为什么 AI 实验室自己的应用还不够好：模型仍缺少无验证场景下的判断力

作者从 ChatGPT 桌面应用体验出发，认为 AI 实验室产品变弱的原因不是 vibe coding，而是模型仍不擅长设计、产品结构和功能取舍等方向性决策。模型能完成可通过测试、编译或性能指标验证的爬坡任务，却会在缺少程序化验证函数的选择上回归平均水平，需要人设定路径、护栏并持续纠正。