"橡皮鸭调试"（Rubber Duck Debugging）这个名字来自 The Pragmatic Programmer （1999 年）这本书：程序员桌上放一只橡皮鸭，卡住的时候就对着鸭子逐行解释代码。很多时候解释到一半，自己就发现问题了。

这个现象其实大家都不陌生。你肯定经历过：写了半天邮件描述一个 bug，写到一半突然想通了；或者在会议上给同事讲一个问题的来龙去脉，讲着讲着自己就意识到了错在哪。鸭子只是个象征，真正的机制是： 把模糊的想法变成清晰的表述，这个过程本身就是思考 。

为什么解释能帮你找到 bug？因为脑子里想的逻辑和嘴里说出来的逻辑不一样。脑子里你可以跳步、模糊处理、含糊带过；但要说给别人听，你就必须一步步走：输入是什么？然后呢？这个条件为什么需要？失败了怎么办？这些被跳过的"然后呢"往往是 bug 藏身的地方。另外，说出来的假设会变得可疑——"这个值不可能为 null"一旦说出口，你马上会意识到"等等，万一呢？"

传统橡皮鸭是被动倾听者——你对着它说，它不回应。AI 不同，它可以主动提问："你确定这个 API 调用不会超时吗？""如果输入是空列表会怎样？"

但用 AI 调试有一个陷阱：如果你直接把代码丢给 AI 说"帮我找 bug"，你只是在用 AI 替你思考。短期内问题解决了，长期来看你的调试能力没成长。正确的用法是把 AI 当鸭子而不是当助手——你来解释，让它质疑你的逻辑。

一个实用的 prompt：

扮演一只橡皮鸭。不要直接给我解决方案。
听我解释代码逻辑，然后指出不清晰的地方、
遗漏的步骤或错误的假设。

这样 AI 会帮你发现思维盲点，而不是直接帮你填上。

AI 工具越来越强，一键就能生成代码、定位错误。但软件质量的上限取决于你对问题的理解程度，而不是工具的能力。不管工具怎么进化，"解释清楚"这项能力永远是稀缺的——因为它的本质不是技术能力，而是把混乱的直觉变成有序的逻辑。