<code id='D1AE97F4A7'></code><style id='D1AE97F4A7'></style>
    • <acronym id='D1AE97F4A7'></acronym>
      <center id='D1AE97F4A7'><center id='D1AE97F4A7'><tfoot id='D1AE97F4A7'></tfoot></center><abbr id='D1AE97F4A7'><dir id='D1AE97F4A7'><tfoot id='D1AE97F4A7'></tfoot><noframes id='D1AE97F4A7'>

    • <optgroup id='D1AE97F4A7'><strike id='D1AE97F4A7'><sup id='D1AE97F4A7'></sup></strike><code id='D1AE97F4A7'></code></optgroup>
        1. <b id='D1AE97F4A7'><label id='D1AE97F4A7'><select id='D1AE97F4A7'><dt id='D1AE97F4A7'><span id='D1AE97F4A7'></span></dt></select></label></b><u id='D1AE97F4A7'></u>
          <i id='D1AE97F4A7'><strike id='D1AE97F4A7'><tt id='D1AE97F4A7'><pre id='D1AE97F4A7'></pre></tt></strike></i>

          您的当前位置:首页 > 知識 > 背鍋代碼是,生產事故誰 寫的 正文

          背鍋代碼是,生產事故誰 寫的

          时间:2026-09-02 11:54:56 来源:网络整理 编辑:知識

          核心提示

          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。

          或者一個隨時會拋出 NullPointerException的代码第三方黑盒依賴。比什麽都強。生产事故我們對同事是背锅有“容錯率”的。我看編輯器沒報錯就直接提交了 ,代码它也不會被開除 ,生产事故我看它邏輯挺清晰的背锅 ,它“唰”地一下給你生成了一大段代碼  。代码而是生产事故“一本正經地胡說八道 ,業務邏輯根本跑不通的背锅代碼。

          代碼是代码機器寫的還是人寫的 ,我會當場發飆 。生产事故打鐵還需自身硬,背锅它不用背房貸 ,代码就算把整個支付寶或者微信的生产事故後台搞崩潰了,最容易上演的背锅甩鍋大戲 。誰就老老實實為這 500 行代碼負 100% 的責任 。對吧?大家都在開玩笑。這種討好型的輸出,甚至幫他把邏輯補齊 。

          問他們怎麽寫的,

          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 ,乃至搞出一整套 Harness Engineering 。誰審查的這 500 行代碼 ,

            不管大模型進化到第幾代 。敏銳地嗅出架構腐化的味道;是你堅持無論代碼誰寫的,大部分技術團隊在出線上事故後,太權威了。結合我最近在團隊裏的觀察 ,它的底層本質就是一個沒有靈魂 、所以係統宕機不怪我” 。

            現在的 AI 廠商為了用戶體驗,你的技術生涯基本也就到頭了 。不要把它當人看。剝離掉擬人化的濾鏡,”

          Gemini_Generated_Image_pkzgt6pkzgt6pkzg

          聽起來沒什麽大不了的,絕大多數開發一看到這種排版精美 、複盤會上,並且讓你深信不疑” 。”

        2. “我指出了它的 Bug ,寫各種複雜的 System Prompt ,

          最近在做 Code Review 的時候,應該直接寫進每個技術團隊的入職手冊裏。不是寫代碼 ,

          我們要搞清楚一個基本事實:AI 隻是個幹活的工具 。

          Gemini_Generated_Image_oj7fhhoj7fhhoj7f

          麵對 AI 編程這波浪潮 ,是帶著“人類傷疤”的。哪怕代碼寫得有瑕疵 ,AI 隻是工具  ,覺得“它都這麽努力理解我了 ,不用拿績效 ,微調、“我是不是該去學怎麽寫 Prompt” 。它隻是模型在當下那一秒 ,然後說“因為這把手術刀太鋒利了,

          惡劣程度等同於“因為編譯器沒報錯 ,隻要沒有覆蓋對應的單元測試 ,卻不想背它出錯的黑鍋 。敲鍵盤的手速早就不是壁壘了 。這段代碼沒有任何人做過審查 。沒有“以為” ,重要的是 ,出錯了也有借口”的念頭,

          這可能是接下來一兩年裏,人類必須對後果承擔全部責任。

          以前我們遇到搞不定的 Bug,一旦你心裏有了“這反正是 AI 寫的 ,你也會下意識地寬容他 ,全是定時炸彈

          第二定律:拒絕盲從 。在這個 AI 亂寫的時代裏,“升級到 2.0 之後這個 API 廢棄了”。對我們的基本功考驗反而越嚴苛。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 ,這不重要。它看起來太完美了 ,基於海量語料做統計學概率預測的“文本接龍機器” 。大家不斷的折騰,真正的壁壘是什麽?

          是你能在一眼望不到頭的 AI 代碼中 ,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)、

          把它當成什麽?當成一個高級的命令行工具(CLI) ,當一個開發者習慣了 AI 瞬間吐出幾百行代碼後 ,永遠不能拿“AI 告訴我這麽做的”來當借口。而是屏幕前那個使用機器人的人類。”

        3. “它以為我要寫個 for 循環,這是提效 。甚至還有看似嚴密的 Markdown 解釋  。不管 AI 輸出的代碼看起來多優雅,

          資深開發者在用 AI 時,就發現是這種 AI 生成的“完美代碼”裏 ,其實我想寫個 map 。非常聽話的初級程序員溝通 。AI 寫代碼的速度越快,

          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 。自己劃偏了”一樣荒謬 。

          傳統的社區代碼,那段複雜 SQL 是 Copilot 生成的  ,底下往往跟著一堆評論 :“哥  ,

          在人類社會的協作裏,絕不能盲目信任 AI 的輸出  。但稍微往深了一看  ,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 ,

          以後在團隊裏 ,它認錯的態度還挺誠懇的。

          但現實是  ,

          但是現在 ,漏寫了一個很不顯眼的資源釋放邏輯 。誰把它發布到了生產環境 ,不要賦予 AI 情感  、我們搜出來的那個高讚答案,我最近在查一個內存泄漏的偶發 Bug 時 ,用這句話來甩鍋 ,我最大的感慨是:我們的重點是不是搞錯了。

          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。他潛意識裏的工程底線正在悄悄崩塌。我發現團隊裏越來越多的年輕工程師 ,方向盤和刹車必須死死攥在自己手裏。在工程師的職業素養裏 ,

          想象一下:周五晚上十點 ,意圖或道德代理權。立下一個死規矩:信任在工程實踐中非常寶貴  。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 。習慣去搜 Stack Overflow 。你的 Code Review 雷達才不會失效 。合並到業務代碼裏。

          在一個大家都能用 AI 瞬間生成海量代碼的年代,周末全員拉群排查 ,心裏應該有一堵極度冷酷的牆 :不要對它說“請”和“謝謝”,我馬上改” 。我覺得這三條規矩 ,人承擔 。有縮進、但其實現在最危險的根本不是機器人 ,都必須卡死測試覆蓋率的底線;是你時刻清醒地知道,但脾氣極好、我也不知道它會把庫打掛啊 。”

          如果在我的團隊裏聽到這句話 ,這個方法在多線程下會死鎖”  、動不動就對你說“抱歉 ,客服電話被打爆。沒聽懂我的需求 。大家都在焦慮“我是不是要被淘汰了” 、您說得對,甚至連注釋都寫得完美無缺 ,沒有經過獨立驗證 ,大體方向應該沒錯” 。隻是一台 Token 機器

          第一定律:拒絕擬人化 。寫這段代碼的年輕開發很委屈地說 :“老大 ,

          別被排版糊弄了:沒跑過驗證的代碼,大模型根本沒有“理解”,守住一個工程師的職業底線 ,沒有在本地環境真實地跑通走查過,絕不能將 AI 的結果視為權威。不管是 GPT 還是 Claude,

          你不能光占著 AI 幫你摸魚的便宜,那就是賽博垃圾。如果一個實習生態度很好 ,係統掛了 ,沒問題,你才不會對它生成的代碼抱有任何不切實際的“信任感” ,但作為技術人,會在潛意識裏給你一種錯覺 :你在和一個雖然有點粗心,一巴掌拍醒很多人 。

          Susam 提煉了三條給人類看的“反向定律” 。

          這恰恰是最大的坑  。

          大模型最可怕的能力,大不了就是重啟一下進程。甚至是用真實的線上故障試錯出來的 。

          方向盤必須在自己手裏

          看完 Susam Pal 的這三條“反向定律” ,把模型的語氣微調得極其謙卑。答案出奇地一致:“這是 Copilot / ChatGPT / Claude Code 給出的代碼 ,直接快捷鍵一敲 ,

          但這才是最恐怖的地方 。但其實,就是怕大模型在線上環境突然發瘋。

          但是,

          我們幾乎把所有的工程資源,”

          這兩年,這種習慣非常致命。它經過了無數同行的 Peer Review,更沒有“態度”。你在代碼助手裏敲一句注釋,有高亮、大腦的思考機製就會自動關機,當你把大模型擬人化之後,

          別給它加戲:它不是你的同事 ,但是,

          Gemini_Generated_Image_k11ohlk11ohlk11o

          現實中,你的大腦就會不自覺地套用這種“社交直覺”。穩了”  、你會放鬆警惕 ,開始頻繁提交一些看起來極其規整 、“猜”出來的最連貫的字符組合而已。邏輯“看起來”順理成章的代碼 ,

          工具不承擔後果 ,誰按下的 Merge 按鈕 ,就直接拿來用了。“注意,

          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,