编程是反复迭代，不是一击即中

一次就完美，是一种幻觉

无论是有经验的程序员还是刚接触 AI 的新手，很多人都有一个隐含的期望：给 AI 一个需求，它应该一次性给出完美的成品。

但事实是，即使是经验丰富的开发者自己写代码，也几乎不可能一次就写对。软件开发的常态是：写一版，测试，发现问题，修改，再测试，再调整——循环往复。

这个过程叫做迭代。它不是效率低下的表现，而是软件开发的基本工作方式。AI 改变了编写代码的速度，但没有改变这个基本规律。

迭代的节奏

一个健康的迭代循环通常是这样的：

提出需求 → 你向 AI 描述你当前这一步要做什么。

检查输出 → AI 给出了代码或方案。你运行一下看看效果，读一读它写的内容，判断是否符合预期。

给出反馈 → 如果基本方向对，但某些细节需要调整，你告诉 AI 具体哪里不对、你希望怎么改。

调整后再试 → AI 根据你的反馈修改，你再次检查……如此反复，直到这一步的结果令你满意。

每一轮迭代都不需要很大，通常只是一次小的调整。重要的是保持这个节奏：做一点，看一点，改一点。

什么时候该推倒重来

迭代的前提是方向大致正确。但如果你发现自己在同一段代码上修修补补了很多轮，每次改了一个问题又冒出两个新问题，代码变得越来越复杂、越来越难理解——这通常意味着最初的方向就有问题。

这时候最好的选择往往不是"继续修补"，而是"推倒重来"。

推倒重来听起来很吓人，好像之前的努力全白费了。但实际上：

• 你在前面几轮迭代中积累了对需求更深入的理解，这些理解不会因为重来而消失。
• 第二次从头开始时，你能给 AI 更精确的指令，因为你已经知道哪些方向行不通。
• 一个全新的、结构清晰的方案，远比一个打了无数补丁的方案更容易维护和扩展。

判断标准很简单：如果你已经说不清当前的代码为什么长成这样了，那就是该重来的时候。

"越改越乱"的信号

有几个典型的信号可以帮你识别"越改越乱"的状态：

• AI 每次修改都要加一些"绕过"或"特殊处理"的代码，而不是用简洁的方式解决问题。
• 你已经记不清之前改了哪些地方，也不确定某段代码是干什么用的。
• 修一个功能会导致另一个之前好好的功能出问题。
• 代码越来越长，但你能描述的功能并没有变多。

遇到这些情况，暂停一下，深呼吸。告诉 AI："我们换个思路，从头开始做这个部分。"然后用你这几轮积累的理解，重新清晰地描述需求。

这不是浪费时间，这恰恰是迭代最有价值的一环——用失败的经验指导更好的开始。