AI 时代如何有效积累?从一个莫名其妙的 JSON 报错说起

多客科技

作者：微信文章


核心观点：大多数人使用 AI 只是在“消灭问题”，而高手在使用 AI “构建认知系统”。

本文记录了一次从标点符号报错到手搓工具的完整 Debug 过程，揭示 AI 时代“干中学”的三个层次。

最近我在用 Claude Code 把日常工作流程封装成 Skill。这件事本该很顺利——毕竟代码是 Claude 帮我写的。但在启动的那一刻，终端直接甩出了一行报错：



这行报错，成了我这一天最“超值”的经历。

1. 罗生门：AI 也会互相扯皮？

因为没有编程基础，我的第一反应是截图扔给 Gemini。Gemini 的回复非常笃定：

“这是语法错误。这里原本应该是花括号 {}，你写成了方括号 []。”



听起来合情合理。但我心里犯嘀咕：这文件是 Claude Code 自己帮我生成的。

如果是语法错误，它生成的时候怎么没报错？

为了验证，我回到本地终端，命令 Claude Code 自检这个文件。结果它给出了截然相反的结论：

“这段 JSON 格式正确，没有任何语法错误。”



这就很有意思了。

Gemini：这就是个低级语法错误，必须改。Claude Code：语法没问题，你别乱改。

我就像个无助的传声筒，被夹在两个 AI 中间。Gemini 说东，Claude 说西。

这时候如果我只是想“把问题消灭”，我可能会试着随便改改，或者干脆让 AI 重新生成一遍。

但我没有。我把刚才的报错截图、Gemini 的分析、Claude 的辩解，一股脑全部丢给了第三方——ChatGPT，让它来当“裁判”。

我说：

我被搞晕了。我在antigravity IDE终端打开 Claude code 时出现了报错，然后我在本地终端打开 claude code 让它自己检查这段代码是否有错，一开始说没错，给他报错信息后它又说是有错，到底有没有错？



2. 破局：安检员与签证官

ChatGPT 的分析一针见血，直接指出了问题的核心：

“你不是被 AI 忽悠了，而是语法检查（Syntax）和规则校验（Schema）被混淆了。”

它解释道：

在语法层面：[] 是合法的 JSON 数组。Claude 说“语法正确”是实话。在配置层面：这个配置文件要求该字段必须是对象 {}。Gemini 说“配置错误”也是实话。

这就像过机场安检：

安检员（语法检查）只管你有没有带危险品。你带了护照，没带炸弹，他就放行。签证官（规则校验）管你有没有入境资格。你的签证类型不对，他就拒签。

Claude Code 此时扮演的是安检员，它通过了我的“护照”。而报错是因为我撞上了“签证官”。

这不仅仅是修好一个 Bug，这是我第一次清晰地感知到代码世界里的层级（Layers）。

3. 进阶：追问全景图

既然有“安检员”和“签证官”，那后面还有没有“海关”、“警察”？

如果我就此打住，把 [] 改成 {}，那我只是解决了一个孤立的 Bug。但我不想只做补丁匠。于是我向 Gemini 发出了一个关键指令：

“除了语法检查和规则检查，还有没有其他类型的检查？给我一张全景图。”

Gemini 非常配合，立刻列出了代码世界的“五重安检”：

1.语法检查：是不是人话？2.类型检查：是数字还是文字？3.逻辑检查：有没有死循环？4.环境检查：依赖装了吗？5.权限检查：你配吗？

它甚至直接给出了这张全景图的 Mermaid 代码。
graph TD
    %%--- 样式定义 ---
    classDef error fill:#ffebee,stroke:#ef5350,stroke-width:2px,color:#b71c1c
    classDef ai_gemini fill:#e3f2fd,stroke:#1e88e5,stroke-width:2px,color:#0d47a1
    classDef ai_claude fill:#fff3e0,stroke:#fb8c00,stroke-width:2px,color:#e65100
    classDef ai_chatgpt fill:#e8f5e9,stroke:#43a047,stroke-width:2px,color:#1b5e20
    classDef knowledge fill:#f3e5f5,stroke:#8e24aa,stroke-width:2px,stroke-dasharray:55,color:#4a148c

    %%--- 阶段一：问题触发 ---
    subgraph S1 ["阶段一：表层问题"]
        direction TB
        Start("🔴 触发点: Terminal 报错<br/>permissions 格式错误")
        G1("🔵 Gemini: 初步解释<br/>指出 Object 与 Array 的区别")
    end

    %%--- 阶段二：认知冲突 ---
    subgraph S2 ["阶段二：混淆与求证"]
        direction TB
        C1("🟠 Claude Code 自检<br/>Model: Opus 4.5<br/>解释前后矛盾")
        Conflict{"❓ 认知冲突"}
        GPT("🟢 ChatGPT: 关键破局<br/>区分 语法 vs Schema")
    end

    %%--- 阶段三：体系构建 ---
    subgraph S3 ["阶段三：底层洞察"]
        direction TB
        G2("🔵 Gemini: 升维总结<br/>构建'五重安检'全景图")
        Result("🗺️ 最终收获<br/>建立软件配置的'心智模型'")
    end

    %%--- 连线逻辑 ---
    Start--> G1
    G1 -->|用户尝试修复| C1
    C1 --> Conflict
    Conflict -->|寻求裁决| GPT
    GPT -->|引出 Schema 概念| G2
    G2 --> Result

    %%--- 核心洞察标注 ---
    Note1["❌ 困惑: <br/>语法对了，为何还报错？"]
    Note2["💡 顿悟: <br/>规则 Schema > 语法 Syntax"]
    Note1 -.- Conflict
    Note2 -.- GPT

    class Start,Conflict error
    class G1,G2 ai_gemini
    class C1 ai_claude
    class GPT ai_chatgpt
    class Result knowledge

这张图就是我的“认知地图”。以后再遇到报错，我不会再盲目复制粘贴，而是先定位：我在哪一层被拦截了？

4. 实战：为了看图，手搓个工具

故事到这里还没完。Gemini 虽然给了 Mermaid 代码，但它无法直接渲染成图片。它扔给我一个 mermaid.ai 的网址让我自己去跑。

我把代码复制进去，它还能帮我直接修复一些代码格式错误：





我感觉这个工具不错，但是看了一下首页，基础版只能出3张图，想出更多图就得付费。

我心想：这个功能也不难实现，干脆自己 vibe coding 一个。

打开 Google AI Studio，选 build 功能，输入指令：
参考 https://mermaid.ai/ ，做一个 mermaid渲染工具，给出一些常用的模板可以选择，当用户提供的 mermaid 代码有格式错误时，ai可以提示错误，并给出正确的代码修改意见，可一键确认并渲染成图

2分钟就完成了！

第一版有点问题，渲染界面一直加载不出来，不过没关系，只需要截图发给它，然后说：
一直渲染不出来，检查一下问题

第二版完美运行。我把 Gemini 给的那段报错代码贴进去，刚才的 mermaid 代码就变成了精美的“五重安检图”。



前后不过几分钟。为了让一段代码变得更直观，我顺手造了一个“能自动修图的看图工具”。

这就是 AI 时代的实战红利。



5. 总结：AI 时代的有效积累

很多人问我，为什么修个 Bug 要这么折腾？又是换模型验证，又是画全景图，还自己造工具。

因为解决问题本身不产生复利，理解问题背后的逻辑才有复利。

在这个案例中，我完成了“干中学”的三个层次：

1.Solver（解决者）：用 AI 搞定报错，不卡壳。这是基础。2.Architect（架构师）：逼 AI 画地图（Schema vs Syntax），建立知识索引。这是进阶。3.Builder（构建者）：需要什么就造什么，把问题变成工具（渲染器）或内容（本文）。这是闭环。

下次当你看到报错时，别只想着“消灭它”。

把它当成一块拼图，试着把它拼进你的技术全景图里。

久而久之，你就不是在修 Bug，而是在构建你自己的“AI认知系统”。