其他

AI 時代的解題能力與思考能力：當解題變便宜，錯誤的形狀就變了

我用 Claude Code 開發一年多，最深的體感不是「AI 好強」，而是我犯的錯換了一種長相。

以前的失敗很好認：卡住、做不出來、估的時程爆掉、demo 前一晚在救火。這種失敗至少誠實——它會痛，痛到你不得不停下來重想。

現在的失敗長這樣：三天做完、每個 commit 都乾淨、測試綠燈、demo 順利過關——然後三週後才發現，整件事解的是錯的題。

這篇想談的就是這個分岔：解題能力（給定一道題，把它做對）與思考能力（決定該做哪一道題，以及怎麼知道自己做對了）。前者現在可以充值購買，後者不行。

這篇算是 Research 不是 Search 的工程實務續集。那篇談的是職涯層級的護城河；這篇往下收，談日常寫程式時，思考能力具體卡在哪四個位置。

一、失敗的形狀變了：43 個「假完成」

先講一個我自己的案例，因為它是這個現象最乾淨的標本。

那是一次 Laravel 嵌入式架構的移植。某一輪作業把 78 個模組的 migration flag 標成 true——意思是「已完成移植，走新架構」。事後盤點才發現，其中 43 個實際上只是 scaffold：檔案在、路由通、頁面打得開，但業務邏輯根本沒搬過去。最後只能一次回滾那 43 個 flag，再逐個真正移植、確認後才翻回 true。（完整過程寫在 Migration Flag 止血策略）

我想強調的是：這個過程裡沒有任何一步「做不出來」。

每個模組都有產出、都有 commit、都能跑。AI 的解題能力完全在線上——它照著我給的定義，把「移植一個模組」這件事做了 78 次，又快又整齊。

錯的是那個定義本身。「完成」這個詞，在整個流程裡從來沒有被寫成一個可以檢查的東西。而當解題成本趨近於零，一個沒被定義清楚的詞，會以 78 倍的速度被複製出去。

這就是解題能力過剩、思考能力缺席時，系統會長出來的樣子。

二、兩個詞，攤開來對照

面向解題能力思考能力
題目從哪來別人給的、已經定義好的自己從一團症狀裡切出來的
核心動作找到方法、把它做對決定做哪一題、決定什麼叫做對
什麼算完成需求跑通、測試綠燈由你事先定義的判準說了算
卡住的時候換方法、查資料、再試一次退回上一層，懷疑題目本身
失敗代表這條路不通我對問題的理解錯了（更值錢的資訊）
AI 的位置幾乎全包，而且越來越好只能當陪練，代替不了你下判斷
能不能複製能，而且成本趨近於零不能，過程無法被旁觀者複製

一句話收攏：

解題能力回答「怎麼做」；思考能力回答「做什麼」與「怎麼知道做對了」。

過去這兩件事是綁在一起的——因為「怎麼做」很貴，你被迫在動手前先想清楚，光是估工時就強迫你思考一輪。現在「怎麼做」變便宜了，那道強制思考的關卡跟著消失了。你不再被逼著想，於是你可以整整三週都不想，而且過程一路順風。

三、先誠實承認：AI 的解題能力真的很強

這篇不是要唱衰 AI，正好相反。

在「題目定義清楚」的前提下，它比我快、比我廣、比我不會累。我寫過一篇 Claude Code 抓 PHP 隱形 Bug，裡面五個案例全是人眼掃十遍也看不出來的——number_format 把 -30,000 顯示成 -30、欄位名稱害框架誤判表名這種。那些 bug 在 codebase 裡躺了好幾年，沒有任何一個人類 code review 抓得到。

所以結論不是「AI 不可靠所以少用」，而是——

正因為解題這一端被補滿了，人剩下的價值會全部擠到另外四個位置。

下面這四個位置，是我一年多下來覺得 AI 真的頂不掉的部分。每一個都配一個我自己踩過的案例。

四、AI 幫不了你的四個位置

位置 1：出題——把症狀翻譯成問題

使用者的抱怨永遠是症狀，不是問題。從症狀走到問題，中間那段翻譯，是你的工作。

我寫過一篇 罕用字地獄：某個個案的姓名有罕用字，導致整份 Excel 報表錯位。追下去是三層：

症狀   匯出的 .xls 打不開／欄位錯位
 ↓
第一層 資料庫存不下 4-byte 字元（編碼）
 ↓
第二層 還原機制靠硬編碼白名單（設計）
 ↓
第三層 PHPExcel 的 BIFF8 長度欄位算錯，檔案結構壞掉（函式庫）

關鍵在於：停在第一層也「解掉了」使用者當下的抱怨。 把那個名字改掉、或加進白名單，畫面就正常了，工單可以關了。AI 會非常樂意幫你做這件事——你問它第一層，它就答第一層，答得又快又對。

它不會拒絕一道錯的題。 這是我認為最該記住的一句話。模型沒有「等一下，你確定要問這個嗎」的本能，你問什麼它答什麼，而且答得很有說服力。

我自己的土法煉鋼判準：連問三次「那為什麼？」，直到答案落在其中一種——

  • 落在一層我改得動、而且改了以後同類問題不會再來的地方 → 這才是題目
  • 落在「這是當年的設計選擇」→ 那要處理的是取捨，不是 bug

位置 2：劃界——哪些交給程式，哪些交給模型

這是我覺得 agent 工程裡最關鍵、也最少人談的一個決定。

做 bug 調查時，第一步通常是「這個欄位到底被誰用到」。你可以叫 AI 去 grep 一輪、讀幾個檔案、然後推理出一條呼叫鏈——它會給你一個看起來很合理的答案。

問題是「看起來很合理」跟「正確」在這裡差很多，而且這個錯誤會污染後面的每一步：呼叫鏈錯了，根因分析就錯，修法就錯，測試也測在錯的地方。

所以我在 vibe-research skill 裡的做法是反過來的：寫一支腳本，讓它回傳結構化的呼叫鏈，模型只負責判讀。

我後來把這件事收斂成一條規則：

會影響後續所有推理的事實，必須由確定性程式產生；模型只負責判讀與取捨。

這條界線畫在哪裡，沒有任何工具能幫你決定。因為它取決於一個只有你知道的問題：這件事如果錯了，後面會不會全錯？

位置 3：驗收——定義什麼叫「過關」

回到開頭那 43 個假完成。它們之所以能存在，是因為驗收標準是「頁面打得開」。

驗收標準是思考能力最密集的地方，我三個案例都在講這件事：

  • Guardrail Test：把「架構回退」這種抽象的壞事，變成一支 PHPUnit 測試看得懂的規則。定義完成之後，機器就能每天幫你守——但「什麼叫回退」得你先想出來。
  • CI 第一階段的目標是零誤報：十年 Legacy 全庫掃描一定滿江紅。這時候真正的題目不是「怎麼抓更多問題」，而是「怎麼讓 CI 不被無視」。成功的定義換了，整個技術方案就換了——只檢查 diff、baseline 先後順序、刻意不做覆蓋率門檻。
  • 跨模型交叉審查：寫程式的和審程式的是同一個模型，它誤解需求的地方，審查時會用同樣的誤解去驗收。看出「我的驗收機制有結構性盲點」是思考；換一個模型來審是解題。 前者難得多。

反過來說，最常見的驗收失效只有一句話：用「它跑起來了」當作過關。那不是驗收，那是把驗收外包給運氣。

位置 4：消化——把一次失敗變成一條規則

解題是「修好這一次」。思考是問：這一類為什麼會發生？我的哪一條規則該改？

我為此做了 RUNLOG：每次 skill 跑歪就記一筆失敗軌跡，累積到一定量之後分群歸納，再改回 SKILL.md。跑了一陣子之後我發現，真正難的不是「記錄失敗」，而是忍住不要每次失敗都加一條規則——所以那套機制裡有五條防止規則膨脹的鐵則。

「規則不是越多越好」這件事本身，就是一道很典型的思考題：加規則是解題（我修掉了這次的失誤），但規則之間會互相打架、會稀釋注意力，這個代價只有你會算。

五、思考能力會退化，而且退化的過程非常舒服

這是我最想寫下來的一段。

肌肉退化你會有感覺，思考能力退化不會——因為退化的每一步都伴隨著「今天效率好高」的爽感。三個我自己拿來自檢的徵兆：

徵兆一：你接受了一段自己解釋不出來的 diff。 不是「我大概知道它在做什麼」，是「如果現在有人問我這三行為什麼要這樣寫，我答不出來」。接受它，等於在系統裡放進一塊你無法維護的東西。

徵兆二：你的驗收標準退化成「它跑起來了」。 你已經不再事先寫下判準，而是事後看結果決定滿不滿意。這種驗收永遠會過。

徵兆三：你卡住時的第一個動作是開 prompt。 不是先形成假設再讓 AI 挑戰它，而是直接讓 AI 給你假設。這兩件事看起來只差幾秒，但差別是誰在思考。

第三點我有一個很土的解法，效果卻意外地好：卡住時先寫三行，寫完才准開 prompt。

現象：
我猜的原因：
我打算怎麼證明我猜錯了：

成本大概 90 秒。但這 90 秒決定了接下來兩小時是「我在用 AI 驗證假設」還是「AI 在餵我假設、我負責點頭」。而且第三行特別重要——先想好怎麼推翻自己，是你在把自己放回主導位置。

順帶一提，我跑過一次 59 小時的單一 session。事後回想，長 session 最大的風險從來不是模型忘東西（那個有辦法補救），而是人在第 30 小時之後放棄追蹤了——你開始只看結果不看過程，因為前面 29 小時它都是對的。信任是這樣一點一點交出去的。

六、我現在的日常清單

不談心法，講可以照做的：

  • 開工前寫一句「完成判準」，而且要可檢查。不是「功能可用」，是「這 12 個模組的 X 欄位，跑 Y 腳本的輸出要跟舊版一致」。
  • 每次覺得「AI 給的答案好順」時，強制問一句：如果這是錯的，會先在哪裡爆？答不出來就代表我沒讀懂。
  • 任何要進到後續推理的事實，用腳本產生，不要用模型記憶。
  • 每週看一次自己的失敗軌跡，挑一條升級成規則——只挑一條。
  • 定期做一次無 AI 練習：找一個小 bug，自己從頭追到底。不是為了證明什麼，是為了知道自己的手感掉到哪了。

寫在最後

濃縮成一句：

AI 讓「做出來」變便宜，於是「做對的東西」變成唯一昂貴的事。

解題能力現在可以用訂閱制買到，而且明年只會更便宜。思考能力沒有這種捷徑——它只能被練，而且只有在你願意慢下來的那 90 秒裡練得到。

矛盾的地方就在這裡：工具越快，你越需要刻意慢那一下。願不願意付這 90 秒，大概就是 AI 時代工程師之間真正的差距。

📎 延伸閱讀