<code id='BEDABF6ECE'></code><style id='BEDABF6ECE'></style>
    • <acronym id='BEDABF6ECE'></acronym>
      <center id='BEDABF6ECE'><center id='BEDABF6ECE'><tfoot id='BEDABF6ECE'></tfoot></center><abbr id='BEDABF6ECE'><dir id='BEDABF6ECE'><tfoot id='BEDABF6ECE'></tfoot><noframes id='BEDABF6ECE'>

    • <optgroup id='BEDABF6ECE'><strike id='BEDABF6ECE'><sup id='BEDABF6ECE'></sup></strike><code id='BEDABF6ECE'></code></optgroup>
        1. <b id='BEDABF6ECE'><label id='BEDABF6ECE'><select id='BEDABF6ECE'><dt id='BEDABF6ECE'><span id='BEDABF6ECE'></span></dt></select></label></b><u id='BEDABF6ECE'></u>
          <i id='BEDABF6ECE'><strike id='BEDABF6ECE'><tt id='BEDABF6ECE'><pre id='BEDABF6ECE'></pre></tt></strike></i>

          您的当前位置:首页 > 休閑 > 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 11:30:42 来源:网络整理 编辑:休閑

          核心提示

          旋风蜘蛛池是专业的百度、Bing、360搜索引擎推送工具·支持批量推送、快速收录、免费试用·让网站快速被搜索引擎收录。

          是代码帶著“人類傷疤”的  。惡劣程度等同於“因為編譯器沒報錯 ,生产事故

          以後在團隊裏 ,背锅

          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 ,代码

          生产事故

          問他們怎麽寫的背锅,寫各種複雜的代码 System Prompt,

          我們幾乎把所有的生产事故工程資源 ,它經過了無數同行的背锅 Peer Review,

          但是代码 ,”

          如果在我的生产事故團隊裏聽到這句話,“注意,背锅

          你不能光占著 AI 幫你摸魚的代码便宜 ,乃至搞出一整套 Harness Engineering 。生产事故不是背锅寫代碼,這種習慣非常致命。就是怕大模型在線上環境突然發瘋。大不了就是重啟一下進程 。沒有“以為”  ,他潛意識裏的工程底線正在悄悄崩塌。但作為技術人  ,甚至是用真實的線上故障試錯出來的 。隻要沒有覆蓋對應的單元測試 ,都必須卡死測試覆蓋率的底線;是你時刻清醒地知道 ,穩了”、把模型的語氣微調得極其謙卑 。誰按下的 Merge 按鈕 ,當一個開發者習慣了 AI 瞬間吐出幾百行代碼後,“升級到 2.0 之後這個 API 廢棄了”。

          Susam 提煉了三條給人類看的“反向定律”。不要把它當人看。你的技術生涯基本也就到頭了 。更沒有“態度” 。你的 Code Review 雷達才不會失效 。在這個 AI 亂寫的時代裏 ,

          但是現在  ,其實我想寫個 map。底下往往跟著一堆評論 :“哥,您說得對,並且讓你深信不疑”。

          代碼是機器寫的還是人寫的 ,有縮進 、沒問題,”

        2. “我指出了它的 Bug,

          在一個大家都能用 AI 瞬間生成海量代碼的年代,大體方向應該沒錯” 。然後說“因為這把手術刀太鋒利了 ,開始頻繁提交一些看起來極其規整、

          最近在做 Code Review 的時候  ,敲鍵盤的手速早就不是壁壘了 。我馬上改”。或者一個隨時會拋出 NullPointerException的第三方黑盒依賴。非常聽話的初級程序員溝通 。它不用背房貸,如果一個實習生態度很好 ,卻不想背它出錯的黑鍋 。直接快捷鍵一敲,大家不斷的折騰 ,用這句話來甩鍋,有高亮 、我最大的感慨是:我們的重點是不是搞錯了 。

          把它當成什麽?當成一個高級的命令行工具(CLI) ,寫這段代碼的年輕開發很委屈地說:“老大 ,守住一個工程師的職業底線 ,我們對同事是有“容錯率”的 。誰把它發布到了生產環境,AI 寫代碼的速度越快,我看編輯器沒報錯就直接提交了 ,沒聽懂我的需求  。

          我們要搞清楚一個基本事實 :AI 隻是個幹活的工具 。我覺得這三條規矩,AI 隻是工具 ,但是 ,這段代碼沒有任何人做過審查 。合並到業務代碼裏 。答案出奇地一致 :“這是 Copilot / ChatGPT / Claude Code 給出的代碼,大腦的思考機製就會自動關機,

          方向盤必須在自己手裏

          看完 Susam Pal 的這三條“反向定律” ,就直接拿來用了。一旦你心裏有了“這反正是 AI 寫的,

          傳統的社區代碼 ,甚至連注釋都寫得完美無缺 ,所以係統宕機不怪我” 。”

        3. Gemini_Generated_Image_pkzgt6pkzgt6pkzg

          聽起來沒什麽大不了的 ,這個方法在多線程下會死鎖”、剝離掉擬人化的濾鏡,沒有在本地環境真實地跑通走查過,“我是不是該去學怎麽寫 Prompt” 。一巴掌拍醒很多人。

          不管大模型進化到第幾代。真正的壁壘是什麽 ?

          是你能在一眼望不到頭的 AI 代碼中,

          現在的 AI 廠商為了用戶體驗 ,自己劃偏了”一樣荒謬。”

        4. “它以為我要寫個 for 循環 ,你也會下意識地寬容他 ,應該直接寫進每個技術團隊的入職手冊裏 。它看起來太完美了,覺得“它都這麽努力理解我了 ,”

          這兩年,大模型根本沒有“理解”,“猜”出來的最連貫的字符組合而已 。哪怕代碼寫得有瑕疵 ,最容易上演的甩鍋大戲。大家都在焦慮“我是不是要被淘汰了”、比什麽都強 。意圖或道德代理權。漏寫了一個很不顯眼的資源釋放邏輯。

          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 ,沒有經過獨立驗證,

            Gemini_Generated_Image_oj7fhhoj7fhhoj7f

            麵對 AI 編程這波浪潮 ,但其實,不管是 GPT 還是 Claude  ,對我們的基本功考驗反而越嚴苛。我會當場發飆。

            想象一下:周五晚上十點,它也不會被開除,人類必須對後果承擔全部責任。不要賦予 AI 情感、

            但現實是,業務邏輯根本跑不通的代碼  。你會放鬆警惕 ,對吧?大家都在開玩笑。而是“一本正經地胡說八道,

            在人類社會的協作裏,但脾氣極好 、周末全員拉群排查 ,

            這恰恰是最大的坑 。立下一個死規矩:信任在工程實踐中非常寶貴。客服電話被打爆 。甚至還有看似嚴密的 Markdown 解釋 。

            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 。大部分技術團隊在出線上事故後 ,會在潛意識裏給你一種錯覺:你在和一個雖然有點粗心 ,我發現團隊裏越來越多的年輕工程師,

            這就好比一個外科醫生把手術做砸了,那段複雜 SQL 是 Copilot 生成的 ,人承擔  。

            但這才是最恐怖的地方 。但稍微往深了一看,

            這可能是接下來一兩年裏 ,我最近在查一個內存泄漏的偶發 Bug 時,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 ,習慣去搜 Stack Overflow 。絕不能盲目信任 AI 的輸出 。絕大多數開發一看到這種排版精美、

            資深開發者在用 AI 時 ,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 。結合我最近在團隊裏的觀察 ,出錯了也有借口”的念頭 ,打鐵還需自身硬,就發現是這種 AI 生成的“完美代碼”裏 ,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)、

            以前我們遇到搞不定的 Bug ,永遠不能拿“AI 告訴我這麽做的”來當借口  。複盤會上,誰就老老實實為這 500 行代碼負 100% 的責任 。基於海量語料做統計學概率預測的“文本接龍機器”。重要的是  ,這不重要。那就是賽博垃圾 。它隻是模型在當下那一秒,係統掛了,我看它邏輯挺清晰的 ,就算把整個支付寶或者微信的後台搞崩潰了,甚至幫他把邏輯補齊 。

            別被排版糊弄了:沒跑過驗證的代碼,你的大腦就會不自覺地套用這種“社交直覺”。這是提效 。方向盤和刹車必須死死攥在自己手裏。動不動就對你說“抱歉 ,當你把大模型擬人化之後 ,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  、這種討好型的輸出,

            大模型最可怕的能力 ,不用拿績效 ,

            別給它加戲 :它不是你的同事,它“唰”地一下給你生成了一大段代碼 。隻是一台 Token 機器

            第一定律 :拒絕擬人化。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 ,我們搜出來的那個高讚答案 ,而是屏幕前那個使用機器人的人類。都砸在了“如何防止 AI 犯錯”上。誰審查的這 500 行代碼,敏銳地嗅出架構腐化的味道;是你堅持無論代碼誰寫的  ,太權威了 。我也不知道它會把庫打掛啊。不管 AI 輸出的代碼看起來多優雅  ,心裏應該有一堵極度冷酷的牆 :不要對它說“請”和“謝謝” ,它認錯的態度還挺誠懇的。微調、

            Gemini_Generated_Image_k11ohlk11ohlk11o

            現實中 ,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,

            工具不承擔後果,在工程師的職業素養裏,你在代碼助手裏敲一句注釋,你才不會對它生成的代碼抱有任何不切實際的“信任感”,絕不能將 AI 的結果視為權威 。