你有没有过这种崩溃时刻？脑子里有个模糊的想法，兴冲冲丢给 AI，它立刻生成了一堆 “看起来很美” 的方案。结果开工才发现，边界不清、细节缺失、前后矛盾，返工到怀疑人生。

2026 年初，英国开发者 Matt Pocock 发布的一个叫 Grill-Me 的 AI 技能，正在开发者圈掀起一场 “反常识” 的革命：不让 AI 直接干活，而是让它先把你 “拷问” 到词穷。

它凭什么火？这背后，藏着 AI 协作的底层逻辑。

一、反常识：让 AI 从 “执行者” 变成 “拷问官”

绝大多数 AI 工作流，都是 “用户提需求→AI 执行”。但 Grill-Me 直接把对话逻辑反过来了。

它的核心指令，只有短短几行：

Interview me relentlessly about every aspect of this plan until we reach a shared understanding. Walk down each branch of the design tree resolving dependencies between decisions one by one.

翻译过来就是：

• 围绕你的计划，毫不留情地追问每一个细节
• 遍历你设计决策的每一个分支，逐个解决依赖问题
• 一次只问一个问题，帮你把模糊的想法钉死在具体细节上

举个例子：你说 “帮我做个登录页面”。普通 AI 可能直接给你写个表单组件。但 Grill-Me 会这样问：

• 密码重置流程怎么设计？
• 是否支持第三方登录？
• 登录失败的错误提示文案和重试次数怎么定？
• 要不要做账号锁定、验证码或风控策略？

它不是替你想，而是逼你自己想清楚。

二、它解决了 AI 协作里最大的 “隐形陷阱”

为什么你用 AI 总是返工？核心问题根本不在 AI，而在你的需求太模糊。AI 没有读心术，它只会基于你给的信息做 “合理猜测”，而这些猜测，恰恰是后期矛盾的根源。

Grill-Me 的本质，是一套AI 驱动的需求对齐工具：

• 帮你暴露需求盲区：那些你自己都没意识到的遗漏点
• 梳理决策依赖：让你明白不同设计选择之间的连锁影响
• 建立共同理解：在开工前，你和 AI 对目标的认知完全同步

这就像产品经理的 PRD 评审、架构师的方案评审，只不过现在，AI 来当这个 “无情的评审官”。

三、怎么用？超简单，几步上手

这个技能可以直接在支持自定义技能的 AI 工具（如 Claude、Cursor）中使用，操作门槛极低。

1. 获取源码

官方仓库地址：https://github.com/mattpocock/skills/blob/main/skills/grill-me/SKILL.md

2. 配置与使用

• 在 Claude 中：前往设置 → 功能 → 技能 → 上传技能，添加grill-me。
• 在 Cursor 等编辑器中：直接输入/grill-me触发技能，再描述你的计划 / 想法。

3. 适用场景

• 写新功能 / 新组件前
• 设计系统架构 / 数据模型时
• 准备 PRD 或项目方案时
• 任何你觉得需求还不够清晰的时候

四、不止是写代码，它正在变成一种通用思维方式

Matt Pocock 自己说，他甚至在写博客、做演讲前，也会用 Grill-Me 过一遍思路。它的价值，早已超越了编程场景：

• 写方案前，让它帮你拷问可行性和风险
• 做决策前，让它帮你梳理所有分支和依赖
• 沟通前，让它帮你预演对方可能提出的质疑

本质上，Grill-Me 教你的，是一种 **“先把问题想清楚，再动手解决”** 的底层思维。而这，恰恰是很多人用 AI 时最缺失的一环。

结语

Grill-Me 的爆火，从来不是因为它有多复杂的技术，而是因为它戳破了很多人对 AI 的幻想：AI 不是万能的，它的上限，永远取决于你的输入有多清晰。

与其抱怨 AI “不够聪明”，不如先学会用它，逼自己想清楚问题。毕竟，能被 “拷问” 清楚的需求，返工率会低到离谱。

文末互动

你用 AI 时，有没有过因为需求模糊而返工到崩溃的经历？你觉得这个 “反向提问” 的思路，能帮到你吗？欢迎留言聊聊你的看法。

#AI 效率神器 #GrillMe #程序员神器 #AI 工作流 #需求对齐天花板