被AI编程坑三个月后，我做了WishGraph

当vibe coding撞上现实的墙

过去三个月，一位B站UP主进行了一场颇为极致的AI编程实验，结果却是「被害惨了」——不仅烧钱，还浪费了大量时间。这不是段子，而是当下无数尝试用AI快速构建项目的人共同面临的困境。

先看账单：DeepSeek的API费用已花掉300多元（还是最便宜的选项），ChatGPT即便薅到土耳其区半价依然月月续费，Claude Code和谷歌的订阅每月各20多美元，为了「更科学地使用」还自建了服务器，最终仍逃不过Claude Code被封号的命运。

钱只是表象。真正的问题在于：这位UP主用AI做过一个个小网页、可生长的知识库、APP、自动排版助手……几乎能想到的AI编程项目都试了个遍，却发现「做得越多，错得越多」。

这里触及了当前AI辅助开发最核心的矛盾。

「模型很强，就意味着它生成的速度在增加，而人类理解和确认的速度并没有跟上。」

而人类理解和确认速度并没有跟上

这句话精准道出了症结所在。当开发者对项目的架构、模块和依赖完全不了解时，AI生成代码的速度越快，技术债累积得越快，黑箱就越难驾驭。人类作为「确认者」的角色，被高速的生成能力远远甩在了身后。

仅靠对话框里随手输入的提示词（俗称「窗口下药文」）远远不够——这些指令模糊、易变、难以复用。真正需要的，是把这些「模糊而易变的想法」翻译成详细的任务说明，并提炼成一套可以及时更新的项目规则。这正是WishGraph这个工具试图解决的核心问题。

这位UP主最终没有再堆项目，而是做了一个名为 WishGraph 的 skill。它的核心设计思路是：将讨论与执行彻底分离。

WishGraph把AI工作流拆成两个独立窗口：

讨论窗口：在这里与AI确认需求，由AI产出详尽的任务规格。本质上是让AI先帮你写好完整的提示词，明确告知执行方——应该读哪些文件、能改什么不能改什么、以及最终的验收标准。
执行窗口：拥有独立的上下文和明确指令，专注完成被拆分好的单一任务。

第一个好处

这种分离带来两个直接好处。其一，执行动作被隔离出去，AI在后台干活的同时，你可以在讨论窗口继续推进新的思考，效率不再被串行阻塞。其二，执行窗口不再从冗长的上下文里「猜」你的喜好，而是依据明确指令行事，大幅降低跑偏概率。

WishGraph适配了CodeX和Claude Code的原生能力，可以直接创建拥有独立上下文的子agent。这个独立窗口通常运行在一个Git分身之上，任务完成后，只需回到讨论窗口告诉它「继承结果」即可。

更有意思的是，你甚至可以把执行任务交给其他agent。视频中作者把任务丢给Claude Code，只需说一句「执行026任务」，它就能自动精准定位到对应的任务规格并完成。

WishGraph真正的价值，在于它把单窗口的混乱开发，重构成了一套可控的多agent协作流程。

你的任务规格和你最后的一个执行结果报告

只要多个执行窗口之间没有重叠部分，它们原则上可以并行推进。视频中演示了025和026两个任务同时完成后，回到讨论窗口一句「统一帮我集成」，系统就会把任务规格、执行结果报告统一纳入集成，同时保存一份状态文件记录最新项目进度。

所以直接授权之后

这样一来，复杂项目开发就从原来的「一个窗口跑天下」，变成了「一个人在循环中给出方向和判断」。

「我们并没有消灭AI和项目的复杂黑箱，但是我们改善了它的输入、输出和控制边界，留下了明确的证据，也帮助我们更好地发现到底哪里出现了问题。」

这是一个关于因果链的重构。项目本身并没有变小、变简单，但它重新变得可以驾驭。感兴趣的开发者可以在GitHub上搜索WishGraph。

作者在最后提出了一个相当清醒的判断：这种在工程层面的重新设计，终将被CodeX、Claude Code这类平台的能力发展所吞噬。

换句话说，今天辛苦搭建的双窗口协作框架，很可能明天就成了官方产品的默认功能。但他并不因此沮丧，反而顺势推演出一个更宏大的趋势——

「不仅仅是AI编程这条路被吞噬，很有可能我们的操作系统也会逐渐由Windows、iOS、macOS变成 Agent OS。」

所谓 Agent OS，意味着未来进入操作系统时，你不再点击一个个图形图标，而是与Agent对话，让它帮你创建高度个性化的工作方式。作者认为这是一个底层趋势，只不过可能要在很久之后才能得到印证。

对于当下的开发者而言，WishGraph的启示或许更实在：面对AI编程的失控风险，答案不是用得更少，而是给AI设定更清晰的边界、更明确的规格和更可控的协作流程。 在模型能力狂飙的时代，人类需要重新找回自己「给方向、做判断」的位置。