AI 寫程式的終極悖論：你越依賴它，越需要人類思考
AI 不是越聰明就越好用。研究顯示，當 context 達到 32k tokens，多數模型效能會降到 50% 以下。
Stack Overflow 2025 年調查指出：雖然 84% 開發者正在使用 AI 工具，但信任度首次下降，從 2023-2024 年的 70% 以上降到 60%。更驚人的是，METR 研究顯示，資深開發者主觀認為 AI 讓他們快 20%，但客觀測試結果是慢了 19%。
這不是生產力提升，而是虛假繁榮。
問題不只在模型，而在 Context 工程
17 歲時在 NASA JPL 協助研究人員建立月球導航工具的 Dex Horthy，之後在 Replicated 工作 7 年，協助 Hashicorp、DataStax 等團隊交付複雜系統，並於 2023 年創立 HumanLayer（YC F24）。
他的觀點是：
AI 寫程式的問題不是模型太笨，而是你不懂 Context 工程。
Context 工程可視為管理 AI 的工作記憶：
- 你丟進去的內容越雜，模型越難抓住重點
- 對話、錯誤訊息、重複資料會快速污染上下文
- 性能退化常常不是漸進，而是突然崩落
Chroma Research 指出，號稱 200k tokens 的模型，實務上通常在 130k 左右就開始不穩定。
為什麼你越糾錯，它可能越容易錯
AI 沒有長期記憶，下一次輸出只受當前 context 影響。若你持續在同一串對話中糾錯，它看到的模式可能變成「錯誤 → 修正 → 再錯誤」，進而提高再次出錯機率。
這就是悖論：你越想修正它，它越可能重複犯錯。
面對大型程式碼庫：用 RPI 模式
HumanLayer 提出 RPI：Research -> Plan -> Implement。
1. Research：用 FAR 驗證
先讓 AI 探索 codebase，只找事實，不做修改。
Factual：發現必須來自實際程式，不是猜測Actionable：要給出具體檔案路徑與行號Relevant：只保留與任務直接相關的資訊
2. Plan：用 FACTS 驗證
每個任務都應通過以下檢查：
Feasible：在當前環境可完成Atomic：一次只做一件事Clear：檔名、行號、片段明確Testable：有具體驗證步驟Scoped：清楚定義會改什麼、不改什麼
沒有程式碼片段的計畫，通常只是感覺，不具執行力。
3. Implement：低壓力、精準執行
有了通過 FACTS 的計畫，再在低 context 壓力下落地；即使是較弱模型，也能更穩定完成高品質修改。
RPI 的核心權衡是：犧牲速度，換取清晰度、可預測性與正確性。
兩個實戰技巧
意圖壓縮（Intent Compression）
當對話開始失真，直接切斷：
- 要求 AI 壓縮關鍵研究結果
- 只保留「可驗證事實」
- 用摘要開一個全新 context
Sub-agents 分片
Sub-agents 不是擬人化角色，而是資訊分片工具。
- 派子代理在獨立視窗大量閱讀
- 過濾雜訊
- 只回傳極簡壓縮事實給主代理
這能讓主 Agent 維持敏捷，聚焦核心推理。
何時該停下來，交還給人類
AI 的價值在於放大：
- 能放大你已完成的思考
- 也能放大你沒想清楚的漏洞
根據統計，AI 產生 46% 程式碼，但僅約 30% 會被開發者直接接受，代表約 70% 建議會被拒絕或修改。
當 RPI 一再失敗，就是訊號：當前複雜度已超過 AI 可控範圍，必須回到白板由人類重整邏輯。
立刻可做的 3 件事
- 下次用 AI 前，先用 FAR 檢查你的問題是否基於事實、可行動、且相關。
- 先要計畫再要程式碼：計畫必須含檔名、行號、測試步驟。
- 對話超過 20 輪就壓縮重啟：保留關鍵發現，重開新對話。
結語
未來 99% 程式碼可能由 AI 生成，但頂尖與普通開發者的差距，在於誰能在 AI 時代保有思考主權。
你要當教 AI 思考的人，還是被 AI 牽著走的人？