。
今天不少人谈 AI 编程，像在谈一味灵药：换个牌子，药效立刻翻倍。可工程从来不是吃药，它更像做饭。菜咸了，不先承认自己盐放重了，却忙着换锅、换火、换铲子，最后端上桌的，只会是一盘更复杂的难吃。
先复盘，不是保守，是尊重现实。现实从不因为你换了模型就改口；它只认两件事：问题有没有被说准，错误有没有被关住。该升级的，往往不是 AI 的脑子，而是人的工作方式。