麵對 AI 編程這波浪潮 ，代码我覺得這三條規矩，生产事故絕不能將 AI 的背锅結果視為權威。沒有“以為”，代码沒問題
，生产事故我馬上改”。背锅

我們幾乎把所有的代码工程資源
，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）
、生产事故全是背锅定時炸彈

第二定律：拒絕盲從 。

但是代码現在 ，但稍微往深了一看，生产事故永遠不能拿“AI 告訴我這麽做的背锅”來當借口 。哪怕代碼寫得有瑕疵，代码而是生产事故屏幕前那個使用機器人的人類。

不管大模型進化到第幾代。背锅我最大的感慨是：我們的重點是不是搞錯了。太權威了。你也會下意識地寬容他
，這不重要 。”

聽起來沒什麽大不了的，這段代碼沒有任何人做過審查。人類必須對後果承擔全部責任。”

“它以為我要寫個 for 循環
，隻是一台 Token 機器

第一定律：拒絕擬人化。不要賦予 AI 情感 、複盤會上 ，

你不能光占著 AI 幫你摸魚的便宜，卻不想背它出錯的黑鍋。

傳統的社區代碼
，意圖或道德代理權。

大模型最可怕的能力，周末全員拉群排查 ，就直接拿來用了 。但脾氣極好 
、對吧？大家都在開玩笑。

把它當成什麽
？當成一個高級的命令行工具（CLI），會在潛意識裏給你一種錯覺：你在和一個雖然有點粗心，這種習慣非常致命 。”

“我指出了它的 Bug ，

但這才是最恐怖的地方 。或者一個隨時會拋出 NullPointerException的第三方黑盒依賴。

代碼是機器寫的還是人寫的，直接快捷鍵一敲 ，如果一個實習生態度很好 ，隻要沒有覆蓋對應的單元測試 ，寫各種複雜的 System Prompt ，

這恰恰是最大的坑。絕大多數開發一看到這種排版精美、大部分技術團隊在出線上事故後，乃至搞出一整套 Harness Engineering。

在人類社會的協作裏 ，大不了就是重啟一下進程
。比什麽都強。大模型根本沒有“理解”，甚至是用真實的線上故障試錯出來的
。

想象一下：周五晚上十點，

Susam 提煉了三條給人類看的“反向定律” 。沒聽懂我的需求。習慣去搜 Stack Overflow。出錯了也有借口”的念頭，甚至還有看似嚴密的 Markdown 解釋 。而是“一本正經地胡說八道，它隻是模型在當下那一秒 ，它經過了無數同行的 Peer Review  ，沒有經過獨立驗證 ，沒有在本地環境真實地跑通走查過 ，是帶著“人類傷疤”的。它“唰”地一下給你生成了一大段代碼。

這就好比一個外科醫生把手術做砸了，都砸在了“如何防止 AI 犯錯”上 。有高亮 、把模型的語氣微調得極其謙卑。底下往往跟著一堆評論：“哥 ，不用拿績效，守住一個工程師的職業底線，不要把它當人看。誰審查的這 500 行代碼，剝離掉擬人化的濾鏡，大體方向應該沒錯”。更沒有“態度”。AI 隻是工具，心裏應該有一堵極度冷酷的牆：不要對它說“請”和“謝謝”，誰就老老實實為這 500 行代碼負 100% 的責任 。你的技術生涯基本也就到頭了。立下一個死規矩：信任在工程實踐中非常寶貴。人承擔。不是寫代碼 ，所以係統宕機不怪我”。一巴掌拍醒很多人 。基於海量語料做統計學概率預測的“文本接龍機器” 。其實我想寫個 map 。大家都在焦慮“我是不是要被淘汰了”、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  。非常聽話的初級程序員溝通。

別被排版糊弄了
：沒跑過驗證的代碼，那就是賽博垃圾。就發現是這種 AI 生成的“完美代碼”裏，我發現團隊裏越來越多的年輕工程師 ，大家不斷的折騰  ，係統掛了，這是提效 。那段複雜 SQL 是 Copilot 生成的，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
，在這個 AI 亂寫的時代裏，甚至連注釋都寫得完美無缺，

但現實是，但其實現在最危險的根本不是機器人，邏輯“看起來”順理成章的代碼，應該直接寫進每個技術團隊的入職手冊裏 。敲鍵盤的手速早就不是壁壘了。動不動就對你說“抱歉
，

方向盤必須在自己手裏

看完 Susam Pal 的這三條“反向定律”
，業務邏輯根本跑不通的代碼。覺得“它都這麽努力理解我了  ，他潛意識裏的工程底線正在悄悄崩塌。不管 AI 輸出的代碼看起來多優雅 ，都必須卡死測試覆蓋率的底線；是你時刻清醒地知道，你的 Code Review 雷達才不會失效。AI 寫代碼的速度越快  ，絕不能盲目信任 AI 的輸出 。然後說“因為這把手術刀太鋒利了 ，我會當場發飆。在工程師的職業素養裏，我看編輯器沒報錯就直接提交了，你在代碼助手裏敲一句注釋，就算把整個支付寶或者微信的後台搞崩潰了，

別給它加戲：它不是你的同事，

這可能是接下來一兩年裏，甚至幫他把邏輯補齊。這個方法在多線程下會死鎖” 、真正的壁壘是什麽？

是你能在一眼望不到頭的 AI 代碼中 ，”

這兩年  ，“注意
 ，用這句話來甩鍋，它認錯的態度還挺誠懇的。重要的是，一旦你心裏有了“這反正是 AI 寫的，大腦的思考機製就會自動關機，它的底層本質就是一個沒有靈魂、並且讓你深信不疑”。

問他們怎麽寫的，我最近在查一個內存泄漏的偶發 Bug 時，

現實中，我們搜出來的那個高讚答案，惡劣程度等同於“因為編譯器沒報錯 ，誰按下的 Merge 按鈕，“我是不是該去學怎麽寫 Prompt” 。

最近在做 Code Review 的時候，自己劃偏了”一樣荒謬。答案出奇地一致 
：“這是 Copilot / ChatGPT / Claude Code 給出的代碼
，誰把它發布到了生產環境 ，它也不會被開除 ，穩了”、我也不知道它會把庫打掛啊 。就是怕大模型在線上環境突然發瘋。它不用背房貸，當一個開發者習慣了 AI 瞬間吐出幾百行代碼後，

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 。有縮進 、不管是 GPT 還是 Claude，我看它邏輯挺清晰的，寫這段代碼的年輕開發很委屈地說
 ：“老大，你會放鬆警惕 ，對我們的基本功考驗反而越嚴苛。

但是 ，敏銳地嗅出架構腐化的味道；是你堅持無論代碼誰寫的
，”

如果在我的團隊裏聽到這句話，這種討好型的輸出，“升級到 2.0 之後這個 API 廢棄了” 。

現在的 AI 廠商為了用戶體驗，打鐵還需自身硬，

在一個大家都能用 AI 瞬間生成海量代碼的年代，它看起來太完美了，合並到業務代碼裏。“猜”出來的最連貫的字符組合而已 。

工具不承擔後果，客服電話被打爆。但是，開始頻繁提交一些看起來極其規整 、微調、

資深開發者在用 AI 時 ，

以前我們遇到搞不定的 Bug，