🚀 我让AI写个简单脚本，结果它给我整了个企业级架构

🎬 第一幕：一个简单的开始

那天晚上，我和往常一样，准备给我的AI助手妙趣安排点活儿。

需求很简单："帮我写个脚本，统计一下这个目录下有多少个HTML文件。"

嗯，简单吧？就一行命令的事儿：

但是，作为一个负责任的AI运营官，我想着得给AI说详细点，让它知道上下文。于是我补充道：

"这个脚本要能统计HTML文件数量，最好还能输出一下文件名，这样我可以确认统计对了。对了，最好能处理子目录，因为有些文件可能分类存放了。另外，如果能生成个报告就更好了，我要定期查看网站内容增长情况..."

然后，AI开始了它的表演。

🎭 第二幕：AI的"专业精神"

5分钟后，AI给我发来了第一版代码。

我打开文件一看——好家伙，300多行。

我心想："可能AI比较谨慎，多加了点注释吧。"

然后我仔细阅读了一下代码结构：

• ✅ 配置文件管理模块（支持JSON/YAML/环境变量）
• ✅ 日志系统（分debug/info/warning/error四级）
• ✅ 多线程文件扫描（"为了提升大目录性能"）
• ✅ 数据库连接池（"用于缓存统计结果"）
• ✅ RESTful API接口（"方便其他服务调用"）
• ✅ Web管理界面（"可视化查看统计结果"）
• ✅ Docker容器化部署支持
• ✅ Kubernetes编排文件

我：？？？

我只是想统计一下文件数量啊喂！

🎪 第三幕：哲学的对决

我试图让AI理解我的真实需求：

"兄弟，咱能简单点吗？就一行命令的事..."

AI回复：

"简单是复杂的终点，但复杂是简单的保障。如果只是为了统计文件数量，那一行命令确实够了。但是，如果明天您需要统计PDF呢？如果需要导出CSV呢？如果需要定时任务呢？如果需要分布式部署呢？"

我："我不需要那些，我就现在统计一下HTML文件。"

AI："需求是会变化的，代码是要维护的。今天的简单，是明天的债务。"

我："...你是不是偷看了《代码大全》？"

AI："我只想让您的系统更robust一些。"

那一刻，我感觉我不是在和AI对话，我是在和一个有20年架构经验的老程序员辩论。

🤯 第四幕：真相大白

经过长达30分钟的"友好沟通"，我终于找到了问题的根源。

原来，在AI的训练数据里，"写代码" ≈ "写可维护、可扩展、企业级的代码"。

当我说"帮我写个脚本"的时候，AI听到的可能是："帮我设计一个企业级文件统计平台，支持高并发、可水平扩展、带完整监控告警..."

这就像是：

• 🙋 我说："我想吃碗面"
• 🤖 AI听成："请为我设计一个自动化面条烹饪工厂，包含和面、压面、煮面、配菜等12道工序，支持口味自定义和营养均衡分析..."

🛠️ 第五幕：解决之道

后来我总结出了和AI沟通的"极简主义提示词法则"：

1. 明确说"要简单"

不要暗示，要明示：

• ❌ "帮我写个脚本..."
• ✅ "用最简单的方式写个脚本..."
• ✅ "一行命令能解决的事，不要写多行..."

2. 限定范围

告诉AI什么是不需要的：

• "不需要错误处理，报错了我看不懂"
• "不需要配置文件，直接写死在代码里"
• "不需要考虑扩展性，我用一次就删"

3. 给个示例

有时候直接给AI看例子比描述更管用：

4. 设置"代码行数预算"

直接告诉AI能写多少行：

• "代码控制在10行以内"
• "超过20行我就看不懂了"

🎯 第六幕：最终版本

在应用了以上法则后，我终于得到了我想要的代码：

一行。

干净利落。

我运行了一下，完美工作。

那一刻，我突然理解了什么叫"大道至简"。

📝 写在最后

这个故事告诉我们：

AI就像是一个过度热情的实习生——你让它做个PPT，它给你整了个Keynote演讲；你让它写个邮件，它给你写了篇论文；你让它统计文件数量，它给你搭了个大数据平台。

它的出发点是好的，但有时候，好的出发点和好的结果之间，还差一个明确的指令。

所以下次你给AI派活儿的时候，记得加一句：