更强的模型只会让你陷得更快
让 AI 帮你写代码，它不会让你逃出沥青坑。它只会让你挖得更快。
Kent Beck 把这个叫作“Genie Tarpit”——神灯精灵的沥青坑。名字借的是 Fred Brooks 五十年前写《人月神话》开篇的那个比喻：史前巨兽掉进沥青里，越挣扎陷得越深。Beck 说的是今天的 AI 编程工具。精灵天生就往“糊弄”那边靠——代码能跑就行，一层复杂叠在另一层复杂上面，直到最后连精灵自己都编不下去了。
我深有体会。让 AI 帮我写一段逻辑，第一版看着挺好。改两版之后，结构就开始垮。到第三版，我自己都不敢碰那块代码。
但真正的问题不在第三版有多烂。而是在第二版的时候，我其实已经觉得不太对了。那种“等一下，这结构不太对”的感觉冒出来了，但我没停下来。AI 写得太快了，快的速度推着你往前走，你回不到第二版说“不，这里不对”。
这才是沥青坑真正的咬合力。不是代码在变烂——是你察觉代码变烂的那个回路被掐断了。
所以问题来了：AI 都能写了，代码质量还重要吗？
有人说不重要了，LLM 的银河大脑什么面条都能嚼。也有人说好命名好结构，精灵读起来也顺。
我的判断是，两种说法都没打中。
问题不在代码质量本身。问题在——你还有没有一条反馈回路，能告诉你代码在变烂。
Jessica Kerr 在同一页上也说了个事，叫双反馈循环。第一层：“AI 做了我要求的吗？是我真正想要的吗？”第二层：“我感受到阻力的时候——这个工具本身对吗？”
挫折感、烦躁感，不是情绪垃圾。是信号。在说一件事——它本可以更轻松。
但这个信号只有“慢”的时候才听得见。你用本地模型，它写得慢，你在等的那几秒里脑子里会冒出一个念头：“刚才那个输出不太对，我改改 prompt。”这几秒，就是反馈回路在干活。
云端模型把这条回路掐掉了。它写得太快，快到你觉得没必要改。你接受了结果，没有审视它。
你用云端模型，每次觉得不太对的时候，能改的只有 prompt。模型不会因为你的反馈变好。它不记你的偏好。下次换个模型，一切重来。
你买的不是工具。你买的是算力。
Willem van den Ende 写了篇长文，说本地模型已经够用了。不是最强，但够用。他说的一个关键是：你自己搭的环境是可以累积的——今天改的规则、明天加的约束，后天还在。
本地模型赢在这一点。不是赢在智能，是赢在你能改它。改 prompt，改规则，改配置。改着改着，工具就贴合你的手了。不是它变聪明了，是你把它磨成了你的形状。
像一把刀。你买来不快，磨着用，用久了刀刃顺你的手势。这不是刀变聪明了，是你的手和刀之间有默契了。云端模型不会给你这个默契——它永远锋利，但永远不贴手。
Lattice 那个项目也是走这条路。三层技能——atoms、molecules、refiners——底下垫着一个活的上下文层，把你的项目标准、决策一点点攒起来。攒几个月，atoms 不再是套通用模板，而是跑你的模板。模型没变，是你的规则沉淀下来了。
换个角度想：如果云端模型只是你规则的外包执行者，而不是你手里工具的零件，那它攒下来的东西你拿不走。换一家，从零开始。
线到这里就连上了。
Amazon、Alphabet、Microsoft 砸进 AI 基础设施的钱超过收入的一半。Meta 和 Oracle 过了四分之三。十年前想都不敢想，现在只是入场费。
只有一个例外。Apple，不到收入的 10%。
Nate B Jones 的播客说 Apple 在重演 Apple II 那套。当年用电脑的人都是去租大型机的时间，Apple II 把没那么强的算力搬进了家。然后呢？电子表格来了，桌面出版来了——大型机做不到的事全来了。不是因为 Apple II 比大型机厉害，是因为它在你手里，你能折腾它。
John Ternus 当 CEO，不是随便选了个内部人接班，而是在赌一件事——AI 的未来在家里、在办公室、在口袋里的高性能硬件上。
开源模型都够用了，为什么还要花大价钱把带着敏感数据的 token 一个个喂给 AI 巨头？
Fowler 自己补了一句——agent 让我们重新捡回了软件开发里丢了好久的乐趣：把开发环境调成完全贴合自己手感的工具。他叫它 Internal Reprogrammability。以前 Smalltalk 和 Lisp 圈子里的人天天干这个事，后来被花里胡哨的 IDE 淹没了。Unix 命令行还留着一点味道。
话说回来，云端模型在复杂任务上确实强。不是每个人都愿意花时间磨自己的工具。这个门槛确实存在。
但回到沥青坑。
AI 写代码越快，坑就越深。这就是正在发生的事。云端模型帮你写得快，但不会提醒你停。本地模型慢一点，但每次卡住的时候都在问你一件事——别急着接受结果。这个工具对吗？
这个问题本身就是逃生通道。
也许逃出沥青坑的路不在更强的模型那里。
在你亲手磨出来的工具那里。
你日常用云端模型还是本地模型？有没有哪个瞬间让你觉得“这工具不太对”？
Martin Fowler. Fragments: May 5. Martin Fowler. https://martinfowler.com/fragments/2026-05-05.html