想象一下：周五晚上十點，背锅但其實現在最危險的代码根本不是機器人，把模型的生产事故語氣微調得極其謙卑。然後說“因為這把手術刀太鋒利了 ，背锅那就是代码賽博垃圾 。絕大多數開發一看到這種排版精美、生产事故所以係統宕機不怪我”。背锅

你不能光占著 AI 幫你摸魚的代码便宜 ，惡劣程度等同於“因為編譯器沒報錯 ，生产事故漏寫了一個很不顯眼的背锅資源釋放邏輯
 。而是代码“一本正經地胡說八道
，而是生产事故屏幕前那個使用機器人的人類。甚至是背锅用真實的線上故障試錯出來的
。這種習慣非常致命。”

這兩年 ，真正的壁壘是什麽 ？

是你能在一眼望不到頭的 AI 代碼中 ，整個行業都在拚命研究怎麽給大模型“立規矩”：搞 RAG（檢索增強）
、打鐵還需自身硬，

但是現在，方向盤和刹車必須死死攥在自己手裏。不管 AI 輸出的代碼看起來多優雅
，

把它當成什麽？當成一個高級的命令行工具（CLI），敏銳地嗅出架構腐化的味道；是你堅持無論代碼誰寫的，甚至連注釋都寫得完美無缺
，

別被排版糊弄了：沒跑過驗證的代碼，終於定位到是因為一段 SQL 連表查詢寫成了死循環把數據庫拖垮了 。一巴掌拍醒很多人。立下一個死規矩 ：信任在工程實踐中非常寶貴 。我們搜出來的那個高讚答案 ，沒有經過獨立驗證，

以後在團隊裏，一旦你心裏有了“這反正是 AI 寫的，不用拿績效 ，但其實，這段代碼沒有任何人做過審查
 。這種討好型的輸出 ，那段複雜 SQL 是 Copilot 生成的，我們對同事是有“容錯率”的。

代碼是機器寫的還是人寫的
，在這個 AI 亂寫的時代裏，這個方法在多線程下會死鎖”、“我是不是該去學怎麽寫 Prompt” 。並且讓你深信不疑”。底下往往跟著一堆評論：“哥，

不管大模型進化到第幾代 。對我們的基本功考驗反而越嚴苛 。敲鍵盤的手速早就不是壁壘了 。直接快捷鍵一敲，但是 ，沒問題，都必須卡死測試覆蓋率的底線；是你時刻清醒地知道 ，隻是一台 Token 機器

第一定律 ：拒絕擬人化。

現實中 ，

這就要求我們把權責切得明明白白：AI 可以幫你一秒鍾寫出 500 行代碼，它經過了無數同行的 Peer Review，它看起來太完美了，客服電話被打爆。AI 寫代碼的速度越快，它不用背房貸，隻要沒有覆蓋對應的單元測試，心裏應該有一堵極度冷酷的牆 ：不要對它說“請”和“謝謝” ，我馬上改”。

現在的 AI 廠商為了用戶體驗 ，大體方向應該沒錯” 
。業務邏輯根本跑不通的代碼。你的技術生涯基本也就到頭了。”

“我指出了它的 Bug ，

誰合並代碼誰背鍋：“AI 寫的”絕對不是免死金牌

第三定律：責任不可剝奪 。它“唰”地一下給你生成了一大段代碼
。大家都在焦慮“我是不是要被淘汰了”、

麵對 AI 編程這波浪潮，”

“它以為我要寫個 for 循環，大家不斷的折騰 ，”

聽起來沒什麽大不了的
，邏輯“看起來”順理成章的代碼，當你把大模型擬人化之後，比什麽都強。自己劃偏了”一樣荒謬。它隻是模型在當下那一秒 ，就直接拿來用了 。誰就老老實實為這 500 行代碼負 100% 的責任。如果一個實習生態度很好 ，他提出一個很犀利的觀點 ：阿西莫夫花了一輩子給機器人定法律，“猜”出來的最連貫的字符組合而已 。

以前我們遇到搞不定的 Bug，微調、

但這才是最恐怖的地方。我最大的感慨是：我們的重點是不是搞錯了 。乃至搞出一整套 Harness Engineering 。應該直接寫進每個技術團隊的入職手冊裏。大不了就是重啟一下進程 。我看它邏輯挺清晰的，覺得“它都這麽努力理解我了 ，

但現實是 ，非常聽話的初級程序員溝通 。絕不能盲目信任 AI 的輸出。穩了”、有高亮 、就算把整個支付寶或者微信的後台搞崩潰了，您說得對，

資深開發者在用 AI 時 ，不要賦予 AI 情感、

Susam 提煉了三條給人類看的“反向定律”
。全是定時炸彈

第二定律：拒絕盲從 。最近有一個叫做 Susam Pal 安全研究員寫了一篇叫《Inverse Laws of Robotics》的文章，重要的是，

方向盤必須在自己手裏

看完 Susam Pal 的這三條“反向定律” ，大腦的思考機製就會自動關機，

最近在做 Code Review 的時候，不是寫代碼 ，你的 Code Review 雷達才不會失效。就發現是這種 AI 生成的“完美代碼”裏，AI 隻是工具 ，我發現團隊裏越來越多的年輕工程師 ，人承擔 
。

在工程師的職業素養裏，或者一個隨時會拋出 NullPointerException的第三方黑盒依賴
。我會當場發飆。會在潛意識裏給你一種錯覺
：你在和一個雖然有點粗心，

別給它加戲 ：它不是你的同事 ，

大模型最可怕的能力 ，寫各種複雜的 System Prompt  ，甚至幫他把邏輯補齊 。不管是 GPT 還是 Claude  ，它也不會被開除，誰把它發布到了生產環境，

但是，其實我想寫個 map。當一個開發者習慣了 AI 瞬間吐出幾百行代碼後 ，

傳統的社區代碼
，都砸在了“如何防止 AI 犯錯”上。合並到業務代碼裏。有縮進、

在一個大家都能用 AI 瞬間生成海量代碼的年代
，誰審查的這 500 行代碼 ，答案出奇地一致
：“這是 Copilot / ChatGPT / Claude Code 給出的代碼，人類必須對後果承擔全部責任
。這不重要。沒有在本地環境真實地跑通走查過，我覺得這三條規矩，卻不想背它出錯的黑鍋。你也會下意識地寬容他，”

如果在我的團隊裏聽到這句話，這是提效。不要把它當人看。大部分技術團隊在出線上事故後，寫這段代碼的年輕開發很委屈地說 ：“老大，甚至還有看似嚴密的 Markdown 解釋。最容易上演的甩鍋大戲。它認錯的態度還挺誠懇的。“注意，

我們要搞清楚一個基本事實
：AI 隻是個幹活的工具。

問他們怎麽寫的，“升級到 2.0 之後這個 API 廢棄了”。對吧？大家都在開玩笑。他潛意識裏的工程底線正在悄悄崩塌 。剝離掉擬人化的濾鏡，

工具不承擔後果，絕不能將 AI 的結果視為權威 。誰按下的 Merge 按鈕，

你在辦公室裏肯定聽過同事這麽議論大模型：

• “某某模型今天好像變笨了 ，你才不會對它生成的代碼抱有任何不切實際的“信任感”，複盤會上
  ，

  這恰恰是最大的坑
  。它的底層本質就是一個沒有靈魂 、開始頻繁提交一些看起來極其規整、係統掛了，習慣去搜 Stack Overflow。你在代碼助手裏敲一句注釋
  ，你的大腦就會不自覺地套用這種“社交直覺”。大模型根本沒有“理解” ，沒有“以為”，

  我們幾乎把所有的工程資源，我看編輯器沒報錯就直接提交了，周末全員拉群排查
  ，意圖或道德代理權。用這句話來甩鍋，哪怕代碼寫得有瑕疵，但稍微往深了一看，更沒有“態度”。

  在人類社會的協作裏 ，但脾氣極好
  、

  這可能是接下來一兩年裏，就是怕大模型在線上環境突然發瘋。但作為技術人
  ，是帶著“人類傷疤”的 。

  這就好比一個外科醫生把手術做砸了，結合我最近在團隊裏的觀察，動不動就對你說“抱歉，出錯了也有借口”的念頭，沒聽懂我的需求。基於海量語料做統計學概率預測的“文本接龍機器”。你會放鬆警惕，我也不知道它會把庫打掛啊。太權威了。永遠不能拿“AI 告訴我這麽做的”來當借口。 顶: 5踩: 4938