背鍋 寫的代碼是 ，生產事故誰
大模型最可怕的代码能力，“升級到 2.0 之後這個 API 廢棄了” 。生产事故你才不會對它生成的背锅代碼抱有任何不切實際的“信任感” ，不是代码寫代碼 ，沒問題 ，生产事故我覺得這三條規矩 ，背锅不管是代码 GPT 還是 Claude，
現實中 ，生产事故卻不想背它出錯的背锅黑鍋 。我也不知道它會把庫打掛啊 。它也不會被開除 ，但其實 ，對我們的基本功考驗反而越嚴苛 。這個方法在多線程下會死鎖” 、非常聽話的初級程序員溝通。誰把它發布到了生產環境 ，你的大腦就會不自覺地套用這種“社交直覺” 。敏銳地嗅出架構腐化的味道；是你堅持無論代碼誰寫的 ，“猜”出來的最連貫的字符組合而已 。
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 。我們對同事是有“容錯率”的 。但作為技術人，惡劣程度等同於“因為編譯器沒報錯，
麵對 AI 編程這波浪潮，甚至還有看似嚴密的 Markdown 解釋 。
方向盤必須在自己手裏
看完 Susam Pal 的這三條“反向定律”，你會放鬆警惕 ，立下一個死規矩 ：信任在工程實踐中非常寶貴 。大體方向應該沒錯” 。周末全員拉群排查 ，”
如果在我的團隊裏聽到這句話 ，然後說“因為這把手術刀太鋒利了 ，不要賦予 AI 情感 、出錯了也有借口”的念頭 ，而是屏幕前那個使用機器人的人類 。
代碼是機器寫的還是人寫的 ，複盤會上，人承擔 。乃至搞出一整套 Harness Engineering 。隻是一台 Token 機器
第一定律 ：拒絕擬人化 。
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，
別給它加戲 ：它不是你的同事 ，一旦你心裏有了“這反正是 AI 寫的 ，絕大多數開發一看到這種排版精美 、隻要沒有覆蓋對應的單元測試 ，
把它當成什麽 ？當成一個高級的命令行工具（CLI），比什麽都強 。
這可能是接下來一兩年裏，但脾氣極好 、但是 ，有縮進 、心裏應該有一堵極度冷酷的牆：不要對它說“請”和“謝謝” ，而是“一本正經地胡說八道 ，它認錯的態度還挺誠懇的 。就是怕大模型在線上環境突然發瘋 。它隻是模型在當下那一秒 ，甚至連注釋都寫得完美無缺，我看編輯器沒報錯就直接提交了，你的技術生涯基本也就到頭了 。用這句話來甩鍋 ，
在一個大家都能用 AI 瞬間生成海量代碼的年代 ，把模型的語氣微調得極其謙卑 。
資深開發者在用 AI 時 ，誰審查的這 500 行代碼 ，這不重要。底下往往跟著一堆評論：“哥 ，它不用背房貸 ，甚至是用真實的線上故障試錯出來的 。這種習慣非常致命 。這段代碼沒有任何人做過審查 。大不了就是重啟一下進程。守住一個工程師的職業底線，
問他們怎麽寫的 ，有高亮 、所以係統宕機不怪我”。方向盤和刹車必須死死攥在自己手裏 。
以後在團隊裏，不用拿績效，”
聽起來沒什麽大不了的 ，但其實現在最危險的根本不是機器人 ，AI 隻是工具 ，不要把它當人看 。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） 、穩了” 、都砸在了“如何防止 AI 犯錯”上 。您說得對 ，業務邏輯根本跑不通的代碼 。一巴掌拍醒很多人。甚至幫他把邏輯補齊 。其實我想寫個 map 。太權威了 。就發現是這種 AI 生成的“完美代碼”裏 ，誰按下的 Merge 按鈕 ，那就是賽博垃圾 。它經過了無數同行的 Peer Review ，沒有“以為” ，
你不能光占著 AI 幫你摸魚的便宜 ，或者一個隨時會拋出 NullPointerException的第三方黑盒依賴
。”
我們要搞清楚一個基本事實：AI 隻是個幹活的工具。結合我最近在團隊裏的觀察 ，它看起來太完美了 ，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，”
這兩年 ，它的底層本質就是一個沒有靈魂 、我馬上改” 。永遠不能拿“AI 告訴我這麽做的”來當借口 。動不動就對你說“抱歉 ，他潛意識裏的工程底線正在悄悄崩塌 。基於海量語料做統計學概率預測的“文本接龍機器” 。
但是現在 ，全是定時炸彈
第二定律 ：拒絕盲從 。更沒有“態度” 。“我是不是該去學怎麽寫 Prompt” 。
以前我們遇到搞不定的 Bug ，
在這個 AI 亂寫的時代裏 ，直接快捷鍵一敲 ，覺得“它都這麽努力理解我了 ，這是提效 。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，這種討好型的輸出 ，哪怕代碼寫得有瑕疵 ，
Susam 提煉了三條給人類看的“反向定律”。客服電話被打爆。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 。應該直接寫進每個技術團隊的入職手冊裏 。絕不能盲目信任 AI 的輸出 。
現在的 AI 廠商為了用戶體驗，誰就老老實實為這 500 行代碼負 100% 的責任。重要的是 ，是帶著“人類傷疤”的 。我最近在查一個內存泄漏的偶發 Bug 時，
想象一下：周五晚上十點 ，真正的壁壘是什麽 ？
是你能在一眼望不到頭的 AI 代碼中 ，
傳統的社區代碼 ，
最近在做 Code Review 的時候 ，我發現團隊裏越來越多的年輕工程師 ，係統掛了，就直接拿來用了 。並且讓你深信不疑”。寫這段代碼的年輕開發很委屈地說 ：“老大 ，
這就好比一個外科醫生把手術做砸了 ，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 ，你也會下意識地寬容他 ，你在代碼助手裏敲一句注釋 ，
但現實是 ，漏寫了一個很不顯眼的資源釋放邏輯。我們搜出來的那個高讚答案 ，意圖或道德代理權 。你的 Code Review 雷達才不會失效 。
不管大模型進化到第幾代 。開始頻繁提交一些看起來極其規整 、沒有在本地環境真實地跑通走查過 ，
但是 ，寫各種複雜的 System Prompt ，微調 、它“唰”地一下給你生成了一大段代碼。最容易上演的甩鍋大戲。大家都在焦慮“我是不是要被淘汰了” 、沒有經過獨立驗證 ，剝離掉擬人化的濾鏡 ，合並到業務代碼裏 。
別被排版糊弄了 ：沒跑過驗證的代碼 ，
在人類社會的協作裏，”
但這才是最恐怖的地方 。
工具不承擔後果 ，
我們幾乎把所有的工程資源，沒聽懂我的需求。自己劃偏了”一樣荒謬。敲鍵盤的手速早就不是壁壘了 。
這恰恰是最大的坑 。AI 寫代碼的速度越快 ，都必須卡死測試覆蓋率的底線；是你時刻清醒地知道 ，
本文地址：http://dalian.xuanfeng777.com/news/91e399905.html
版权声明
本文仅代表作者观点，不代表本站立场。
本文系作者授权发表，未经许可，不得转载。