这个"病"长什么样
先说个公道话：简单项目里，AI 是真的神。
写个单文件爬虫、改个正则、调一个 prompt、写个数据清洗脚本——你话还没说完，它代码已经给你了，跑起来就是对的。我见过太多人（包括我自己）在这个阶段产生幻觉："这东西已经能替我干活了。"
然后项目一复杂，它就开始"犯病"，而且犯得非常有规律：
- 你让它优化模块 A，A 确实优化得漂亮，模块 B 崩了
- 你让它修 B，B 修好了，模块 C 崩了
- 你让它把 B 和 C 一起修，它俩都好了，D 悄悄坏了三天你才发现
- 每一次它都态度诚恳："已修复，测试通过 ✅"
像什么呢？像多米诺骨牌。你伸手推倒的是第一块，倒的是一整排。 而 AI 每次都只盯着你让它扶的那块，扶完就举手报告，从来不看后排正在连锁倒塌。
这个病最坑人的地方在于：它不是能力下降，是视野缺失。 单模块任务里它 90 分，多模块联动里它还是那个 90 分的单模块水平——但系统需要的是 100 分的全局观，这 10 分没人补，窟窿就一个接一个。
我的真实案例
我有个跑了挺久的 AI 资讯日报工作流，4 个节点串联：
节点1 资讯抓取 → 节点2 AI筛选去重 → 节点3 AI摘要 → 节点4 排版输出
-
节点 1：HTTP 抓取 + 解析，输出文章列表
[{title, url, source, publish_time}] - 节点 2：LLM 筛选，去重、打分、分类，输出选中的文章
- 节点 3：LLM 逐篇生成摘要
- 节点 4：按分类分组，排版成 Markdown 日报推送
这个工作流跑了一个多月，相安无事。直到我觉得日报太长——每天推 20 多条，根本看不完。我让 AI 优化节点 2："筛选收紧一点，只留高价值的，控制在 8 条以内。"
第一轮：节点 2 优化完成 ✅
AI 干得相当漂亮。它把节点 2 重写了：
- 去重逻辑从"标题完全相同"升级成"标题相似度 > 0.85"
- 每篇文章加了
score（打分）和reason（入选理由） - 输出从一个平铺列表，改成了按优先级分组的结构：
# 旧输出：list
[{title, url, category, ...}, ...]
# 新输出：dict，按优先级分组
{
"high": [{title, url, score, reason, ...}, ...],
"medium": [{title, url, score, reason, ...}, ...]
}
它还贴了节点 2 的单测结果：喂 30 篇模拟文章进去，输出 high 组 3 篇、medium 组 5 篇，打分有理有据。
"优化完成，筛选准确率明显提升。"
我看着挺满意。那天晚上，日报空了。
第二轮：节点 3 崩了
节点 3 的代码是按列表写的：
for article in node2_output: # 以前这里是 list
summary = llm_summarize(article) # 现在 node2_output 是 dict
dict 直接 for 遍历，拿到的是 key——字符串 "high"、"medium"。节点 3 拿着这两个字符串当文章内容去喂 LLM 摘要，输出了一堆不知所云的东西，工作流直接报错中断。
节点 2 的输出结构变了，消费这个输出的节点 3，AI 一个字没动。 它的"测试通过"，是只测了节点 2 自己。
我让它修。它很快把节点 3 改成先 flatten 分组结构再遍历，还顺手适配了新字段。节点 3 跑通了，摘要质量看着不错。
"已修复。"
第三轮：节点 4 崩了
第二天日报出来了，能推送，但是所有文章都挤在"未分类"里，原本"行业动态/技术干货/产品发布"三个版块全乱。
原因：节点 3 在适配新结构时，输出字段从 summary 改成了 content，flatten 的时候还把 category 字段弄丢了。节点 4 按 category 分组排版，取不到字段，全部落进默认分组。
我继续让它修。节点 4 修好了，分组恢复正常。
第四轮：回头一看，节点 1 也歪了
到这里我多了个心眼，让它把全链路跑一遍——这才发现最隐蔽的问题：
节点 2 的去重逻辑升级后，漏斗变紧了（30 篇进来，筛完只剩 8 篇）。但节点 1 的抓取参数还停留在旧时代——分页只抓 30 篇。以前 30 篇筛 20 条够用，现在 30 篇筛 8 条，high 组经常只有 1-2 篇，日报的"重点推荐"版块天天开天窗。
这个问题不会报错、不会中断、输出格式也全对——它只是静默地变差。如果不是端到端跑了一遍完整数据，我可能要等周报数据难看时才发现。
四轮下来，我的体感是：
我每说一句话，它就精准地完成这句话字面意思的 20%——就是我指着的那块。至于这块动了之后，整条链上还有什么会跟着动，它从来没主动看过一眼。
为什么 AI 会这样？
1. 它的注意力天生是"局部"的
你说"优化节点 2"，模型这轮的全部注意力都在节点 2 上：怎么让筛选更准、结构更合理。节点 3、节点 4 在上下文里存在，但在这一轮的注意力分配里，它们是背景板。
人类工程师接到"优化筛选"的需求，第一反应是："筛选结果谁在用？改了输出结构，下游会不会炸？" 这个反应叫影响面分析。AI 没有这个本能——它不是不会，是你不逼着问，它默认不做。
2. 它手里没有"系统全景图"
4 个节点的 prompt、代码、数据结构，理论上都在上下文窗口里。但"在窗口里"不等于"在注意力中心"。
这就像一份 40 页的文档摊在你桌上，你正盯着第 12 页改错别字——第 28 页引用了第 12 页的一个表格名，这件事你"看得见全文"也想不起来。复杂度的本质不是代码多，是关系多；而关系，恰恰是上下文里最先被压扁的东西。
3. 它的"测试通过"是单点测试，不是系统测试
这是我做了 10 年测试最敏感的一点。AI 改完一个模块，验证方式是给这个模块喂输入看输出——这相当于只跑单元测试。
但真实项目里，单测全绿、集成全崩是日常。模块间的契约（数据结构、字段名、类型、顺序）才是集成测试的主战场，而 AI 验证自己的改动时，几乎从不跨模块走一遍。
4. 为什么简单项目没这个病？
因为单文件脚本里没有"关系"：代码从上到下顺序执行，输入输出就一条线，改哪是哪。
不是 AI 在简单项目里更聪明，是简单项目里根本没有能连锁崩塌的东西。一旦模块间出现契约和耦合，改动就开始沿关系网传播——而 AI 只会在你指给它的那个节点上使劲。
这种病的代价
- 🔴 修一个崩三个，4 轮对话过去，你分不清现在系统是好是坏，只知道"每个被点名的问题都修好了"
- 🔴 静默劣化最致命：报错的问题你会修，不报错的问题（抓 30 条筛 8 条、数据量悄悄缩水）会一直潜伏，直到数据难看才暴露
- 🔴 你的注意力被拖进细节：本来雇 AI 是让它干脏活，结果你成了那个唯一记得全局的人，逐个节点排查关系——架构师的活一点没少
- 🔴 信任成本飙升：从"改完直接用"退化成"改完全链路重测"，AI 提效的收益被返工和回归吃掉一大块
怎么治
方法 1：你当架构师，AI 当模块工
接受一个现实：全局视角这个活，AI 接不住，只能你自己扛。
动手改之前，你自己先花 10 分钟把数据流画出来：
节点1 → [articles: list] → 节点2 → [high/medium: dict] → 节点3 → [items: list] → 节点4 → Markdown
不用多规范，纸上、白板、注释里都行。关键是：谁的输出是谁的输入，每一段传递的数据长什么样，你心里要有这张图。 AI 负责节点内部怎么实现，节点之间的契约，你拍板。
方法 2：契约先行，schema 就是法律
每个节点的输入/输出写成明确的契约文档：
## 节点2 输出契约
- 类型：object
- 字段：
- high: array，必填，文章对象列表，0-5条
- medium: array，必填，文章对象列表，0-10条
- 文章对象：{title: string, url: string, category: string, score: number, reason: string}
然后给 AI 立规矩：
"优化节点 2 内部逻辑可以，但输出结构不许动。如果你认为必须改输出结构，先停下来告诉我改什么、为什么，等我确认并同步改完契约文档，再动代码。"
结构变更从"AI 顺手就改"变成"必须走审批"，连锁崩就断了源头。
方法 3：每次改动，先逼它做影响面分析
下指令时加一句固定台词：
"在动手改之前，先列出：这个改动会影响哪些下游节点/模块？逐个节点列出它依赖的输入字段，以及需要同步修改的地方。列完给我确认，再动手。"
它列不全，没关系——以我这轮的经验，它自己列出来的部分就能挡掉 80% 的连锁崩。关键是把"影响面分析"从它的可选项变成你的必问项。
方法 4：黄金用例端到端回归，不接受单点"已修复"
测试老兵的老本行：准备 1-2 条固定的真实输入（比如某天抓回来的 30 篇原始文章存成 fixture），每次改动后，从节点 1 跑到节点 4，检查最终日报。
验收标准只认一条：最终产物对不对，不看中间节点"测试通过"。
"已修复"不算数。跑一遍全链路，把最终输出贴出来，我看过才算。
单节点测试是 AI 的自我安慰，端到端才是系统的真相。
方法 5：连锁两轮就停手，回滚重来
给自己设一条熔断线：
修 A 坏 B、修 B 坏 C，连续两轮——立刻停，不要再让 AI"接着修"。
继续修下去，它只会在局部打更多补丁，系统变成谁也不敢碰的屎山。正确动作是：回滚到上一个完整可工作的版本，重新理一遍节点契约，想清楚改动路径，再重新下手。
返工一小时，好过补丁打三天。
一句话总结
简单项目里 AI 是神兵，复杂项目里 AI 是新兵——单兵能力满分，战场态势感知为零。复杂度一上来，你就不再是写代码的人，而是那个唯一看着全局的人：契约你来定，影响面你来盯，端到端回归你来卡。它负责把点做深，你负责让点连成线。