半年前，我怀着满腔热情把 AI 编程助手接入了自己的日常工作流。当时的想法很朴素：AI 写代码，我躺平喝茶，月薪过万，人生巅峰。

实际来看，茶确实喝了不少，但不是因为闲。而是因为——血压需要降.

这半年里我遇到了各式各样的“奇葩需求”。有些来自产品经理，有些来自甲方。还有些来自身边用了 AI 之后自信心爆棚的同事。今天挑出最具代表性的，和大家一起乐一乐。

. “帮我用 AI 写一个抖音”

使用者痛点：想用最小成本、最快速度完成一个复杂产品；期望 AI 能一次性生成完整程序。

这是我最记忆犹新的一次。一个创业的朋友找到我，眼睛放光：“现在 AI 这么厉害。你帮我用 AI 写一个抖音出来吧？就那种刷视频的，功能差不多就行。老实说，”

我深吸一口气这方面。“你确定你知道抖音有多少代码吗？”

"不是有 AI 嘛。你就跟它说‘帮我写一个抖音’，它不就写出来了？”

我当时的表情大概是这样：😀→😐→😶→😵。

后来我花了几分钟给他解释，AI 编程目前能做的是辅助不是魔法. 你用 AI 可以帮你写一个视频播放器组件。可以帮你写评论区，但你说“帮我写一个抖音”——你让字节跳动上万工程师的脸往哪搁？

结局： 他没放弃。自行注册 ChatGPT，接下来三天后回来跟我说“这 AI 也不行啊，我让它写抖音它说这个太复杂了”。我：，…谢天谢地 AI 还有自知之明。

. “这个需求很简单。改一下 Prompt 就行”

使用者痛点：追求快速迭代，却忽视模型能力与业务场景匹配度。

"说这句话的是我们产品经理，一个对 AI 有着迷之自信的人。” 事情是这样的：我们做了一个内部工具，用 LLM 自动生成周报摘要。怎么说呢，第一版上线后效果还不错。直到有一天——“我觉得这个摘要太机械了能不能加点人情味？比如说让大家感受到团队的温暖？” “这个，…可能需要调整模型参数，…” “哎呀不用那么麻烦，你改一下 Prompt 不就行了嘛？加一句‘请让摘要更有温度’就行。” 我：，？，最终只改了 Prompt，加了“请用温暖、有人情味的语气撰写摘要”。 接下来 AI 生成内容变成这样：

产品经理看完之后沉默了几秒，接下来说：“…，还是改回去吧。” 教训： 对 AI 说“加点人情味”。就像对炒菜机说“加点妈妈味道”——它会加，但结果往往与期望相差甚远。

. “AI 写的代码，为什么会有 Bug？”

使用者痛点： 期盼自动化带来无错误、高质量代码，却忽略技术底层机制。

而不是理解逻辑是否正确。” 最终： 测试同事恍然大悟：“所以 AI 就像是看过很多代码但从没自己写过的新手？” 声明精准比解释更生动。

. “你帮我把这个 Excel 公式转成 AI 模型”

使用者痛点： 想借助高科技降低维护成本，却误将规则引擎转化为概率模型。

"甲方爸爸" 的需求原话："我们有一个 Excel。其中很多公式，你帮把这些公式转成 AI 模型，这样以后我们就不用改公式，让 AI 自动判断。" 我打开 Excel 一看，是 VLOOKUP 与 IF 嵌套。“这，用 Excel 已经很好了吗？” “不行，我们要用AI，要跟上时代。” 我解释：Excel 本身就是确定性规则引擎。用模型替代不仅不会更好，还会带来不确定性。但甲方坚持 "AI 是趋势"。怎么说呢， 结局： 三天时间。我用 Python 写了自动化脚本，把 Excel 逻辑搬到代码里并称其为「AI 驱动智能决策引擎」。甲方满意，“这才对嘛，这个AI 真厉害”。有时候**甲方要的是'AI'这个名字，而非真正技术价值**。

. “能不能让 AI 自己给自己写需求文档？按理说，”

使用者痛点 ： 想通过自动化消除重复性工作。却忽视自适应决策风险，按理说，

. “这个模型能不能跑在我的手机上？”

使用者痛点 ： 希望低成本、本地部署。即时响应，却忽略硬件限制与压缩技术瓶颈。

. “开会的时候 A.I 能否实时提醒我要说什么？”

使用者痛点 ： 想提高会议效率，却未考虑语境同步与人机交互节奏冲突。

. “A.I 写出来的代码注释少怎么办？”

使用者痛点 ： 对机器生成内容缺乏审美与专业判断，希望得到恰当程度注释却无主观标准。

 Leader 看完后表示："…这注释是不是太多，"
再看真相，A.I 对 '详细' 的理解即 *每行都注释*。无法区分必要与冗余，也无法把握 '恰到好处' 的主观性。.

. ".

.