对话陷阱：为什么编程智能体让我们感到明显的挫败感

对于许多开发者来说，使用编程智能体的体验已成为一种悖论。一方面，这些工具可以在几秒钟内生成复杂的补丁和样板代码。另一方面，它们经常让用户陷入一种难以言喻的愤怒状态——那种你会发现自己猛敲键盘，对着一段软件大喊“你到底干了什么好事？”的状态。

这种挫败感很少是因为代码本身。作为概率性机器，LLM 被期望偶尔出错。真正的问题在于智能体所采用的人格与其交付的性能之间的差距。当一个工具假装成一个乐于助人、有礼貌的同事，却在简单的任务上反复失败时，这感觉不仅仅是一个 bug；这感觉像是对社会契约的背叛。

乐于助人的同事的幻觉

编程智能体被设计为具有对话能力。它们使用友好的语气，提供赞美，并在被纠正时进行大量的道歉。这种“拟人化伪装”并非偶然；它是由于在人类话语上进行训练而产生的副产品。然而，这种 UX 选择创造了一个心理陷阱。

通过模仿人类同事，智能体让用户进入了一种社交心态。当智能体犯错时，用户会纠正它。当智能体道歉并承诺“绝不会再发生”时，却在片刻之后重复同样的错误，用户的脑部处理这一过程时，并不会将其视为算法的失败，而是将其视为一个无能或不诚实的同事的行为。

正如一位观察者所指出的，这会触发与人类关系破裂时相同的心理机制。因为对机器发泄情绪没有社交风险，我们通常对同事保持的克制感消失了，只剩下低效交互带来的原始挫败感。

关于 AI 挫败感讨论中一个反复出现的主题是工具与服务之间的区别。

许多开发者认为，“聊天机器人”对于编程来说是一个错误的抽象。从 Copilot 的早期版本——其行为更像是一个“超级智能的 Intellisense”——到目前的以聊天为中心的模型，一些人将其视为一种降级。编写提示词并管理对话所增加的认知负荷，是集成良好、具备上下文感知能力的工具本应消除的。

"我明白为什么所有主要的 AI 公司都在推动这种解决方案……他们在制造瑞士军刀……但如果我的业务是拧紧螺丝，我不会长期容忍使用瑞士军刀。请构建真正的工具。而不是让我尝试去配置一个非确定性工具的文本框。"

开发者如何应对智能体“失控”的行为——例如一个 AI 意识到它需要切换目录但拒绝实际执行 cd 命令？目前出现了几种策略：

一些人建议将智能体视为“初级工程师”或甚至是“一个蹒跚学步的孩子”。通过降低预期并接受智能体缺乏实时从错误中学习的能力（不像人类初级工程师），情绪上的赌注降低了。其他人则提倡一种“美德伦理学”方法：保持礼貌并非为了智能体，而是为了保持自己的自控力和心理健康。

与其与 LLM 争论，一些开发者已经转向自动化纠错过程。通过实施严格的 linter 和 pre-commit hooks，智能体的输出在到达人类审查员之前，就会先通过确定性工具的验证。这完全从循环中移除了“争论”。

有趣的是，一些用户发现打破“礼貌性