Plan Mode 已死：为什么 AI 编程中的规划模式正在失效？
从狂热到反思：一个独立开发者的自白
今年早些时候，独立开发者 Kyle 曾坚信「规划」将成为 AI 编程中最重要的环节。他围绕这一理念打造并发布了一款桌面编程应用 Nuanced，试图解决一个核心矛盾：当 AI 生成代码的速度和体量急剧膨胀时，人类如何维持对软件系统的连贯心智模型？
然而，Nuanced 的规划方案最终失败了。这段经历反而让他看清了一个更宏观的趋势——Plan Mode 正在失去价值，而背后的原因值得每一位 AI 编程工具使用者深思。
Plan Mode 的两个历史使命
在 Kyle 看来，传统 Plan Mode 一直服务于两个目的：
- 为 Agent 提供足够精确的指令，确保生成结果符合预期；
- 帮助人类理解自己正在构建什么。
第一个目的，随着模型能力的快速提升，正在迅速过时。今天的模型已经能够从更模糊的指令中推断出合理方案，过度详细的规划反而成了瓶颈。
第二个目的——帮助人类建立理解——却比以往任何时候都更重要。但 Kyle 认为，Plan Mode 是一种错误的抽象，尤其是在我们同时运行多个并行 Agent 时。
速度带来的隐性代价
Kyle 描述了一种令人不安的体验：模型可以在几分钟内写出数千行代码，但你还没来得及思考「为什么要构建这个」以及「它是否真的重要」，就已经背上了沉重的维护负担。
「我经常在还没有做出任何有意识的产品决策之前，就已经得到了一个产品。」
如果架构定义不够精确，Agent 会自行填补空白——而这些关于预期行为和设计的误解，会渗透到聊天界面之下的多个文件中，极易被忽略。在这种不透明的表层下「钓鱼式」排查问题，远比一开始就正确设计要低效得多。
更令人担忧的是心理层面的影响：这种工作方式让人感到精神上的脱节和僵尸化，尤其是在 Conductor、Codex 等工具让并行 Agent 变得触手可及之后。
规划已死，但理解永生
Kyle 的核心洞察在于：随着模型越来越强，为 Agent 做规划的价值在衰减，但为人类做理解的需求在爆炸。Plan Mode 试图用一份静态文档同时满足这两个目标，结果两头不讨好。
在并行 Agent 时代，我们需要的不再是「先写一份计划，然后执行」，而是能够实时反映系统状态、帮助人类维持心智模型的新抽象。Nuanced 的失败不是终点，而是一个信号：AI 编程工具的下一个突破口，在于重新定义人类与代码之间的理解界面。
Kyle 没有给出最终答案，但他提出的问题——「当机器改变系统的速度超过人类检查的速度时，人类如何保持对系统的连贯理解？」——将成为未来几年 AI 编程领域最核心的挑战之一。