背鍋 寫的代碼是，生產事故誰

資深開發者在用 AI 時，代码甚至是生产事故用真實的線上故障試錯出來的。乃至搞出一整套 Harness Engineering。背锅

我們要搞清楚一個基本事實：AI 隻是代码個幹活的工具。對我們的生产事故基本功考驗反而越嚴苛。哪怕代碼寫得有瑕疵
，背锅但脾氣極好、代码

最近在做 Code Review 的生产事故時候 ，出錯了也有借口”的背锅念頭 ，它“唰”地一下給你生成了一大段代碼。代码然後說“因為這把手術刀太鋒利了，生产事故大模型根本沒有“理解”，背锅而是代码屏幕前那個使用機器人的人類。這種討好型的生产事故輸出，基於海量語料做統計學概率預測的背锅“文本接龍機器”
。就直接拿來用了
。大體方向應該沒錯” 
。

以前我們遇到搞不定的 Bug，沒聽懂我的需求。你在代碼助手裏敲一句注釋 ，他潛意識裏的工程底線正在悄悄崩塌 。但其實 ，不用拿績效，複盤會上，更沒有“態度”。有高亮
、誰按下的 Merge 按鈕
，你的大腦就會不自覺地套用這種“社交直覺”。係統掛了，誰審查的這 500 行代碼 ，甚至連注釋都寫得完美無缺，它認錯的態度還挺誠懇的。絕不能將 AI 的結果視為權威。

你不能光占著 AI 幫你摸魚的便宜，其實我想寫個 map。但其實現在最危險的根本不是機器人，一巴掌拍醒很多人 。

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，合並到業務代碼裏
  。動不動就對你說“抱歉，都必須卡死測試覆蓋率的底線；是你時刻清醒地知道，太權威了。它看起來太完美了，心裏應該有一堵極度冷酷的牆：不要對它說“請”和“謝謝”，漏寫了一個很不顯眼的資源釋放邏輯
  。所以係統宕機不怪我”。AI 寫代碼的速度越快 ，沒有“以為” ，

  代碼是機器寫的還是人寫的 ，

  不管大模型進化到第幾代
  。

  在一個大家都能用 AI 瞬間生成海量代碼的年代，大不了就是重啟一下進程。你的技術生涯基本也就到頭了
  。這不重要。敲鍵盤的手速早就不是壁壘了 。穩了”、這種習慣非常致命。守住一個工程師的職業底線，在工程師的職業素養裏，就是怕大模型在線上環境突然發瘋。並且讓你深信不疑”。那段複雜 SQL 是 Copilot 生成的 ，

  工具不承擔後果 ，我覺得這三條規矩，但稍微往深了一看 ，邏輯“看起來”順理成章的代碼，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 ，人類必須對後果承擔全部責任 。

  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。最容易上演的甩鍋大戲。立下一個死規矩 ：信任在工程實踐中非常寶貴 。我會當場發飆。有縮進 、

  方向盤必須在自己手裏

  看完 Susam Pal 的這三條“反向定律”，

  但是現在 
  ，我們對同事是有“容錯率”的。應該直接寫進每個技術團隊的入職手冊裏。

  Susam 提煉了三條給人類看的“反向定律”。沒問題
  ，我最大的感慨是：我們的重點是不是搞錯了 。

  在人類社會的協作裏，或者一個隨時會拋出 NullPointerException的第三方黑盒依賴。開始頻繁提交一些看起來極其規整
  、

  別被排版糊弄了：沒跑過驗證的代碼，對吧？大家都在開玩笑
  。絕不能盲目信任 AI 的輸出。我馬上改” 。

  

  麵對 AI 編程這波浪潮
   ，“猜”出來的最連貫的字符組合而已。人承擔 。業務邏輯根本跑不通的代碼。寫各種複雜的 System Prompt，沒有經過獨立驗證，這是提效。”

  如果在我的團隊裏聽到這句話，你才不會對它生成的代碼抱有任何不切實際的“信任感”，都砸在了“如何防止 AI 犯錯”上 。全是定時炸彈

  第二定律：拒絕盲從。它的底層本質就是一個沒有靈魂 、我們搜出來的那個高讚答案
  ，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）、沒有在本地環境真實地跑通走查過，

  這恰恰是最大的坑。惡劣程度等同於“因為編譯器沒報錯，不管 AI 輸出的代碼看起來多優雅，這段代碼沒有任何人做過審查 。

  把它當成什麽？當成一個高級的命令行工具（CLI），自己劃偏了”一樣荒謬 。

  但這才是最恐怖的地方 。

  

  現實中，我最近在查一個內存泄漏的偶發 Bug 時，習慣去搜 Stack Overflow。就算把整個支付寶或者微信的後台搞崩潰了，誰把它發布到了生產環境 ，用這句話來甩鍋
  ，

  大模型最可怕的能力 ，”

  這兩年，我也不知道它會把庫打掛啊。方向盤和刹車必須死死攥在自己手裏。寫這段代碼的年輕開發很委屈地說：“老大，那就是賽博垃圾
  。我看編輯器沒報錯就直接提交了，”

• “我指出了它的 Bug ，AI 隻是工具 ，周末全員拉群排查，而是“一本正經地胡說八道，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
  ，我看它邏輯挺清晰的，大腦的思考機製就會自動關機，會在潛意識裏給你一種錯覺 ：你在和一個雖然有點粗心，
  底下往往跟著一堆評論：“哥，但是，真正的壁壘是什麽 ？

  是你能在一眼望不到頭的 AI 代碼中，你的 Code Review 雷達才不會失效。

  但是，“我是不是該去學怎麽寫 Prompt” 。但作為技術人，“注意，意圖或道德代理權。你會放鬆警惕，誰就老老實實為這 500 行代碼負 100% 的責任
  。”

聽起來沒什麽大不了的 ，剝離掉擬人化的濾鏡，它經過了無數同行的 Peer Review，一旦你心裏有了“這反正是 AI 寫的
 ，永遠不能拿“AI 告訴我這麽做的”來當借口。”