和AI“魔鬼面试官”硬刚两天：消耗一半额度换来的血泪经验

最近两天，我感觉自己好像经历了一场没有终期的魔鬼面试。起因是我决定用 grill-with-docs 这个工具来审阅我的项目文档，结果它就像是那种不依不饶的面试官，整整“拷问”了我两天半。

说实话，体验非常“刺激”，但也实实在在地把人榨干了。

简单说，grill-with-docs 是一个能基于你提供的文档（或者是代码库文档）不断发问的工具。它不仅仅是帮你找错别字，而是会像一个经验极其丰富的技术专家或者面试官一样，针对你文档里的逻辑漏洞、技术细节甚至架构设计进行连续的追问。

我这次是把它当成了模拟面试官来用。喂进去项目资料后，它就开始了疯狂的输出模式。

先说最直观的感受：累。

整整四个半天，我大概回答了近百个问题。不是那种选择题，而是需要你不断查阅资料、重新审视代码架构才能回答的深度问题。

另一个直观的感受是：贵。

在这次“折磨”中，我不知不觉消耗了 OpenCode Go 套餐里近一半的额度。这个消耗速度确实让我心里一惊，毕竟我只是想简单过一遍文档，结果变成了一场高强度的 token 烧钱大战。这也侧面说明，现在的 AI 工具在深挖内容时，背后的推理成本并不低。

虽然现在回想起来还有点“燃尽”的感觉，但效果是肉眼可见的。

通常我们写文档或者复盘项目时，很容易陷入“自我感觉良好”的陷阱。自己写的逻辑，怎么看都觉得顺。但 grill-with-docs 不会惯着你。它会揪住一个点不放：

这种连续性的追问，能逼迫你跳出原本的思维定式。在很多次回答不上来的时候，我才发现原来我以为已经完善的技术方案，在细节上竟然经不起推敲。这对于准备技术面试、进行 Code Review 或者打磨开源项目 README 来说，简直是降维打击般的辅助。

如果你也想用这种工具来“折磨”自己（或者你的文档），我有几点踩坑后的建议：

控制好文档的颗粒度： 不要一股脑把整个仓库的文档全丢进去。AI 会因为上下文过于庞大而变得发散，或者针对无关紧要的细节疯狂纠缠。分模块、分阶段喂给它是明智的选择。
关注 Token 消耗： 这不是闲聊，每一次深度问答都在烧钱。像我这样一口气搞几天，额度去得很快。建议先设定闹钟，或者在一个独立的测试环境中先跑一小段，评估一下性价比。
心态要稳： 被 AI 问倒是很正常的，不要觉得挫败。把它当做一个永远不知疲倦、永远持怀疑态度的资深 mentor。它问倒你的地方，恰恰是你技术盲区所在。
定期复盘： 不要只顾着回答问题。把那些你回答不上来、或者回答得很吃力的问题记录下来，它们才是这次“酷刑”中最有价值的战利品。

这两天下来，虽然整个人都要“燃尽”了，项目文档的质量确实上了一个台阶。这种高强度的交互虽然费钱、费力，但要想在技术细节上做到极致，有一个能随时挑刺的“对手”，未尝不是一种高效的捷径。