免费模型不等于可以省略规范：AI 编程中的五个认知陷阱

模型免费，规格就多余了吗？我在 pull request 里一直看到这个假设。

一个免费的编程模型出现在工作流中，一个免费的远程服务器出现在它旁边。然后人们毫无抵抗地丢掉了检查清单。

为一个廉价循环写一个失败的测试有什么意义？一直重跑 agent 直到编译通过就行了，对吧？这种心智模型对团队来说暗地里很烧钱。

免费算力不能买到一份行为契约。它只是买到了另一个犯错的地方。这篇 FAQ 列出了我仍然经常听到的五个说法。

每个条目都有原说法、证据和修正后的模型。然后我附上一个小工件供你运行。都不需要我编造的付费配额。

你已经在用编程 agent 交付产品补丁了。你也不信任 agent 发来的流畅聊天记录。你想要的是一个在免费机器消失后仍能存活的工作流。

如果你需要硬 SLA，跳过这条路径。如果你需要在盒子里存放生产密钥，跳过这条路径。如果"在 agent 主机上能跑"就是发布门槛，跳过这条路径。

我实际想说的这套方案

我指的是一个狭窄、无聊的技术栈。你可以调用编程模型而无需付费。你可以免费使用远程服务器。

我用 MonkeyCode 来实现这种配对，一站式搞定。披露：本文是 MonkeyCode 产品推广的一部分。

我不会指名模型、硬件或时长。这些细节一直在变，误区却不变。这个方法在你已有的笔记本上同样有效。

免费机器在以下每一步都是可选的。规格在每一步都不是可选的。

Myth 1：免费重试可以替代失败的测试

免费的，所以我可以循环直到树编译通过。

编译不是行为，从来都不是。编译器变绿仍然可能发布错误的函数。重试 prompt 不会为以后冻结一个 oracle。

那次额外的重试真的对你来说更便宜了吗？样本是更便宜了，但没有出现断言。

失败的测试是你保留的规格。agent 是你不信任的补丁生成器。免费重试始终是廉价的样本，不是证明。

提议的工件：先固定失败

在任何模型标签页之前做这件事。

# test_spec.py — proposal, not a measured run
def test_parse_window_rejects_empty_frame():
    from parser import parse_window
    try:
        parse_window(b"")
    except ValueError as exc:
        assert "empty frame" in str(exc)
        return
    raise AssertionError("empty frame must raise ValueError")

运行它，故意看它失败。然后在 agent 开始之前提交那个失败。

python -m pytest test_spec.py -q
git add test_spec.py
git commit -m "test: empty frame must raise"

agent 在某个聊天气泡里跑完了？问 pytest，别信任那个聊天气泡。免费循环可以整晚跑下去。规格不会因为循环廉价就移动。

Myth 2：免费服务器的磁盘就是实验记录本

把文件留在盒子里，因为我会记住。

免费服务器消失的时候不会办追悼会。临时磁盘在那些安静会话之间被回收。你的记忆不是 /tmp 的一个副本。

如果唯一一份副本存在远程，你就丢了补丁。你只有一个带着主机名的传言。

Git 仍然是你能真正回放的笔记本。盒子是一个你可能失去的临时文件系统。把每个有用的字节先当作不可信的。它在受你控制的远程上才变成可信的。

git status --short
git diff --stat
git rev-parse --short HEAD

在关闭任何东西之前，把分支从盒子里拷出来。

git bundle create /tmp/work.bundle HEAD main
# scp /tmp/work.bundle to a machine you control

什么能在免费主机的重启后存活？你的 /tmp 树不会在那个重启后存活。模型的滚动上下文窗口也一样会死。你笔记本上的一个 bundle 可能仍然存活。

Myth 3：免费机器不需要密钥卫生

盒子是一次性的，所以本地 .env 没问题。

对你来说是一次性的，对某个人来说还是一块磁盘。Agent 仍然会读到你忘记存在的文件。Shell 日志会捕获你匆忙粘贴进去的 export 行。

免费真的是私密的同义词吗？免费不是私密的同义词。回收的磁盘不是带证书的碎纸机。

爆炸半径和任何其他开发主机一样大。免费主机仍然是一个有文件系统的主机。如果 token 不能留在 CI 日志里，它也不能留在这里。

# proposal: refuse to start if secrets are tracked
if git ls-files | grep -E '(^|/)\.env$|\.pem$|id_rsa'; then
  echo "refusing to start agent; secret files are tracked"
  exit 1
fi

还要扫描你即将发送的 prompt。你是不是刚刚粘贴了一个 token？那么这个对话记录现在就是一个密钥存储。

轮换那个 token，别去争辩那个 transcript。模型不会帮你把它从记忆里抹掉。

Myth 4：不固定工具版本在一次性盒子上没问题

盒子是随用随扔的，所以为什么要固定 Python 版本？

你的 CI runner 的处置方式不是这样的。你的笔记本也不是这样。一个未固定的 python3 在免费服务器上明早就是另一个解释器了。

agent 修复了一个在合并时将不复存在的世界。那个纪念品不是合并时的一个修复。

固定测试实际会遇到的世界。盒子之后可以免费丢弃。语言版本不是你之后协商的氛围。

每回都把指纹文件和分支放在一起保存。

#!/usr/bin/env bash
# proposal: env_fingerprint.sh
set -euo pipefail
{
  printf 'utc=%s\n' "$(date -u +%Y-%m-%dT%H:%M:%SZ)"
  printf 'kernel=%s\n' "$(uname -srm)"
  command -v python3 >/dev/null && python3 - <<'PY'
import sys, platform
print(f"python={sys.version.split()[0]}")
print(f"impl={platform.python_implementation()}")
PY
  command -v node >/dev/null && printf 'node=%s\n' "$(node -v)"
  command -v go >/dev/null && printf 'go=%s\n' "$(go env GOVERSION 2>/dev/null || true)"
  git rev-parse HEAD >/dev/null 2>&1 && printf 'head=%s\n' "$(git rev-parse HEAD)"
} | tee env.fingerprint

在任何合并之前跨运行比对指纹。如果 Python 变了，补丁就是不同的补丁。别凭一个死盒子的氛围合并。

Myth 5：明天免费的模型会回放今天的补丁

我之后可以从保存的 prompt 重建。

免费模型的路由会在不给你发日历邀请的情况下改变。隐藏的系统 prompt 会在没有警告的情况下改变。你 cached 的上下文在标签页关闭时就消失了。

保存的 prompt 真的是构建输入吗？prompt 是一个有语法的心愿。这样的心愿之后不会重放。

回放是一个测试加一个在 git 里的补丁。不是 Downloads 里一个 prompt 文件。如果你不能 git checkout 出结果，你就不能回放那个结果。

提议的回放检查

git checkout -B replay/check
python -m pytest test_spec.py -q
git revert --no-edit HEAD
python -m pytest test_spec.py -q
# expect green, then red; that is replay

你仍然想归档聊天记录吗？只把它作为笔记保存到工单里。永远不要把它当作发版的产物。

我实际用的一张决策表

每次运行从上到下读一遍。免费技术栈是一种可能，不是默认。这张表是不关心价格的关卡。

一个具体的调试工作流

这才是我想用的确切循环。把它当作一个提议，不是基准。

写一个失败的测试并提交它。

给盒子打指纹，现在就保存 env.fingerprint。

运行密钥守卫，失败即停。

问模型要一个补丁，不是故事。

在命名分支上应用补丁。

用没有额外文件的方式运行同样的测试。

把分支从免费盒子里 bundle 出来。

在你真正控制的机器上回放。

八步，不需要付费模型。八步，不需要付费服务器。全部八步仍然需要一个你先写的规格。

免费技术栈在实践中哪里有帮助？第四步和第五步的采样变便宜了。你现在可以丢掉更多补丁了。那些补丁大多数你应该丢掉。

这篇 FAQ 不是厂商性能研究。我没有给模型相互计时。我没有给免费服务器排硬件等级。

免费访问可能在两个安静的早晨之间消失。免费服务器可能重置而没有有用的 diff。指纹可能匹配但行为仍然在你下面漂移。

测试可以用自信的语气说错话。Agent 也可以欺骗你写得太窄的测试。pytest 跑绿仍然在这里是必要的。对生产流量来说它不是充分的。

不要在以下情况使用这个方案：

承载生产凭证的工作负载

任何需要合同级正常运行时间目标的东西

没有原始聊天就不能回放的补丁

把 git status 当作可选仪式对待的团队

如果你的组织禁止远程开发盒子，待在笔记本上。五个误区在那里仍然适用。价格从来都不是真正的 bug。

我想让你偷的是什么

偷顺序，不是另一个厂商口号。保持这个顺序：测试、打指纹、守卫、补丁、回放。别从 prompt、希望再来一次和另一个免费重试开始。

模型免费，规格就多余了吗？这项工作的规格从来都不是可选的。模型的价格从来都没有买来 oracle。

这周在免费盒子上跑这张表。然后告诉我哪一行先失败了。我最关心那个失败的行。我不关心盒子上坐的是哪个 logo。