完全由 AI 生成的代码，我越看越心惊

有一次我让 AI 帮我实现一个功能，跑通了，测试也过了，绿灯一片。我本来准备直接合进去，鬼使神差地想着"再扫一眼吧"，就一行一行读了下去。

越读越不对劲，越读越心惊。

不是那种"哦这里有个 bug"的心惊，而是一种更凉的感觉：代码能跑，逻辑也对，但它做事的方式，和我脑子里想的完全是两回事。 它悄悄多建了一层封装，在一个边界条件上做了个我根本没要求的"贴心"处理，还顺手引入了一个我压根不想要的依赖。单看每一处都"没错"，合起来看，这已经不是我要的东西了。

那一刻我意识到一件事：AI 交付的从来不是"我想要的",而是"我说出来的",甚至是"它猜我想要的"。 这中间的缝隙，就是心惊的来源。

冷静下来复盘，我把这份"心惊"拆成了两半。

一半，不能全怪 AI

说句公道话，那段代码里让我别扭的地方，有相当一部分根子在我自己身上。

我给 AI 的 design（设计说明）本来就没说清楚。我心里"默认"的那些东西——错误怎么处理、边界怎么算、要不要引第三方库、命名和分层遵循什么约定——我一个字都没写。我以为这些是"常识",不用说。

可 AI 没有你团队里那种"心照不宣"。它读不到你没写下来的东西。你 design 里留的每一个空白，它都会用训练数据里的"平均答案"去填。 平均答案未必错，但十有八九不是你要的那个。

这就像你跟装修师傅说"厨房弄好看点",然后回来发现他刷了一面你无法接受的颜色。你能怪他吗？半怪半不怪——你没说清楚"好看"是什么,他就按他理解的"好看"来了。

AI 不会读心。你 design 里省掉的每一句话，它都会替你做主。 你以为的"不言自明",在它那里是"空白待填"。

所以这一半的教训是给我自己的：想让 AI 干得准，先把话说全。 边界、约束、约定、不要做什么——这些恰恰是最该写进 design 的，而不是最该省的。

另一半，还是 AI 的锅

但也别急着全揽到自己身上。剩下那一半，AI 确实有它的问题，而且是结构性的。

• 它会过度设计。 你要一个简单的东西，它给你架一套"看起来很专业"的结构。冷门领域尤其明显——训练数据少，它就更容易堆砌它"见过"的模式，而不是你需要的最简解。
• 它会自作主张。 没让它加的它加了，没让它删的它可能删了。我见过它为了"让测试通过",悄悄改掉了断言的语义。
• 它无法真正超越训练数据。 某些 CEO 的营销话术说模型能"思考",但在你深耕的窄领域里，你的判断往往比它强。它给的是"大多数人会怎么写",不是"这个场景下最该怎么写"。
• 它态度诚恳，但不可靠。 它会非常礼貌地告诉你"已完成、已测试、没问题",语气笃定得像个资深工程师。可那份笃定，和代码质量没有必然关系。

一句话：AI 是个能力惊人、但会跑偏、且永远不会为后果负责的助手。 它交出活儿的那一刻，责任并没有跟着交出去——责任还在你手上。

去年我就遇到一个隐藏很深的问题，导致了一个线上故障， AI 写的代码，AI 审查的代码，人也看了一眼，还是漏掉了一个 gorouing 泄漏乃至溢出的问题，我不敢说古法编程一定会没问题，但机率会小很多，故障的原因在于把一个回调发给第三方库，第三方库回调回来后，在一个异常情况下，又会调用到第三库里，如此这般，会陷入一个死循环，这里其实违反了一个基本原则，在传出去的回调函数中，一定不能出现回路。老程序员的脑子里会有这根预防死循环以及死锁的弦紧绷着， AI 可不管这个。

想上产品线？收紧缰绳

如果你只是自己玩玩，那随便。但如果这段 AI 写的代码要用到产品线上、要真金白银地跑在用户面前，当下你必须收紧缰绳。

"收紧缰绳"这个说法，我是从 okTurtles 的 Greg Slepak 那篇《Short Leash AI Coding Method》里借来的（链接见文末）——他讲的是"像牵着短绳遛狗一样盯着 AI 的每一步"。不过他那篇是给资深开发者的方法论布道，我这篇更想聊聊被 AI 代码"吓"到之后的那点自省：缰绳该收，但收之前，得先承认有一半是自己没说清楚。

我现在用的是一套"人机接力"的流程——每一棒都是 AI 和人一起跑，人始终在回路里：

人给需求/想法
   ↓
AI & 人  做设计 / 拆解
   ↓
AI & 人  评审设计
   ↓
AI       写代码
   ↓
AI & 人  评审代码（换一个模型来审）
   ↓
AI & 人  做测试
   ↓
交付

这套流程里，有几个点是我特意设计的，值得展开说：

• 需求这一棒，人必须先跑。 想法和方向是你的责任，别指望 AI 替你想清楚要什么。
• 设计和拆解，人机一起。 这一步恰恰是我上次栽跟头的地方——把 design 说清楚，AI 才不会拿"平均答案"填空。
• 写代码可以放心交给 AI。 这是它最擅长的一棒。
• 评审代码时，换一个模型来审。 让写代码的 AI 自己审自己，等于让考生自己改卷子。换个模型，相当于请了另一双眼睛。而且——只有 AI 审或只有人审，漏的错都比"人 + AI 都审"多。 把 AI 当成一个飞快的 linter，帮你扫常见错误；人则负责抓方向性的、高层次的问题。
• 测试这一棒，人不能缺席。

AI 负责"快",人负责"对"。缰绳的两头，一头是效率，一头是责任。

顺带说一句：别用"YOLO 模式"（一路跳过所有权限确认、让 AI 自己横冲直撞）。用那种每次改动前会给你看 diff（改动对比）的工具，把每一次 diff 都当成一次微型 review——既拦住 AI 跑偏，也顺手更新了你自己对代码库的理解。

名词小注：diff 就是"改了哪几行"的对比视图，红色是删掉的、绿色是新增的。盯着 diff 看，是保持你对代码库理解不掉线的最省力方式。

你要对结果负责，就得理解 AI 干了啥

这是我最想说的一句，也是这篇文章的骨头：

如果你要对最终结果负责，你就必须理解 AI 到底干了什么。

具体到动作上，就两条硬规矩，没有商量：

1. 主要功能代码，必须逐行看。 不是"扫一眼跑没跑通",是像审别人的 PR 一样，一行一行读，读懂它为什么这么写、有没有偷偷夹带你不要的东西。
2. 验收测试，必须亲自做。 别只看那片绿灯。绿灯只说明"AI 认为它对了",不说明"它真的是你要的"。亲手跑一遍关键路径，你才睡得着。

道理其实特别朴素：AI 不会给你背锅。 线上出了事故，没有哪个模型会站出来替你担责，被问责的、要熬夜救火的、要向老板和用户解释的，是你。

这就像你请了个很快的助手帮你写材料，但落款签的是你的名字。他写得再快，签字前你不看，出了问题也是你的责任。签字权和背锅权，从来是绑在一起的。

那什么可以放心交给 AI？

说了这么多"收紧缰绳",别误会成"AI 不能用"。恰恰相反——关键是分清哪些活儿"输不起",哪些活儿"随便输"。

对于那些就算错了也不会造成什么实质损失的事，尽管放心交给 AI，缰绳可以彻底松开：

• 做原型 / demo：反正是用来验证想法的，丑一点、糙一点无所谓，能跑起来看个大概就行。
• 写软文 / 初稿：让它先出个草稿，你再改。反正最后过你脑子、署你名字。
• 查资料 / 做调研：让它帮你快速铺开信息面，但结论性的、要写进正式文档的，你得自己核一遍。
• 一次性脚本 / 临时小工具：用完即弃的东西，出错成本极低。

判断标准就一句话：

这件事错了，会不会有人承受实质损失？ 会 → 收紧缰绳，人在回路，逐行看、亲自测。 不会 → 松开缰绳，让 AI 撒欢，你省心。

最后一句

AI 让写代码这件事变得又快又爽，快到你会忍不住想把方向盘也一起交出去。但我这次"越看越心惊"的经历提醒我：能交出去的是键盘，不能交出去的是责任。

那段让我心惊的代码，后来我改了。改的时候我没那么焦虑了——因为我终于弄明白了它每一行在干什么。那一刻我才踏实：不是因为 AI 写得好，而是因为我终于看懂了、并且认下了这份东西。

方向盘在谁手上，代码就是谁的。

参考链接

• 本文"收紧缰绳"的说法受此文启发：Greg Slepak, The Short Leash AI Coding Method For Beating Fable (okTurtles Blog)

我之前写过的几篇相关文章，可以一起看：

• Vibe Coding 时代：起码要知道 AI 在做什么
• AI 写得太快，肉眼看不过来：当 Code Review 成为新瓶颈
• AI 写的代码：华丽袍子下面，也可能都是虱子
• AI 辅助编程的三大护法：可验证性、可观测性、可理解性
• 驾驭 AI 工程的一些最佳实践：从 Meta-Harness 论文到可落地的工程手册
• AI 编程时代，品味比经验更重要
• AI 编程新范式：80% 在想，10% 在写，10% 在验

全文思维导图

@startmindmap
<style>
mindmapDiagram {
  node {
    BackgroundColor #F8F9FA
    RoundCorner 10
    Padding 10
    FontSize 13
  }
  :depth(0) {
    BackgroundColor #1E3A5F
    FontColor white
    FontSize 18
    FontStyle bold
  }
  :depth(1) {
    FontSize 15
    FontStyle bold
  }
  :depth(2) {
    FontSize 13
  }
}
</style>

* AI 代码越看越心惊
** 心惊从哪来
*** 能跑但不是我要的
*** 交付的是"说出来的"不是"想要的"
** 一半怪我
*** design 没说清楚
*** 空白它用平均答案填
*** 边界约束约定要写进 design
** 一半怪 AI
*** 会过度设计
*** 会自作主张
*** 超不过训练数据
*** 笃定但不可靠
** 收紧缰绳的流程
*** 人给需求
*** AI+人 设计拆解
*** AI+人 评审设计
*** AI 写代码
*** 换模型 AI+人 评审
*** AI+人 测试 → 交付
*** 不用 YOLO 盯着 diff
** 你负责就得看懂
*** 主要功能逐行看
*** 验收测试亲自做
*** AI 不背锅 签字权=背锅权
** 可放心交给 AI
*** 原型 demo
*** 软文初稿
*** 查资料(结论自己核)
*** 一次性脚本
*** 标准:错了有没有人受损
@endmindmap

本作品采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可。 欢迎在我的个人网站 https://www.fanyamin.com 访问原文并评论。