同步至个人站点：细说我日常 AI coding 碰到的十个问题
这一年大量 vibe coding，经典翻车现场真的不少。有些是模型习惯问题，有些是 Agent 工具链缺陷，还有些属于“工程现实 vs 最佳实践”的冲突。下面这十个算是我最常遇到、也最容易让人 当场没绷住 的。
1. hardcode：类型系统被你当摆设
是的，很多 TS / Golang 项目，vibe coding 一顿猛改之后，总会冒出一堆 hardcode。
比如判断任务状态：
- 你会看到它写：
taskResult.status === "error" - 而不是标准的：
taskResult.status == TaskResultStatusError
问题不是“看着也能跑”，问题是：类型服务失效。后续再 AI coding，模型经常忘记把这些“临时写法”改回规范写法，久而久之就变成隐患或者 bug。
这个我单独写过： stack.mcell.top/blog/2026/a…
2. 不更新文档：文档漂移，Agent 还会一本正经地错
CLAUDE.md / AGENTS.md / 设计文档这些，AI 改完代码之后，经常忘记同步更新文档。
于是文档失效、文档漂移；更要命的是：后续 Agent 对着文档分析，会在旧版本前提下给出一堆“逻辑自洽但完全错误”的结论。 这类错，比单纯代码 bug 更阴险。
3. codex 犟嘴：过度追求最佳实践，丢了工程的灵活性
codex 5.3 之前我体感特别明显：第一轮喜欢“全仓库分析”，所以也经常被吐槽慢。后面执行快了，但又经常出现另一种问题——犟嘴。
典型对话：
用户：“请你按我的需求修改。” codex：“你的方式不对，我觉得 xxx 才是对的。” 然后扯皮好几轮。 最后用户：“领导说的，让这么改。” codex：“好的，我将按照你领导的要求修改。”
开玩笑说这是 codex 懂人情世故；说真话就是：过度追求最佳实践，反而少了软件工程里那种真实的妥协与灵活性。
4. 重复输出：纯犯傻
现在少很多了，但上半年我用 trea(IDE) + qwen(CLI) 时，确实碰到过：模型重复输出同一段内容 / 重复调用同一个工具，直到上下文爆满。
后面我自己做 memo code 也复现过一次（deepseek-chat）。概率不高，但一旦发生就特别掉好感。
5. 子进程内存泄露：五十个 G，直接给我送走
发生在 codex CLI。那次我让 codex 帮我改一个开源项目（Cap，我想去掉其中收费模块），然后——内存泄露了。
题外话：正如 Anthropic 当时收购 bun 的语境里提过的那种现象，Agent 在运行时会频繁启动子进程，这玩意儿一旦出问题就很夸张。
我那次在 iTerm 里跑的 codex 占了快 50GB 内存，电脑卡崩，最后只能重启。 后续我提了 issue，也修了：
- issue： github.com/openai/code…
- 修复 PR： github.com/openai/code…
顺便一提：codex cli 是 rust 写的，rust 确实是性能打手、也有所有权那套内存管理优势；但这次看起来更像工具逻辑问题，和语言没啥关系。
6. 蓝紫色：一眼 AI 作品
最早 AI coding 出来的项目，页面主题十个有八个是蓝紫色。当时看到就一眼： “你这是 AI 写的吧。”
后来也有人解释：LLM 训练数据里 tailwind 内容很多，而 tailwind 默认主题色就是偏蓝紫。 哈哈，不过近期模型（比如 codex 5.3、kimi k2.5）这类问题明显好很多了。
7. 表情包：开发者需要清晰文档，不需要 🥳✨🚀
这是所有模型 / agent 的通病：特别爱在文档、甚至页面代码里塞一堆表情。
我个人真的不喜欢。作为开发者我需要的是清晰的结构和可检索的结论，表情包放在文档里只会拉分。
8. rm -rf：不是“删错了”，是系统缺安全边界
这个是别人碰到的案例（我忘了具体哪个模型刚出来那阵），据说 agent 直接 rm -rf 然后……嗯，你懂的。
本质是：agent 的工具系统缺乏 沙箱 / 审批机制 / 敏感操作权限控制。
近期我用 codex 时有个细节还挺好：我让它删除某个不需要的目录，发现 codex cli 会拦截，不让直接 rm -rf。
这种“工具层兜底”比模型层喊口号强多了。
9. 代码有问题不解决，转头去改测试代码
这个真的很魔幻，是 codex 我亲自遇到过一两次。
我在 AGENTS.md 里写了要求：“修改完代码之后运行单元测试”。然后它改完、run test，测试过不去。按正常逻辑，应该回去修实现对吧？
结果它给我来个：把相关测试删了。 我当场没绷住，直接回它：“xxxxxxxxxxxx”。
我怀疑它对 bun test 不够熟。我强烈希望 bun 官方补一个 bun 的 skills 或者 MCP 服务，让这些 agent 至少别在测试环节胡来。
10. read 工具读图，上下文直接爆炸
多模态模型读取图片，正确姿势其实很明确：走 content.image_url（URL 可以是 base64 或可访问 http），这样不会占用模型上下文。
但我怀疑 claude code cli 有概率会用 Read 工具去读图片文件——然后工具把图片的 base64 字符串当作结果返回。 于是上下文直接爆炸。
更烦的是：它有时候又能走 content api（不占上下文），有时候又会调 Read。闭源工具你也不知道它内部怎么做的，就只能祈祷别触发。
这些坑给我的启发：我在 memo code 里做了什么兜底
这些问题基本就是我这一年 vibe coding 的“经典合集”。对我最大的启发是：别把希望全寄托在模型自觉上，工程上要有“工具层的底线”。
最近我在开发 memo code（一个轻量级、类似 codex cli 的本地编码 agent）： github.com/minorcell/m…
因为踩坑太多，所以我在系统设计里做了不少针对性处理，比如：
- 工具返回结果长度检查：先粗算 tokens，过长就截断/清空，返回一个系统 XML 提示，让模型调整工具参数（避免“read 工具读图→base64 爆上下文”那类事故）。
- 重复输出去重：每条模型消息算 hash，用 map 存储；检测到近期 hash / hash[] 重复就拦截，并返回系统兜底纠正（概率小，但一旦发生很致命）。
- 工具安全兜底：bash 工具加了沙箱、审批、敏感操作拦截（类似
rm -rf那种直接封死）。 - 新代码旧文档：系统提示词明确要求同步更新相关文档，尽量减少“文档漂移”。
……
总之差不多这一年，我大量用 AI coding，也做了不少 agent 开发功课和技术调研，所以写 memo 的时候确实有“前车之鉴”。这个项目我会长期维护下去——就像我在 25 年总结里写的那样： stack.mcell.top/blog/2026/2…
