Pi创始人自曝：AI代码工具全是骂声，我每月仍花1万美金买token

AI端侧应用、氛围编程 Pi创始人自曝：AI代码工具全是骂声，我每月仍花1万美金买token #本地小语言模型 #AI人工智能指南 #AI提示上下文工程 #vibe编程 2026-07-17 1 5K banq
2026年7月刚过半，全球程序员在AI代码上烧了超过50亿美金，GitHub上每分钟新增300个AI生成的PR——然后所有维护者都在手动点"拒绝"，你说这是效率革命还是行为艺术？

批评者说的每个字我都疯狂点头

听技术大会演讲，刷Hacker News热帖，跟同行喝咖啡吐槽，我收集了一箩筐不用LLM的理由。每一个我都服气，真心服气。

先来最狠的一条：AI产出的垃圾代码正在淹没开源社区：Armin Ronacher——写了Flask框架那哥们，Sentry早期团队出身的大佬——在柏林Local-First Conf上公开说，他们公司把所有AI生成的PR和Issue自动关闭了。一个做AI智能体工具的公司，被同类产品生成的垃圾淹到窒息，只能见一个关一个。全场掌声雷动，可我瞄了一眼台下，好几个人屏幕上的Claude Code还亮着。一边鼓掌一边让AI继续写代码，这画面你能看懂吗？

再来信任崩塌：以前有人在GitHub上给你提PR，写了五百字描述改了三个文件跑了两套测试，你至少知道这人花了力气。现在呢？随便注册个号让AI狂吐二十个PR，每篇配八百字"深思熟虑"，你分得清哪个是真人熬夜改的，哪个是机器三秒产的？Zig和Gentoo这些硬核项目已经直接禁止AI生成PR了——虽然他们自己都不知道怎么甄别，就是一刀切。

初级程序员的处境更扎心：高级程序员之前带新人有个平衡：初级程序员干脏活累活，高级程序员边改边教，双方都有收获。现在脏活累活AI全包了，成本趋近于零，那招初级程序员干嘛？硅谷有公司已经明说不招初级程序员了，"AI能完成他们九成的工作，剩下那一成我们没空教"。这话听着残酷，但你换成老板的角度算算账，竟然没法反驳。

但点头归点头，我的手还是打开了Claude Code。

断供警告就发生在十二天前

2026年6月12号，Anthropic发了一份公告，看完我后背发凉。美国出口管制部门一道指令下来，所有非美国公民对Fable 5和Mythos 5的访问权限——"立即"、"全部"——切断。注意这些词。不是新用户不给开，不是逐步停用，是在运行的会话直接掐。我当时正在用Fable 5重构一个支付回调模块，上午还在问"这段并发代码有没有竞态条件"，下午就看见大红报错："Model unavailable for your region"。

这事最恐怖的地方在于，Anthropic自己都说"我们被迫突然禁用"，连供应商都没有缓冲期。芯片禁运好歹给你半年时间找替代，AI模型出口管制是按分钟执行的。你公司核心业务如果深度绑定了某个专有模型API，明天醒来发现整个团队集体失明——这种风险你睡前想过吗？

Martin Kleppmann在那次会上讲了一段话，全场安静了三秒。这人就是写《数据密集型应用系统设计》那位，分布式系统领域宗师。他说："欧洲和美国开战的可能性仍然很低，但去年这个概率是零。"就这一句，台下几百号人同时倒吸一口凉气。大家突然意识到，自己每天依赖的这个"认知基础设施"，是一个由单一国家控制、能随时远程掐断的黑盒子。

我跟朋友聊这事，他说"那你用国产模型啊"。我说你有没有想过，国产模型也随时可能被监管限制出境？这不是选边站的问题，是任何云端服务都有被掐断的可能，不管在哪个国家。你把思考能力外包给一个服务器集群，就得接受它随时可能消失。

但道理我都懂，第二天还是充了五百美金的token额度。

心里有鬼的同行用本地模型求心安

既然云端随时会断，那唯一解就是搬到自己电脑上跑。好消息是这事儿越来越靠谱。Llama 3量化后在M芯片上跑得飞起，Qwen 2.5占不到8G显存，GLM 5.2通过OpenRouter调用便宜到跟白送差不多。会上聊AI的演讲嘉宾，没人再吹"非GPT不可"了，全在正经讨论怎么把模型塞进自己的开发环境里。

想象一下，你电脑里跑着一个永远在线、秒回、不用交月费、没有政府能掐断的AI副官。你写代码卡住了随口问一句，它秒速给你方案。硅谷那堆AI独角兽泡沫爆了、OpenAI破产了、NVIDIA股票跌成渣了——跟你有个毛关系，模型文件还躺你SSD里呢。

但这解决不了那个最拧巴的问题：你明明心里清楚AI输出的东西需要高度警惕，可你根本停不下来。

我在那个大会的Discord频道里看到一段匿名对话。有人问："这届大会很多Speaker在偷偷用AI写代码，但本地优先社区里不少人是坚定的反AI派，他们不怕被同行鄙视吗？"另一个匿名回复说："你没注意到吗，台上那个正在讲'如何保持人类创造力'的大佬，他的PPT至少有一半是Claude润色的。"

这匿名回复炸出了一堆共鸣。原来大家都在偷偷用，没人敢公开说。我也是怂包——上个月花在token上的钱是9838.85美元。Fable 5吃掉5042，Opus 4.8吃掉4179，Sonnet 4.6只是零头452。我憋了好几天才敢跟女朋友说这个数，她看我的眼神像在看赌徒。

但这近一万美金干了什么？干了整整一个月跟自己打架。每篇博客，我先在记事本里敲一堆碎片关键词，然后一句一句喂给LLM，指令就一个："给我挑刺。逻辑漏洞在哪？论证跳了哪几步？有没有没核实的证据？"有时候一段话被来回撕二十几轮，撕到我自己都觉得烦了，但产出的东西确实不是AI直接吐的那种平滑塑料质感。

敢当众念出来的才是人话

怎么区分AI垃圾和人工好货？我的土办法极其粗暴：你敢不敢站台上对着真人念出来？

如果心里打鼓"到时候我可以解释一下"，那这东西就是垃圾。如果你能一个字不改从头念到尾，还不觉得丢人——恭喜，这是合格的人类文本。这标准听着简单，实操起来要命。我每写一段都要让LLM疯狂拷问："你这结论哪来的？""这个比喻贴切吗？""逻辑从A到B是不是跳了？"一个八百字的文章，背后是两万字的来回撕扯。

Matt Pocock的"grill-me"技巧绝就绝在这里。原文里那段Prompt被广泛传播，我把完整翻译放出来：

持续地追问我这事情的每一个方面，直到我们达成共识。沿着决策树的每条分支往下走，把决策之间的依赖关系一个一个解决掉。每个问题你都要给出你的推荐答案。

问题一次只问一个，等我对每个问题给出反馈之后再继续。一次性问一堆问题会把人的脑子搞炸。

如果某个事实可以通过探查环境（文件系统、工具等）找到，那就自己去查，别来问我。但决策是我来做——把每个决策摆到我面前，等我的答案。

在我确认我们已经达成共识之前，不要执行任何操作。

整个流程极度痛苦。一个决策点就要磨半小时，LLM追着你的逻辑尾巴咬，咬到你实在没漏洞了才放过你。但这就恰好解决了AI最大的弱点：过度讨好。你没想清楚的事它帮你圆，你没定义的需求它脑补，你模棱两可的指令它自作主张。

grill-me把所有决策权焊死在你手里，它只负责逼你想。

还有一招反向利用AI的"幻觉"特性。去年会上有个哥们演示了这招：让LLM先"猜"你设计的API长什么样——不给它看真实接口，让它凭空想象。它猜出来的样子，大概率就是大多数用户直觉期待的样子。然后你把真实设计往它的猜测上靠。这样AI的幻觉反而成了最低成本的用户测试。我照抄了这个方法，每次设计新接口都先让AI凭空猜一遍，效果出奇好。

但所有这些"技巧"的前提只有一个：你得自己先懂。你不懂的时候让AI帮你干活，就等于让一个路痴用导航——导航说左转你就左转，最后开进死胡同你都不知道问题出在哪。我给自己画了条红线：只有在我能准确判断"这段代码牛批"还是"这他妈什么玩意儿"的时候，才让AI上手。如果我自己都看不出好坏，那就让AI先当老师教我，学懂了再干活。

三句话让AI闭嘴老实干活

还有一个实操细节帮我防住了AI的废话攻击——三句话原则。

每个任务开始前，必须写三句话：
第一句，问题是什么。
第二句，这次交付什么。
第三句，明确不做什么。

就三句，多一句不看，少一句不行。

这事乍一听太简单了，但简单才是它的杀招。AI擅长长篇大论，三句话写到刀刀见血可太难了。强迫自己压缩的过程，本质上是逼人真思考：问题边界在哪？核心矛盾是什么？哪些事我坚决不做？这三句写透了，喂给AI后它产出的东西至少不会离题万里。而且三句话的长度刚好是另一个人类愿意花三秒扫一眼的量——无论是队友code review还是产品经理确认需求，这三句话就是你们沟通的锚。

反过来，你甩一个上千行的PR diff过去，审查者大概率回你一个"LGTM"就不管了；而一百行精悍改动配上三句清晰的描述，往往能换来十五条深度意见。审查者潜意识里觉得"这个长度是人类精雕过的"，于是就投入更多认知资源。用AI批量吐PR的人永远不懂这个心理机制。

但我得承认，这整套方法有个巨大的死穴：你没法从外面验证我有没有真正思考。我上面那句"我每个月花一万美金跟自己打架"，跟某个AI布道师说"我每个月花一万美金提升生产力"——字面上完全一样。作为读者，你只能赌我没在说谎。这是个信任死局：在AI生成内容跟真人文案几乎无法区分的年代，信任成了唯一的硬通货。

更麻烦的是，信任特别容易碎。我自己都有这个毛病——看见一篇文章里出现一个长破折号，我就会下意识皱眉："这人连机器痕迹都不擦一下？"就这么一个小符号，整篇文章在我心里的可信度直接腰斩。我们正在进入一个"防AI味儿"比"内容质量"更被看重的荒谬时代。

写到这儿我又掉进了那个无限套娃：我在用LLM辅助写一篇骂LLM又离不开LLM的文章。最讽刺的是，如果我不告诉你这件事，你可能根本看不出来——因为这篇稿子背后的每一个观点、每一次反驳、每一处措辞调整，都是我亲自跟AI搏斗过后的幸存者。那些被AI一嘴带过的平滑废话全部删掉了，留下的都是被拷问过至少十轮的残存物。

但我必须停在这里了。再说下去就成了"教你用AI"的教程贴，那跟原文那个"承认所有批评但又离不开"的拧巴内核就彻底跑偏了。

批评者的每句话都是对的。AI是垃圾、是偷窃、是能源黑洞、是垄断泡沫、是地缘政治炸弹、是初级程序员的失业加速器。我全同意，绝无保留。

然后我明天还会充token。不是因为我疯了，是因为在"完美道德"和"活着把事情干完"之间，我选了后者。你可以鄙视我，我自己都鄙视自己。

但你关掉AI窗口试试看。你手不抖算我输。

Jeremy Theocharis个人博客 / 2026-07-15 / The LLM Critics Are Right. I Use LLMs Anyway. / Earendil公司创始人，Pi.dev开源项目负责人，曾任Sentry早期团队成员 / /