什么时候应该停止追问 AI
用得越多，越发现 AI coding 真正的成本不在 token 费，而在你愿意为一个错误方向投入多少轮对话。
典型的失败模式是这样的：你抛出一个问题，模型给了一份实现；你跑了一下不太对，把错误贴回去；它说"哦我修一下"，再来一版；还是不对；你又贴；它再修……
四五轮之后你会发现自己在和一个**越来越自信但越来越偏离正确路径**的对手对话。每一步都看起来在前进，整体却越绕越远。
三个停止信号
我现在会强制自己在以下情况下停下来，不再追问，先离开模型独立思考一会儿：
1. 模型开始重复换皮
同样的逻辑骨架，换了下变量名、调了下参数顺序、补了几行注释，本质没变。这表示它已经在"局部最优"附近震荡了，不会自己跳出去。继续追问只会得到第六个、第七个换皮版本。
2. 你听不懂它的解释了
当它说"问题出在 X 模块的 Y 时序上，所以我们需要在 Z 处加一个 mutex"，而你心里没法立刻判断这话对不对——这时候你已经失去了主导权，是它在带你走，不是你在用它。
这不一定是它错。可能它真的对、你不懂；也可能它错得很复杂、你看不出来。但无论哪种，你都不应该让它继续写代码，应该停下来先把背景搞清楚。
3. 你开始用"它说"作为判断依据
"我觉得这个方案行，因为 Claude 也说应该这样做"——一旦你在内部论证里出现这种话，就该警惕了。模型没有在"判断"，它在"基于你的描述生成最像答案的输出"。把它的输出作为论证的支点，等于在用一个反射镜证明自己是对的。
停下来之后干嘛
不是"我自己写"。是把问题往上抽一层：
- 这个问题我描述准了吗？
- 是不是其实有更简单的形式？
- 我以为的"应该这样做"是真的应该，还是只是惯性？
- 有没有一个 30 秒就能验证我假设的小实验？
这些问题不能丢给模型——丢给它你只会拿到非常配合的"是的你的描述很好"。这层思考必须自己做。
"AI 让人变笨"是个伪命题，但风险在哪
AI 不会让人变笨。变笨的是把"思考"外包给 AI 的那一部分思考——也就是那种"我先把问题甩给它，看看它怎么说，再决定我怎么想"的反射动作。这个反射动作的形成不需要太久，几个月就够。
对策也很朴素：每隔一段时间，强制自己关掉 AI 写一段代码、调一个 bug、搜一份资料，重新感受一下"自己想"的肌肉。不为了恋旧，纯粹为了维护工具使用的主导权。