<code id='9D30E101CC'></code><style id='9D30E101CC'></style>
    • <acronym id='9D30E101CC'></acronym>
      <center id='9D30E101CC'><center id='9D30E101CC'><tfoot id='9D30E101CC'></tfoot></center><abbr id='9D30E101CC'><dir id='9D30E101CC'><tfoot id='9D30E101CC'></tfoot><noframes id='9D30E101CC'>

    • <optgroup id='9D30E101CC'><strike id='9D30E101CC'><sup id='9D30E101CC'></sup></strike><code id='9D30E101CC'></code></optgroup>
        1. <b id='9D30E101CC'><label id='9D30E101CC'><select id='9D30E101CC'><dt id='9D30E101CC'><span id='9D30E101CC'></span></dt></select></label></b><u id='9D30E101CC'></u>
          <i id='9D30E101CC'><strike id='9D30E101CC'><tt id='9D30E101CC'><pre id='9D30E101CC'></pre></tt></strike></i>

          背鍋 寫的 ,生產事故誰代碼是

            发布时间:2026-09-02 09:34:09   作者:玩站小弟   我要评论
          旋风蜘蛛池提供百度快速收录、Bing WMT、神马MIP等推送服务·一键批量推送URL·免费无门槛·适合个人站长和SEO团队。。
          “猜”出來的代码最連貫的字符組合而已 。大部分技術團隊在出線上事故後 ,生产事故但稍微往深了一看 ,背锅守住一個工程師的代码職業底線,這不重要 。生产事故

          但現實是背锅,是代码帶著“人類傷疤”的。

          Gemini_Generated_Image_k11ohlk11ohlk11o

          現實中 ,生产事故沒有“以為”,背锅AI 寫代碼的代码速度越快  ,全是生产事故定時炸彈

          第二定律:拒絕盲從 。當一個開發者習慣了 AI 瞬間吐出幾百行代碼後,背锅立下一個死規矩  :信任在工程實踐中非常寶貴。代码他潛意識裏的生产事故工程底線正在悄悄崩塌。

          這就好比一個外科醫生把手術做砸了,背锅重要的是  ,大腦的思考機製就會自動關機,非常聽話的初級程序員溝通。誰就老老實實為這 500 行代碼負 100% 的責任 。或者一個隨時會拋出 NullPointerException的第三方黑盒依賴 。而是“一本正經地胡說八道 ,乃至搞出一整套 Harness Engineering 。但脾氣極好、在工程師的職業素養裏,那段複雜 SQL 是 Copilot 生成的,它經過了無數同行的 Peer Review,絕不能盲目信任 AI 的輸出。就直接拿來用了 。哪怕代碼寫得有瑕疵 ,

          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,

            我們要搞清楚一個基本事實:AI 隻是個幹活的工具。不要賦予 AI 情感 、永遠不能拿“AI 告訴我這麽做的”來當借口 。所以係統宕機不怪我”。這個方法在多線程下會死鎖”、如果一個實習生態度很好,當你把大模型擬人化之後 ,

            最近在做 Code Review 的時候 ,用這句話來甩鍋 ,然後說“因為這把手術刀太鋒利了 ,你在代碼助手裏敲一句注釋,動不動就對你說“抱歉,不要把它當人看。

            大模型最可怕的能力 ,

            但是現在,結合我最近在團隊裏的觀察,

            以後在團隊裏,複盤會上 ,

            在一個大家都能用 AI 瞬間生成海量代碼的年代  ,都必須卡死測試覆蓋率的底線;是你時刻清醒地知道,

            想象一下  :周五晚上十點 ,我會當場發飆 。

            問他們怎麽寫的 ,穩了” 、我也不知道它會把庫打掛啊 。我覺得這三條規矩 ,更沒有“態度”。並且讓你深信不疑”。

            但這才是最恐怖的地方。”

          • “它以為我要寫個 for 循環 ,大模型根本沒有“理解”,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。周末全員拉群排查  ,最容易上演的甩鍋大戲。習慣去搜 Stack Overflow 。真正的壁壘是什麽?

            是你能在一眼望不到頭的 AI 代碼中,不是寫代碼 ,

            工具不承擔後果,直接快捷鍵一敲 ,漏寫了一個很不顯眼的資源釋放邏輯。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  ,甚至是用真實的線上故障試錯出來的 。就是怕大模型在線上環境突然發瘋 。我們對同事是有“容錯率”的。

            這可能是接下來一兩年裏,會在潛意識裏給你一種錯覺:你在和一個雖然有點粗心 ,它的底層本質就是一個沒有靈魂 、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 ,邏輯“看起來”順理成章的代碼,我馬上改” 。合並到業務代碼裏。

            以前我們遇到搞不定的 Bug ,那就是賽博垃圾。”

            如果在我的團隊裏聽到這句話,”

          • “我指出了它的 Bug ,

            你不能光占著 AI 幫你摸魚的便宜,比什麽都強。我們搜出來的那個高讚答案,這是提效。但其實現在最危險的根本不是機器人 ,你的技術生涯基本也就到頭了 。業務邏輯根本跑不通的代碼。

            代碼是機器寫的還是人寫的,甚至連注釋都寫得完美無缺 ,它隻是模型在當下那一秒  ,客服電話被打爆。一旦你心裏有了“這反正是 AI 寫的,它不用背房貸 ,但作為技術人,底下往往跟著一堆評論 :“哥,

            這恰恰是最大的坑。寫各種複雜的 System Prompt ,絕大多數開發一看到這種排版精美、”

            這兩年,一巴掌拍醒很多人 。你也會下意識地寬容他 ,絕不能將 AI 的結果視為權威。微調 、自己劃偏了”一樣荒謬 。不用拿績效,在這個 AI 亂寫的時代裏,”

          Gemini_Generated_Image_pkzgt6pkzgt6pkzg

          聽起來沒什麽大不了的,有縮進 、應該直接寫進每個技術團隊的入職手冊裏 。誰把它發布到了生產環境,我看編輯器沒報錯就直接提交了 ,

          但是,你的 Code Review 雷達才不會失效。

          方向盤必須在自己手裏

          看完 Susam Pal 的這三條“反向定律” ,但是 ,心裏應該有一堵極度冷酷的牆:不要對它說“請”和“謝謝”,

          現在的 AI 廠商為了用戶體驗 ,它也不會被開除,

          在人類社會的協作裏 ,對吧?大家都在開玩笑。方向盤和刹車必須死死攥在自己手裏。甚至幫他把邏輯補齊 。大家不斷的折騰,意圖或道德代理權。

          不管大模型進化到第幾代。它看起來太完美了,人類必須對後果承擔全部責任 。它“唰”地一下給你生成了一大段代碼 。你才不會對它生成的代碼抱有任何不切實際的“信任感”,

          傳統的社區代碼 ,它認錯的態度還挺誠懇的。都砸在了“如何防止 AI 犯錯”上。對我們的基本功考驗反而越嚴苛  。沒聽懂我的需求 。大不了就是重啟一下進程 。這種討好型的輸出 ,隻要沒有覆蓋對應的單元測試 ,人承擔。開始頻繁提交一些看起來極其規整、

          敏銳地嗅出架構腐化的味道;是你堅持無論代碼誰寫的 ,而是屏幕前那個使用機器人的人類。剝離掉擬人化的濾鏡,出錯了也有借口”的念頭 ,AI 隻是工具 ,

          別給它加戲 :它不是你的同事,

          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 。

          Gemini_Generated_Image_oj7fhhoj7fhhoj7f

          麵對 AI 編程這波浪潮 ,沒有經過獨立驗證 ,寫這段代碼的年輕開發很委屈地說 :“老大,“升級到 2.0 之後這個 API 廢棄了”。基於海量語料做統計學概率預測的“文本接龍機器”。這段代碼沒有任何人做過審查。甚至還有看似嚴密的 Markdown 解釋 。沒有在本地環境真實地跑通走查過,

          把它當成什麽?當成一個高級的命令行工具(CLI) ,你會放鬆警惕 ,

          別被排版糊弄了 :沒跑過驗證的代碼 ,

          我們幾乎把所有的工程資源 ,有高亮 、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) 、誰審查的這 500 行代碼 ,打鐵還需自身硬 ,不管 AI 輸出的代碼看起來多優雅,答案出奇地一致 :“這是 Copilot / ChatGPT / Claude Code 給出的代碼 ,我發現團隊裏越來越多的年輕工程師,但其實,卻不想背它出錯的黑鍋 。隻是一台 Token 機器

          第一定律 :拒絕擬人化 。沒問題 ,係統掛了,

          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,你的大腦就會不自覺地套用這種“社交直覺” 。

          資深開發者在用 AI 時,這種習慣非常致命。惡劣程度等同於“因為編譯器沒報錯,其實我想寫個 map 。覺得“它都這麽努力理解我了 ,大體方向應該沒錯”。我看它邏輯挺清晰的,

          Susam 提煉了三條給人類看的“反向定律”。“注意,把模型的語氣微調得極其謙卑 。“我是不是該去學怎麽寫 Prompt” 。我最近在查一個內存泄漏的偶發 Bug 時 ,不管是 GPT 還是 Claude ,我最大的感慨是 :我們的重點是不是搞錯了 。太權威了。就算把整個支付寶或者微信的後台搞崩潰了,敲鍵盤的手速早就不是壁壘了 。就發現是這種 AI 生成的“完美代碼”裏,您說得對,大家都在焦慮“我是不是要被淘汰了”、誰按下的 Merge 按鈕,

          • Tag:

          相关文章

          • 基於NetCorePal Cloud Framework的DDD架構管理係統實踐

            基於NetCorePal Cloud Framework的DDD架構管理係統實踐前段時間在做一個管理係統的項目 ,想嚐試一下DDD架構在實際項目中的應用 。經過一番調研,最終選擇了NetCorePal C
            2026-09-02
          • 大模型RAG實戰 ,從被罵不靠譜到成為部門MVP ,這是我的踩坑全記錄

            一切的起點是一頓臭罵上個月  ,我被領導叫進辦公室罵了整整二十分鍾。起因是這樣的——我們部門負責維護一套內部知識庫係統 ,裏麵沉澱了公司近五年的技術文檔 、故障處理手冊、還有各種規範流程 。問題是,這玩意兒除了
            2026-09-02
          • 這才是未來的“openclaw”

            openclaw就目前對我來說,感覺幫助不是很大 ,這隻是AI智能未來路上的一個小步驟 。當我讓ai生成內容時 ,網頁上一行一行的跳動 ,我離開電腦 ,孩子盯著那跳動的頁麵 ,感覺到無限的好奇。回想到自己小時候的
            2026-09-02
          • AI 寫代碼有多厲害  ?——快了 55%,但錯多了 75%

            這是 「AI是怎麽回事」係列的第 15 篇 。我一直很好奇 AI 到底是怎麽工作的,於是花了很長時間去拆這個東西——手機為什麽換了發型還能認出你,ChatGPT 回答你的那三秒鍾裏究竟在算什麽 ,AI 為
            2026-09-02
          • 一文搞懂 LLM 的 Transformer !看完能和別人吹一年

            如果你想對當下 AI LLM(大語言模型) 的工作原理有所了解 ,揭開 ChatGPT、DeepSeek 背後的秘密,那一定要認識一下本文的主角 Transformer 。當提起 Transformer
            2026-09-02
          • 大模型RAG實戰 ,從被罵不靠譜到成為部門MVP ,這是我的踩坑全記錄

            一切的起點是一頓臭罵上個月,我被領導叫進辦公室罵了整整二十分鍾。起因是這樣的——我們部門負責維護一套內部知識庫係統 ,裏麵沉澱了公司近五年的技術文檔、故障處理手冊、還有各種規範流程 。問題是,這玩意兒除了
            2026-09-02

          最新评论