6% 的互联网至今还在跑 jQuery UI，但如今 AI 编码代理生成的代码却充斥着大量冗余。
- AI 编码代理的核心问题不在于生成能力，而在于输出密度过高。
- 当前稀缺的人类技能是判断力，即确切知道该删除哪些代码和设计。
- 解决 AI 产品的通用感，需要跨越编辑差距而非单纯依赖工具。
输出密度与编辑差距
Paul Bakaus 的背景足够硬核。他写的 jQuery UI 代码据说至今仍在约 6% 的互联网上运行。他曾把一家游戏引擎初创公司卖给 Zynga，在 Google 工作了近十年。如今，他是 a16z 支持的独立创始人，正在构建 Impeccable。这是一个开源设计技能，目标是阻止 AI 编码代理产出劣质内容。
他指出的问题很直接：AI 编码代理的输出密度太高。在实际工程中，我们经常看到 AI 生成的代码充斥着大量不必要的样板文件、过度设计的抽象类以及冗长的注释。大多数 AI 写的代码篇幅过长，生成的文章冗长，设计作品杂乱无章。现在稀缺的技能根本不是生成内容，而是判断力。你需要确切知道该删除什么。Paul 甚至坦言，AI 第一次生成的产品公告草稿，他只能从头重写。
技术正确不等于产品可用
在部署 AI agent 时，我们经常会遇到一种情况：生成的代码在技术层面完全合规，跑通了所有单元测试，但整体表现却极其通用。这就是典型的编辑差距。AI 能够完美实现一个功能，但它无法判断这个功能是否真的需要存在，或者是否可以用更简洁的方式实现。
设计本身是一个迭代过程，必须承载人类的特定观点。目前没有任何工具，无论是写代码、做设计还是写文章，能够一次性完美交付。如果你用 AI 代理发布产品，发现所有东西读起来都“技术上没问题”，但缺乏针对性，这就说明你的工作流里缺少了关键的人工裁剪环节。机器擅长做加法，而优秀的产品往往需要做减法。
如何控制 AI 输出密度
Paul 正在开发的 Impeccable 就是为了解决这个问题。作为一个开源设计技能，它试图在生成阶段就拦截那些冗余的“slop”。对于一线开发者来说，在接入 AI 编码代理时，需要在 Prompt 或后处理脚本中加入严格的长度和密度限制。
不要指望模型能自动学会精简。你需要把“删除无用代码”作为一个明确的约束条件喂给系统。在 CI/CD 流程中增加代码复杂度审查，强制降低输出密度。比如限制单个函数的行数，或者通过静态分析工具剔除重复的逻辑块。只有把编辑动作工程化，才能真正解决 AI 产出臃肿的问题。
在 AI 应用落地的实际工程中，我们很容易陷入一种误区：认为模型参数越大、生成速度越快，产品就越好。事实恰恰相反，当生成成本趋近于零时，内容的筛选和编辑成本会急剧上升。Paul 的诊断非常准确，这根本不是一个工具能力差距，而是一个编辑流程的缺失。未来在构建 AI 驱动的开发工作流时，把算力投入到“如何更聪明地删减代码”上，可能比单纯追求生成速度更有工程价值。比如，引入一个专门负责代码重构和精简的辅助模型，或者在 Agent 的循环中加入自我审查节点，强制其输出符合特定密度标准的代码。
留言聊聊
你在使用 AI 编码代理时，遇到过生成代码太长或太冗余的问题吗？你是怎么精简的？
10个月宝宝每天需要喝多少奶粉？
