「設(shè)計一把吉他，所有關(guān)鍵音符都顯示在弦上?！?/p>

6個單詞，0張設(shè)計圖，0行技術(shù)規(guī)格。我把這句話丟進VibeCode Arena，讓兩個AI模型自由發(fā)揮。30秒后，它們交出了一個叫「Interactive Guitar Fretboard（交互式吉他指板）」的東西——12個音符橫排在頂部，6根弦縱向鋪開，點擊音符，綠色高亮?xí)擞洺鏊谥赴迳系乃形恢谩?/p>

說實話，這比我預(yù)期的要多。但比我預(yù)期的要少的東西，更多。

AI做對了什么：概念骨架搭起來了

點擊A#，指板上亮起多個綠點。這邏輯是對的——A#在標準調(diào)弦下確實出現(xiàn)在每根弦的不同品位。AI理解了「一個音符可以在多根弦上找到」這個吉他最核心的空間邏輯，沒把它做成單線性的鋼琴鍵盤。

交互也跑得通。音符高亮、多位置同步、視覺反饋鏈條完整。對于一段完全零上下文的6字指令，這屬于「居然能跑」級別的產(chǎn)出。

但一個彈吉他的人看了會立刻皺眉。

四個缺口：AI沒彈過琴

沒有品絲編號。你看到弦上有個綠點，但不知道那是第1品還是第11品。工具的目的是告訴你「A#在低音E弦第6品」，現(xiàn)在它只告訴你「A#在這條線上的某個地方」。方位感斷了。

沒有聲音。點擊音符，眼睛亮了，耳朵閑著。學(xué)指板的核心是視聽聯(lián)動訓(xùn)練，現(xiàn)在它是個靜音地圖。AI顯然沒理解「吉他」和「指板示意圖」的區(qū)別。

沒有品位標記。真琴在3、5、7、9、12品有定位點，這是肌肉記憶的地標。AI的指板光禿禿的，讀圖成本比實際琴還高。

音位可能不準。部分高把位音符在特定弦上被截斷了，標準吉他至少到12品，AI的版本看起來短了一截。

這6字實驗真正測的是什么

不是AI會不會寫代碼。是兩個模型對「吉他」這個詞的隱含知識庫長什么樣。

它們顯然爬過吉他教程網(wǎng)站，知道指板長什么樣、音符怎么分布。但它們的訓(xùn)練數(shù)據(jù)里，「可交互的吉他學(xué)習(xí)工具」和「吉他指板靜態(tài)圖」被混在一起了。結(jié)果就是一個視覺正確、體驗殘缺的中間態(tài)——像背過琴譜但沒摸過琴的人畫的示意圖。

最有趣的是缺口的方向性：AI優(yōu)先保證了「能跑」和「看起來像」，犧牲了「能用」和「符合肌肉記憶」。這是當(dāng)前AI生成工具的普遍優(yōu)先級排序，也是產(chǎn)品經(jīng)理最頭疼的部分——用戶不會因為你「做了70%」而付70%的錢，但AI的評估函數(shù)里，70%和100%的梯度差可能不夠陡峭。

原作者把這兩個半成品開源了，拋出一個問題：你能把它們修到可用了嗎？

如果是你，會優(yōu)先補聲音、加品絲號，還是重寫音位計算邏輯？