告别玄学 Prompt，用工程化思维驯服 AI 幻觉
0. 写在前面
你是否经历过这样的崩溃时刻？
你洋洋洒洒给 AI 写了一千字的 Prompt，把自己构思了三天的复杂业务逻辑全喂给了它。你期待它给你一个完美的 Java 类，结果它给你拉了一坨大的：
- 不仅忘了引入包，还把你的核心断言删了。
- 不仅逻辑跑不通，还臆造了一个不存在的
UserUtil.getCurrentUserId()方法。 - 你让它改，它越改越错，最后你不得不回滚代码，自己动手重写。
这时候你会骂：“这 AI 还是太蠢了，根本没法用。”
停！ ✋
这可能不是 AI 的问题，而是你的**“喂法”**有问题。
在 Sentinel-K 内核 (我们的 AI Native 开发方法论) 中，我们把这个问题称为 Context Overflow Syndrome (上下文溢出综合症) ，并提出了一条极其硬核的法则来解决它——切披萨法则 (Pizza Logic) 。
今天，我们就来聊聊这个让无数 AI 开发者恍然大悟的核心心法。
1. 原理篇：为什么 AI 会“消化不良”？
要理解为什么 AI 会写 Bug，首先要理解 AI 是怎么“思考”的。
1.1 注意力衰减 (Attention Decay)
GPT-4 虽然号称有 128k 上下文，但它的有效注意力并不是均匀分布的。
想象你在参加一场马拉松式的会议。
- 开头 10 分钟：你精神抖擞，记住了老板说的每一个字（项目目标）。
- 中间 2 小时：你开始走神，玩手机，只听进去了一些零碎的词（具体逻辑）。
- 最后 5 分钟：你突然醒了，记住了老板说的“散会”（结尾）。
AI 也是如此。当你给它一个 500 行的复杂任务时，中间的细节逻辑（比如边界条件、异常处理、事务回滚）最容易被它“遗忘”或“幻觉”。
1.2 胃口隐喻 (The Stomach Metaphor)
我们把 AI 想象成一个胃口很好但食道很窄的孩子。
如果你把一整张披萨（一个完整的复杂功能）直接塞进他嘴里，结果只有一个：噎住，然后吐出来。
这就是为什么你得到的代码总是缺胳膊少腿。你试图让它一次性完成：
- 定义接口
- 写数据转换 (DTO)
- 实现业务逻辑 (Service)
- 写单元测试
- 优化性能
这对 AI 来说，就是那张填鸭式的“整张披萨”。它处理不过来，只能瞎编。
2. 实战篇：什么是“切披萨法则” (Pizza Logic)？
切披萨法则的核心定义非常简单粗暴：
当意图涉及变更内容 > 3 个文件 或 > 100 行代码时，必须强制执行原子化拆解。 —— Sentinel-K 内核 [K-PIZZA]
我们把一个复杂的任务（整张披萨），切成三个原子化的切片 (Slices) ，一口一口喂给 AI。
2.1 阶段 A：骨架 (Bone) —— 定义契约
指令 (Prompt) :
"现在执行
Pizza Slice 1/3。 请阅读项目全景图。 任务：只定义UserService的接口签名、UserDTO的结构和UserException异常类。 约束：严禁实现具体业务逻辑，方法体留空或抛出NotImplemented。"
AI 的反应: 这时候 AI 的注意力完全集中在**“接口设计”**上。它会写出非常完美的 Javadoc，非常规范的 DTO 命名，考虑到所有的字段类型。因为它不需要操心业务逻辑。
2.2 阶段 B：桩 (Stub) —— 跑通链路
指令 (Prompt) :
"现在执行
Pizza Slice 2/3。 任务：为UserService的方法提供 Mock 返回值（假数据），并编写一个 Controller 侧的单元测试来调用它。 目标：证明 HTTP -> Controller -> Service 的链路是通的。"
AI 的反应: AI 会生成一个能跑通的测试。这时候你没有任何业务风险，你验证的是**“架构的连通性”**。如果 Controller 注入失败，或者 JSON 序列化报错，在这里就会暴露，修起来只需 10 秒。
2.3 阶段 C：肉 (Muscle) —— 填充逻辑
指令 (Prompt) :
"现在执行
Pizza Slice 3/3。 任务：请填充UserService#register方法的具体逻辑。 逻辑：校验手机号 -> 密码加盐 -> 插入 DB -> 发送事件。 验证：更新测试用例，确保通过。"
AI 的反应: 这时候，接口是稳的（Stage A），链路是通的（Stage B），AI 只需要把那 100 行核心逻辑填进去。它的注意力密度达到最高，写出来的代码逻辑严密，很难出现幻觉。
3. 效果对比：玄学 vs 工程
❌ 错误示范 (The "All-in-One" Prompt)
"帮我写一个用户注册功能，要用 Spring Boot，包含 Controller、Service、Mapper，数据库用 MySQL，密码要加密，手机号要校验，注册成功发个 MQ 消息，顺便把单元测试也写了。"
- 结果: AI 生成了 5 个文件。运行报错：Bean 注入失败。修好后发现 MQ 配置错了。再修好发现手机号校验正则写反了。耗时：2 小时（含修 Bug）。
✅ 正确示范 (Pizza Logic)
Slice 1: "定义用户注册的接口和 DTO。" (耗时 30s，完美) Slice 2: "Mock 一个返回，跑通 Controller 测试。" (耗时 1min，发现依赖缺失，秒修) Slice 3: "实现注册逻辑。" (耗时 2min，逻辑一次过)
- 结果: 代码稳健，测试通过，无回滚。总耗时：10 分钟。
4. 总结：把 AI 当兵器，而不是神
AI 不是神，它不会读心术，也没有无限的注意力。
Sentinel-K 开发手册 的核心理念就是：用确定性的流程（Protocol），去对抗 AI 的随机性（Probability）。
切披萨法则 只是我们工具箱里的第一件武器。在后续的文章中，我还会介绍：
- 反向测试 (Reverse Testing) : 为什么绿灯不可信？如何逼 AI 自证清白？
- 资产分级 (Asset Grading) : 如何防止 AI 改坏你的核心配置？
- 决策日志 (ADR) : 如何让 AI 拥有“长期记忆”？
如果你对 AI Native 工程化 感兴趣，欢迎关注我的掘金专栏。让我们一起，从“Prompt 调参师”进化为“代码指挥官”。
本文标签: #AI编程 #架构思维 #Sentinel-K #软件工程
