AI编程与果冻三明治难题：真正的瓶颈并不是提示词工程
神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。
编者按：当大多数人在沉迷提示词技巧时，哈佛课堂的果酱三明治实验却揭示了人与机器协作的秘密——真正的瓶颈并不是提示词工程，而在于清晰沟通的能力。文章来自编译。
过去这年，我完全沉浸在"AI竞技场"当中不能自拔——用Claude Code和Cursor等工具光速开发产品，见证着这个领域的日新月异。过去6个月我用这些工具开发了：
🧠 Betsee.xyz：能根据推文预测市场的聚合平台
📝 TellMel.ai：一个具有同理心的个人传记助手，用于分享人生故事与智慧
📞 GetMaxHelp.com：AI语音驱动的家庭技术支援热线
💬 YipYap.xyz：基于话题链的社群聊天应用
甚至连我儿子都参与进来，用Lovable、Replit和Bolt等工具制作了《荒野乱斗》风格的打字学习游戏。整个过程充满了能量与启发性。半年前我只敢让AI做自动补全，如今离了AI我简直都没法编程。
但虽然取得了这些进展，我仍反复会遇到同一个问题——这让我想起了自己人生的第一节计算机课。
🍞 果冻三明治难题
早年我在哈佛修过现已很出名的课程CS50的早期版本，授课者是杰出的玛戈·塞尔策（Margo Seltzer）。现如今，CS50已是全球最受欢迎的在线计算机课程，但当时还没什么名气。我们参与了一节令我终生难忘的课堂实验，而且这个实验至今仍在教学中使用。
开学那天，玛戈带了一条面包、一罐花生酱和一罐果冻走进教室。
她说："我是一台计算机。你们是程序员。现在，我要你们逐步指导我制作花生酱果冻三明治。"
然后大家就陷入了混乱。
第一个学生说："从袋子里拿出一些面包。"玛戈可没有优雅地抽出两片，而是撕破袋子，抓出五六片面包捏成糊状——因为这也算"拿出一些面包"。
第二人说："把面包放下。"玛戈直接将面糊团砸向地面——毕竟"放下"可以指放到地板上。
第三人又试着说："把果冻放在面包上。"结果可想而知...玛戈将一整罐果冻到倒到了面糊堆上。没用勺子，不加涂抹，最后得到了只有一个灾难性的糖浆炸弹。
到最后，弄得到处都是花生酱、果冻和面包糊，唯独没有三明治。但我们悟到了真谛：指令必须极度清晰，否则计算机无法理解你的意图。
🤖 当今AI仍受困于果冻三明治难题
大语言模型（LLM）无疑比20年前的计算机先进得多。说实话，现在的AI或许真能做出像样的三明治——它们能推测你需要两片面包，然后得放到案板上，均匀涂抹适量果酱和花生酱。
可一旦你踏入陌生领域，问题又会出现。使用AI工具经常就像高跟地球另一端的新手开发者合作一样：他们效率高、能干、积极，但缺乏你的产品背景、用户洞察与细节把控。
当你的"三明治"是缺乏现成配方的新产品——比如新颖应用、非常规交互或独特功能集——LLM就会很吃力。它们擅长复制既有模式，重组现有代码。但如果是需要创新呢？或者要做符合你独特愿景的设计？针对特定场景"刚好能用"的方案？此时你又回到了向不知晓用户、背景和成功标准的新手开发者给出模糊指令的状态。
💡 AI竞技场的核心技能
AI竞技场的一线经验告诉我，真正的瓶颈并不是提示词工程。核心竞争力在于思路清晰与沟通顺畅——不是那种打感情牌或假扮领域专家来诱骗AI的提示技巧，而是更困难的能力：对目标产物有明确精准的愿景，知晓"正确"的标准，并能逐步阐释，在AI偏离时及时修正。
用简洁完整的术语定义预期结果，这是AI时代最重要的超能力之一。AI的推理能力有限——你仍需提供上下文与清晰的指令。
多数人不会这样做。他们挥挥手，输入些模糊的"最佳实践"提示，指望AI能自行领悟。最终他们往往只得到满手黏腻的失败品。
在AI竞技场，成功不是看哪个程序员写得最快，而要看谁既能理解透彻、又能清晰阐释如何将模糊概念转化为可行方案... ...甚至或许还得看谁还能带走一块没掉到地上的三明治。
译者：boxi。
