同事烧光了所有 AI 顶配额度，就为了验证一句话

我有个同事，所有 AI 工具都开顶配套餐。就这样，额度还是不够烧——他的用量曲线，比我们业务的增长曲线都陡。

他在干嘛呢？

日夜不停地让 AI 优化我们的系统。白天让它批判架构，晚上让它批判自己白天改过的架构。人歇了，任务不歇，第二天早上收一批"优化建议"，继续投喂。

我问他图什么。他说了一句听起来特别有道理的话：

"有位大师说过——不断批判它，它最终能达到最优。"

哪位大师？他也想不起来了。但这句话本身，我承认，第一次听是有杀伤力的。批判驱动进步，这不就是科学方法吗？何况 AI 不知疲倦、批判成本几乎为零——用无限的批判逼近最优解，听上去像永动机一样美。

而永动机的问题从来不是"听上去"那一步。

两周后，我看了看他的"最优系统"

三个现象，每一个都值得裱起来。

第一，反复横跳。周一，AI 批判某个模块耦合太重，建议拆；周三，AI 批判拆得太散，建议合；周五，又批判合得太死，建议拆。同一段代码，两周里被"优化"出了一个轮回。为什么？因为没有外部基准的批判，只是换个角度的偏好。你让它批判，它就给你批判——要多深刻有多深刻，要多犀利有多犀利。犀利不等于对。

第二，复杂度通胀。每一轮优化，系统都会多一层抽象：加个接口、抽个基类、引入一个新模式。两周下来，原来三层的结构变成了七层。这是 AI 批判的一个隐蔽倾向："加东西"显得深刻，"删东西"不显功力——批判的产出物天然偏向复杂化，因为复杂看起来更像"优化过了"。

第三，也是最致命的：指标真空。我问他，优化了这么多轮，快了多少？稳了多少？省了多少？

他答不出一个数字。

没有记分牌的比赛，打得再热闹，也没有比分。

我后来想明白了，那句"不断批判它，它最终能达到最优"，不是错在批判——批判确实是进步的引擎，这一点哲学家们早就说透了（这套思想最像的出处是波普尔的"猜想与反驳"：知识靠批判生长）。

它错在悄悄偷换了一个前提：批判要有效，必须能被检验；而检验，需要外部的现实。

科学家的猜想被实验检验，实验室不归猜想的人管。而我同事的 AI 呢？它自己提批判、自己评好坏、自己宣布"这版更优"——运动员、裁判、记分员，全是它一个人。这种批判循环不会收敛到最优，只会收敛到"AI 自己觉得顺眼"，而它每天觉得顺眼的东西还不一样。

我干了二十年研发，见过人肉版的同款故事：没有验收标准的重构，永远在重构。AI 只是把这个循环的转速提高了一百倍——方向不对的时候，转速越快，烧钱越快。

我自己也重度让 AI 优化系统——我的几个自动化机器人每周都在被 AI 批判和改进。区别只在四件事：

① 先立记分牌，再放它跑。一套评测集（真实场景的问题+期望结果）、几个硬指标（延迟、成本、错误率）。"优化"之前先跑一遍留底，优化之后再跑一遍——变好变坏，数字说话，不听 AI 自评。

② 目标函数必须人来定。 "帮我优化一下"是全世界最贵的提示词——优化什么？延迟、成本、可读性还是扩展性？这些目标经常互相打架。你不定目标，AI 就自己发明一个，而它发明的目标通常是"看起来更高级"。

③ 每轮留档，输了回滚。版本 n 和版本 n+1 用同一套评测对打，赢了才留下。听起来笨，但这是防"越改越差"的唯一手段——没有对照的迭代，不叫迭代，叫漂移。

④ 批判可以外包，裁决不能。让 AI 生成一百条批判，没问题，这是它的强项；但哪条批判值得听、这一版算不算更好，拍板的必须是人。裁判下场踢球的比赛，比分没有意义。

你看，这四件事没有一件是新发明——评测、目标、对照、终审，工程学的老规矩而已。AI 没有推翻这些规矩，它只是把违反规矩的代价变得更贵了：以前瞎折腾浪费的是自己的时间，现在瞎折腾，是按 token 计费的。

那位同事的额度这个月又烧光了。这篇文章发出去之后我打算转给他——我赌他的回复是："有道理，我让 AI 批判一下你这篇文章。"

真要是这样，我竟无法反驳。

但我想把那句话补完整，送给所有在用 AI 干活的人：

"不断批判它，它最终能达到最优"——成立的前提是：批判有记分牌，裁决有人。

没有裁判的批判，只是昂贵的原地打转。AI 时代最贵的从来不是顶配额度，是没有方向的勤奋。