我前面提到过一个问题：
AI 把执行门槛打掉以后，真正暴露出来的，反而是认知门槛。
但继续往下想，我觉得还有一个更麻烦的问题。
不是 AI 不会做。
而是它太会做了。
快到什么程度呢？
你给它一个方向，它可以很快帮你搭起来。
再给一点要求，它继续往前推。
如果方向本来就是对的，这种感觉非常爽。
但如果方向从一开始就是错的，那就会出现一种以前没那么明显的问题：
你会在错误方向上，以一种非常高的效率前进。
这其实比“代码写错了”更麻烦。
代码写错，通常很快就能发现。
报错了。
测试不过。
页面坏了。
接口不通。
这些问题都比较显性。
真正麻烦的是：
代码没有错，功能也实现了，但架构方向错了。
而且因为 AI 很快，所以这个错误方向还会不断长大。
我自己做 GooseForum 的时候，就经历过这种事情。
一开始我希望它：
-
Go 打包成单文件
-
对 SEO 友好
-
前端又尽量现代化
-
管理界面不能太难用
-
最好还能兼顾 No-JS
这些目标单独看都不奇怪。
但放在一起以后，其实天然就有冲突。
我一开始走过 SPA。
因为 SPA 很自然。
前后端分开，现代前端生态又成熟，管理界面也好做。
但很快 SEO 的问题就出来了。
如果我当时完全不知道 SEO 是什么，那这条路很可能就一路走下去了。
而且 AI 还会不断帮我把 SPA 做得越来越完整。
路由、状态管理、组件、接口，全都可以继续往上堆。
最后等我哪一天突然意识到：
“论坛这个东西，SEO 很重要。”
那就已经不是改几行代码的问题了。
后来我又走到了纯服务端渲染。
SEO 好了。
结构也简单。
和 Go 很搭。
但前端交互又开始变得难受。
再后来是 Alpine + 服务端渲染。
当时看起来也很合理。
轻。
简单。
不需要很重的前端框架。
但做着做着，又发现复杂管理界面并不适合。
再往后，才慢慢走到 Vue、Payload、Tailwind，再加 No-JS 兜底。
现在回头看，这个过程当然可以说是摸索。
但也可以说：
我是在不断发现之前不知道的约束。
SEO 是一个约束。
管理界面的复杂度是一个约束。
部署方式是一个约束。
No-JS 又是一个约束。
问题就在这里。
如果一个约束你根本不知道存在，你就不可能在一开始把它放进决策里。
而 AI 也不会自动替你承担这件事。
所以我后来越来越觉得，一个人在熟悉领域里的真正优势，可能根本不是“会写”。
而是：
他知道什么条件下，什么方案不该选。
比如我现在如果在比较熟悉的服务端领域里和 AI 协作，我通常会有一种比较明确的感觉。
这个规模没必要拆服务。
这里没必要上消息队列。
这个缓存做早了。
这个接口边界不对。
这个依赖以后会很麻烦。
很多时候甚至说不出特别完整的理论。
但就是会觉得：
“这个方向不太对。”
这种能力，其实就是经验。
你脑子里已经有了一套隐藏的约束系统。
AI 给出方案。
你会下意识拿它和这些约束比较。
然后决定：
继续。
修改。
或者直接踩刹车。
这也是为什么我觉得，在陌生领域里，最大的风险不是“我不会”。
不会其实很好解决。
AI 会写。
文档可以查。
例子可以看。
真正危险的是：
你没有刹车系统。
因为你不知道有哪些方案。
不知道什么时候该选哪个方案。
也不知道什么东西以后改起来特别痛。
这时候 AI 一旦开始高速生成，反而会放大问题。
所以我现在会特别在意一个东西：
这个决策如果错了，以后改起来贵不贵？
这个问题可能比“现在是不是最优”更重要。
比如有些东西选错了，问题不大。
UI 库不喜欢，换。
CSS 方案不喜欢，慢慢改。
某个动画实现不满意，也可以重做。
但有些东西就不一样。
数据模型。
模块边界。
部署方式。
核心资源组织。
这些东西一旦走得很深，再回头就非常贵。
所以陌生领域里，我现在越来越倾向于：
不要追求第一次选对，而是先保证第一次选错以后还能回来。
这和追求最优解是两回事。
你甚至可以先问：
如果这个方案 6 个月以后证明是错的，我要付出什么代价？
这其实就是一个很有价值的架构问题。
这件事放到 Godot 里也是一样的。
比如我以后让 AI 帮我做一个系统。
我现在不会只问：
“怎么实现？”
我更想先知道：
“有几种实现方式？”
“这个项目规模下，通常会选哪种？”
“哪些方案只是 Demo 里方便？”
“哪些做法以后扩展会比较痛？”
“有没有我不知道的模块，会改变这个问题的解法？”
因为这几个问题决定的是方向。
代码本身反而是后面的事。
以前大家总担心 AI 会不会写错代码。
我现在觉得，这已经不是最值得担心的问题了。
代码错了，通常还能发现。
真正麻烦的是：
它给你写了一套完全能跑的东西。
你觉得挺好。
AI 也觉得完成了。
项目继续往前推进。
一个月以后，你才突然发现：
一开始其实还有另一条路。
而那条路更适合你。
这时候真正浪费掉的，不是几百行代码。
而是你在错误方向上累积下来的整个结构。
所以如果说 AI 时代还有什么能力会越来越值钱，我觉得其中一个一定是：
知道什么时候该踩刹车。
而经验的价值，也越来越不像“我会写得比 AI 好”。
更像是：
我知道什么时候不应该让它继续写。