许多外行 vibe coder 缺少的能力：主动降噪

@zuokanyunqishi “指定边界”需要判断力

感知很明显，特别是当你的项目代码来到几十万的级别，模型每次调用的输入往往每次都在 20 万左右，账单会涨的很快

还有一个就是需要及时更新 AGENTS.MD 和过时的 rules ，这个也很重要，我见过有人 AGENTS 里面霹雳巴拉写一大堆，一是淹没了上下文，而是太限制模型 其实效果并不好


还有是一个，一定要剪枝 基本上所有的模型生成的前端页面都有一个问题，就是信息内容爆炸

我看见很多人各种术语劈里啪啦说一堆，屌用没有

赞同，vibe coding 稀缺的不是跑的快，而是能不能持续校正和筛减

AI 本身也可以去修正 AI 的产出物啊，比如你用 DeepSeek 执行，用 Fable 去修正。甚至一些简单的错误，同级模型就能修正。

比如我在做一个采集任务，机构采集后的层级划分会出错（某些低级模型会犯错），我用一些简单的程序判断规则，过滤出可能是出错的那些，然后再起一个定时任务，交给 Agent 去判断到底是否出错了。

你可能说这是固化的逻辑和管道。但是，如果不吝惜 token 消耗，那完全可以把这个“巡检”任务更泛化：让 Agent 定时去查找**可能**出现的问题！这里说的问题不是代码层级的，它完全可以是位于检测输出产物（比如前端、响应性能）这一层面的！

所以，我不认可你说的 vibe coding 无法减熵。你说的越来越熵增，根本原因还是：当时 Agent 的能力/判断力还没到那一层级，这种情况下，「外行 vibe coder 」无论如何也是减不了的。在位于 Agent 能力范围内的，「外行 vibe coder 」完全可以让 Agent 去减熵，通过成果验收的方式去减熵。

能 get 到老哥的思路，很多人对于 AI 产物是什么都接受，像抽卡一样。但实际生产不是一次性的抽卡，是工程构建，这就导致无约束或者弱约束的代码堆叠，一定会膨胀到失控。

至少现有情况下，我们项目内一个复杂功能，噪声就很大，全是补丁叠补丁，搞出来几十个文件夹在里面引用来引用去

赞同，ai 缺少确定性和对多个项目之间依赖关系的整体认知

赞同，感觉降噪是一件非常重要的事情。上下文和注意力有限的情况下，大量的噪音会让复杂项目无法正确演进。