本来想体验一把'vibe coding 省时间'，结果变成'vibe coding 省不了、还很贵'：折腾将近一小时，GLM 额度直接打满，Bug 还在。
背景：事情是怎么开始的
最近遇到一个前端 Bug，属于那种看起来不大、但很烦的类型：页面运行时报错，提示动态导入某个模块失败（报错里能看到类似 Failed to fetch dynamically imported module .../router/index.ts 这种信息）。
我想着正好试试工具链：Claude Code + GLM4.7。理想情况是：它读代码、跑命令、给修改方案，我负责点确认就行。
现实是另一回事。
结果：时间花了，额度没了，Bug 还没修好
简单总结一下这次的'账单'：
- 时间：差不多 1 小时
- token：累计 3000 万+
- GLM 套餐：5 小时使用限额直接用光
- 结果：依然没解决
过程中 Claude Code 做了很多事：读路由文件、尝试修改、清缓存、重启 dev server、反复验证……看起来很努力，但就是一直不收敛。
最让我难受的点其实不是'没修好'，而是：它是在持续消耗资源的前提下没修好。这跟我自己手动 debug 不一样——我自己卡住了，最多是浪费时间；它卡住了，是时间 + 额度一起烧。
为什么 Claude Code 这么吃 token？（我的体感原因）
我这次感觉 token 高，并不是我问了多少问题，而是它的工作方式决定的。
1）它不是'聊天'，更像一个一直在跑的 Agent
它会不断做这套循环：
- 读文件（读一堆）
- 给判断（往往还挺像那么回事）
- 改代码/跑命令
- 把新日志再丢回去继续推理
这套链路一旦跑起来，就很容易停不下来。
2）前端日志太长了，而且会反复进上下文
前端工具链输出本来就长：Vite/Webpack、HMR、各种 warning、stack trace……
你以为'就一段报错'，实际上它每次重启都会多出一坨新内容。
更关键的是：这些日志会被反复引用。上一轮的 log、下一轮的 log、它自己的总结、它提过的假设……都在累积。
3）'尝试式修复'很费钱
这类工具经常是这样的节奏：猜一个原因 → 改一下 → 跑一下 → 不行再换一个猜法。
如果方向一开始就偏了，那后面就是持续的'试错'，而试错在 Agent 模式下特别贵。
4）工具链/环境一旦不稳，token 会被'空转'吃掉
截图里还能看到一些类似 exit code 127/137 的失败信息。
这种问题往往跟脚本、权限、端口、内存、依赖环境有关。
我自己的经验是：只要验证环节不可靠，后面就很难收敛。因为它得不到稳定反馈，只能继续猜、继续换方案、继续跑，然后继续烧。
GLM4.7 是不是'能力不行'？
这个问题我纠结了一下。最后我更倾向于：不完全是模型能力问题，而是前端 Bug 本身太'现场'了。
1）很多前端 Bug，不是'知道答案就行'
动态 import 失败这种，根因可能在很多地方：
- 构建配置（Vite / Webpack）
- base 路径、publicPath、路由 history 模式
- tsconfig alias
- 依赖冲突、缓存、HMR
- 本地环境和启动方式差异
它不像一道算法题：你给足信息，模型就能直接解。
它更像'带着项目在现场排雷'，需要不断缩小范围、做最小复现、做二分定位。
2）模型想解决它，前提是你得给它'能定位'的素材
比如：最关键的 100 行报错、最小能复现的路由/页面、确定能跑通的验证命令。
如果这些东西不稳定（比如命令都跑不起来），模型就算再强，也只能在雾里摸。
所以我对 GLM4.7 的评价是：
它能做很多辅助工作，但在这种工程化、链路长、变量多的问题上，很容易卡住。
这次之后我对 vibe coding 的真实看法
我不想'唱衰'，因为它确实有爽点，但它也确实没到'全自动写代码'的程度。
优势：它能帮你把脏活累活干得很快
- 快速扫代码、总结目录结构
- 帮你写小 patch、补类型、补测试
- 写脚本、写文档、写配置模板都很顺
- 常见坑（比如 lint、ts 类型、简单构建问题）命中率不低
缺点：一旦进入死胡同，会比人手更贵
- token 消耗不可控（尤其是带日志的多轮迭代）
- 容易'修一个问题，改一堆地方'，最后你还得自己收拾
- 对环境依赖很重：只要跑命令不稳定，它就容易乱
- 它的'自信总结'有时候会让你误以为快到终点了，其实方向早偏了
目前我觉得还很难搞定的场景
- 复杂工程化问题（monorepo、pnpm workspace、各种 bundler 插件链）
- 偶发问题、竞态、缓存相关问题
- 需要非常强业务上下文的 bug（表面报错，根因在业务状态）
- 工具链本身就不稳定（127/137 这种都没解决前，后面基本白跑）
我现在会怎么用它（避免再烧一次）
这次翻车之后，我给自己立了几个'止损规则'，挺管用：
- 先让它做定位计划，不要直接开修
让它先输出：最可能的 3 个根因 + 各自最小验证方式。 - 日志只给关键部分
我现在会手动裁剪：只给首次报错点 + stack + 关键配置，不把整屏日志塞进去。 - 验证命令必须先跑通
dev起不来、脚本报 127/137，这种不先解决，后面全是空转。 - 每次改动小步提交
一旦它开始'越改越多'，我能立刻回滚，不跟它一起沉没成本。 - 设预算上限
比如 10 轮没有明显收敛，就暂停，换人类二分定位。
总结
这次体验给我的感觉很明确：
- vibe coding 能加速，但它加速的是'尝试'，不是'必然解决'
- 在前端工程这种复杂环境里，一旦方向错了，Agent 会把错误路线跑得非常完整——顺便把额度也跑完
- 想让它真的变成生产力，关键不是'多问'，而是：控制输入、保证验证、让问题可收敛