https://jiajia.fun/a/c34f21d0-d35e-499c-a5ce-8401192cc97c-vibecoding%E5%90%8E%E6%80%8E%E4%B9%88%E5%87%8F%E8%BD%BB%E8%AE%A4%E7%9F%A5%E6%8A%95%E9%99%8D

# vibecoding后怎么减轻认知投降

Addy Osmani 把输出变多后质量松掉定级为认知卸载、降级与认知投降三档，防线的关键不是少用 AI，而是把人的位置挪到写清意图和看证据两端。

## 要点

1. 三档光谱：认知卸载是交活但保留所有权；降级是工具输出变成新输入、假设不再被检验；认知投降是 AI 输出悄悄变成自己的，且察觉不到自己在滑。
2. 问之前先立假设，哪怕猜错；完全没方向时让模型做一次 blind spot pass，找出自己不知道的盲区。
3. 验证不能只看绿：测试可能带着和功能一样的错误假设一起过，绿勾只说明一件事，要追问这次检查证明了什么、没证明什么，完成判据事前定死。
4. 审 diff 要审它做的决定：默认值、超范围判定、需求冲突时怎么重新解释；让 agent 列出决定与假设再抽查，或让它改完出题考人，考满分才合并。
5. 两个概念值得记：intent debt 是没写出来的目标约束理由，只能自己还；orchestration tax 是产出与敢署名内容之间的缺口，堆太快时要么收紧检查要么放慢。
6. 落地就三件：每周不用 agent 手写点代码、每月复盘停掉了什么、遇到不懂的当场搞懂，并把自评 subagent、先看命令输出这类机制装进 hook 或配置。

## 来源

- [原始讨论 1](https://jiajia.fun/qa/e3b229808e4413704bf835f0)
