AI 钻牛角尖怎么办？Vibe Coding 中人工介入的 4 个关键信号

1. 当AI开始反复重写同一行代码时，它已经不是在思考，是在自我催眠

我删掉第7次生成的useEffect依赖数组修正建议时，手指停在键盘上顿了两秒——这行代码本身没问题，但AI连续6轮都在用不同语法糖包装同一个逻辑：先是useCallback套一层，再加React.memo包一层，接着提议抽离成自定义 Hook，最后甚至想把它塞进 Zustand 的create函数里。它没出错，但也没前进。这种“逻辑内卷”不是能力问题，而是 Vibe Coding 中最隐蔽的失控信号：AI 正在用更高复杂度掩盖对问题本质的失焦。

这不是个别现象。上周帮团队做 Code Review 时，我们统计了 32 个由 AI 辅助完成的 PR，其中 19 个存在类似症状：平均每个 PR 有 3.2 处“过度工程化补丁”，集中在状态管理、副作用处理和类型推导环节。这些补丁不报错，测试全过，但把原本 80 行的组件撑到 240 行，且新增的抽象层在后续迭代中 0 次被复用。更危险的是，开发者会下意识认为“AI 加了这么多层，肯定比我想得周全”，于是跳过深度验证。

Vibe Coding 的核心悖论在此刻暴露：它追求的是氛围驱动的流畅编码节奏，而非绝对正确的单点输出。当 AI 开始用技术正确性替代问题理解力，节奏就断了。它不再是你思维的延伸，而成了需要你反向调试的黑盒。这种断裂往往发生在四个具体时刻——它们不是错误，而是系统在请求人工接管的摩尔斯电码。本文只讲这四个信号，以及如何用最小干预成本重建控制权。不谈理论，不列工具，只给能立刻执行的判断锚点和操作路径。