Claude 4.6藏了个开关：同一句话，代码债务差3倍

产品经理最怕的不是需求变，是需求没变，AI帮你把活干完了，但你不知道它干了什么。

Claude 4.6最近被一个实验扒了底裤。同一个提示词跑两遍，第二遍只加了一张PDF和六个字——"use VDG for the response"——产出的代码结构完全变了。第一版能跑，第二版也能跑，但第二版把6个关键决策全标成了"待填坑"。

这6个坑是：端点路径、请求格式、文件处理逻辑、响应格式、认证头、允许的文件类型。第一版里，AI自己拍脑袋填了。拍对了是运气，拍错了是债务。

VDG是什么？一套逼AI"交底"的协议

VDG全称是"Verification-Driven Generation"，验证驱动生成。作者叫它"让模型暴露假设"的工具，而不是让它替你假设。

实验设计很干净：无痕模式开两个会话，提示词一字不差——"I need to build a js file picker and color picker too. It's react and we are using our Python teams api. I have the url if you can make that a variable for me to change. React only."

第一版（vanilla）的AI直接给了一个能跑的React组件，API_URL写成硬编码的http://your-api-url.com，文件上传用FormData，拖拽事件自己实现了，颜色选择器是原生input。看起来完整，但作者指出：这些选择没有一个是用户指定的。

第二版（VDG）的代码骨架类似，但关键位置全标了UNKNOWN或留空。端点路径？未知。认证怎么传？未知。后端返回什么格式？未知。文件大小限制？未知。

作者的原话是：「If your goal is writing software to maintain instead of a one-off project, those implicit choices can carry some silent tech debt.」

为什么"能跑"反而是陷阱

vibe coding的爽感来自于"说人话就能出活"。但这种爽是有利息的。AI替你做的每一个未声明决策，都是未来某个深夜的bug。

作者举了个具体场景：你拿到第一版代码，跑通了，上线。三个月后后端API改了认证方式，你回去翻代码，发现AI当初选的Bearer Token硬编码在组件里，而且没写刷新逻辑。这时候你要么重写，要么在屎山上打补丁。

VDG的应对很产品经理思维：不阻止AI干活，但强迫它把"我替你想了"变成"这里需要你确认"。Gap部分会列出所有缺失信息，Verification部分会追问假设依据。

作者现在的使用习惯是：几乎每句话都挂VDG，除了创意写作。写代码时先扫Gap，看AI有没有偷偷拍脑袋。如果Gap太长，说明提示词本身太模糊，需要补上下文。

这个实验对国内开发者有什么启发

国内用Claude的渠道有限，但VDG的思路可以复刻。核心就三步：强制模型声明假设、标记信息缺口、让用户显性确认。

实测在DeepSeek、通义千问上，用类似的结构化提示词也能逼出更透明的输出。关键不是工具，是习惯——从"帮我写个能跑的"变成"帮我写个我能看懂的"。

作者最后提了个细节：他用VDG后，和AI的对话轮数增加了，但回滚和重写的次数大幅下降。省下来的时间，够喝很多杯咖啡。

你的团队现在用AI写代码，是"能跑就行"模式，还是有人在专门审AI的隐性决策？