和 AI 写代码更像带人 不像喂编译器
转述 Allen Bargi 观点：把 AI 当 deterministic 机器会受挫，分享上下文、边界与意图才像有效协作。
Allen Bargi 在 2026-08-15 写了短文 Working with AI feels more like leadership than coding，随后冲上 HN。核心对比：传统代码给确定性；带人给意图、边界与反馈。AI 跑在软件上，但交互更像后者。别把它人格化，只借用「领导力习惯」。
当编译器用，你会一直骂 bug
同一输入可得到不同输出；它会漏明显点，也会给出你没想到的路径。若你要求「指令进、结果唯一出」，每一次发散都像缺陷。若你改成「交代背景、定义完成标准、划红线、根据回传再纠正」，同样的模型突然好用很多。作者原话大意：好 prompt 有帮助，共享工作上下文帮助更大。
可落地的四件小事
- 先给仓库事实：
CLAUDE.md、示例 PR、禁止改动的目录。 - 说清成功长什么样（测试、截图、接口契约），少说「优雅一点」。
- 明确判断权归谁：产品取舍由人拍板，模型只给选项。
- 把纠正沉淀成可复用规则，而不是每会话从头骂一遍。
这和「Opus 5 爱瞎猜」类吐槽是同一张地图的另一面：模型被训练成在歧义里大胆假设时，领导力式澄清就变成刚需。工具栈无论 Cursor 还是 Claude Code，差距常在你是否愿意做那层上下文工作。