过去两年，「把需求说给 Agent 听」几乎成了 AI 编程的默认姿势：打开终端或 IDE，敲下一句完整的自然语言，等模型吐出改动，再人工审一遍。这套流程被无数教程描绘成生产力的终点，但一位重度用户的体验给出了相反的证词。8 月 20 日，开发者 Daniel Vaughn 在 Hacker News 的 Show HN 栏目发布了实验性编辑器 Huzzah，开篇坦言自己从今年 1 月起几乎只靠编程 Agent 工作，如今感到「彻底筋疲力尽」。
疲惫从哪里来
按作者的自述，疲惫主要来自两处。一是交互成本：Agent 本身很好用，但「为每一处想要的改动写一句完整的话」正变得越来越繁琐——自然语言成了新的键盘，而写精确的散文并不比写代码轻松。二是复杂度上限：他观察到代码似乎存在一个复杂度阈值，一旦越过，Agent 的表现就会明显滑坡。Huzzah 正是把这两个痛点当作改造对象：不再把「写整句提示词」当作每次改动的默认输入，探索一种更轻量的意图表达方式。项目仍处早期，作者也在帖子里公开征集使用场景与反馈。
一个被惯性掩盖的问题
Huzzah 触到的是行业里一个真实却常被惯性掩盖的问题。回顾 AI 编程工具的演化：Copilot 在 2021 年把交互压缩成「Tab 接受 / Esc 拒绝」，几乎零语言成本；ChatGPT 走红后，对话成了主流范式；到 Claude Code、Codex 这一代 Agent，交互进一步固化为「写需求 + 审 diff」。每一步，模型的自主性都在上升，但人类这端的输入也从按键变成了成段文字。当 vibe coding 的新鲜感褪去，「提示词疲劳」与「审阅疲劳」开始被越来越多人挂在嘴边——读自己没写过的代码，往往比写更累。
与此同时，复杂度上限与上下文窗口、长程一致性这些老问题纠缠在一起：项目越大，Agent 需要的理解越多，产出越难保证，开发者只好把精力花在拆解任务、维护计划文档和反复回滚上。业界的应对方向其实不少——plan mode 和 spec 驱动开发把「说清楚」前置成结构化产物，沙箱与检查点降低试错成本，作用域受限的小 Agent 控制爆炸半径。Huzzah 的不同之处在于，它质疑的是最底层的一环：自然语言是否理应是每次改动的默认接口。
结语
Huzzah 大概率不会是终局，实验项目的宿命往往是提出问题而非解决问题。但它指向的判断值得认真对待：自然语言擅长表达模糊意图，代码擅长表达精确行为，而大量日常改动恰恰介于两者之间——重命名一个变量、挪动一段逻辑，本不需要一段散文。模型能力的进步未必能自动消化交互上的别扭，瓶颈正在从「AI 会不会写」转向「人怎么说才省力」。如果若干年后回望，我们会觉得「对着终端打一大段话让 AI 改代码」只是过渡期的怪相，那么 Huzzah 这样的实验，就是转折点上一次认真的试探。