上個(gè)月團(tuán)隊(duì)里的A同學(xué)差點(diǎn)把整個(gè)訂單模塊搞崩。他把一段核心交易邏輯直接丟給了AI去重構(gòu)AI給出的代碼看起來(lái)天衣無(wú)縫單元測(cè)試也全綠結(jié)果一壓測(cè)就暴露了嚴(yán)重的并發(fā)問(wèn)題。復(fù)盤的時(shí)候A同學(xué)挺委屈代碼是AI寫的測(cè)試是AI寫的甚至連代碼注釋都是AI補(bǔ)的為什么最后還是出事了這個(gè)問(wèn)題其實(shí)問(wèn)到了點(diǎn)子上。最近一年身邊越來(lái)越多人在討論同一個(gè)困惑AI能力越來(lái)越強(qiáng)到底哪些任務(wù)可以放心撒手交給它哪些必須自己牢牢攥在手里把簡(jiǎn)單任務(wù)交給AI是節(jié)省時(shí)間把關(guān)鍵任務(wù)交給AI就是給自己埋雷。這篇文章我想結(jié)合自己這段時(shí)間的實(shí)操經(jīng)驗(yàn)把AI和開(kāi)發(fā)者之間的任務(wù)邊界徹底理清楚順便給出一套可以直接用的判斷方法幫你少走彎路。1. 先搞清楚AI的工作能力邊界在討論哪些任務(wù)能交出去之前得先正視一個(gè)前提AI到底擅長(zhǎng)什么短板又在哪里。太多人吃了虧不是因?yàn)锳I不夠強(qiáng)而是因?yàn)閷?duì)它的能力邊界存在誤判。1.1 AI的真實(shí)能力上限在哪AI現(xiàn)在的強(qiáng)項(xiàng)本質(zhì)上是模式識(shí)別與重組。它可以通過(guò)海量代碼訓(xùn)練數(shù)據(jù)學(xué)到編程語(yǔ)言的結(jié)構(gòu)、常見(jiàn)框架的慣用法、經(jīng)典算法的實(shí)現(xiàn)套路然后在你給出明確指令時(shí)把這些模式重新組合成看起來(lái)非常專業(yè)的代碼、文檔或分析文本。這就決定了AI適合處理的是信息完備、規(guī)律明確、目標(biāo)清晰的任務(wù)。比如寫一個(gè)符合RESTful規(guī)范的接口、生成一套增刪改查的模板、把一段已有的邏輯從Python翻譯成Java這類任務(wù)有明確的輸入輸出、客觀的判定標(biāo)準(zhǔn)AI往往能交出很高水平的成果甚至比很多初級(jí)開(kāi)發(fā)者的工作效率和質(zhì)量都高。它的推理能力其實(shí)很有欺騙性。表面上AI能理解你的需求能給出邏輯上自洽的答案但這背后是概率推理不是真正的因果推理。你問(wèn)它為什么這段代碼會(huì)死鎖它可以給出看似合理的解釋但這個(gè)解釋很可能只是聽(tīng)起來(lái)像那么回事的文本組合而不是基于對(duì)代碼運(yùn)行時(shí)狀態(tài)的真正理解。1.2 AI最容易在哪些環(huán)節(jié)翻車我實(shí)測(cè)下來(lái)的體會(huì)是AI的翻車模式相當(dāng)固定。第一類是上下文不足導(dǎo)致的臆測(cè)。你給它一個(gè)函數(shù)讓它優(yōu)化它看不到調(diào)用方的約定、看不到數(shù)據(jù)流的來(lái)源、看不到異常處理策略于是它會(huì)在你留白的地方自行腦補(bǔ)一個(gè)合理但錯(cuò)誤的方案。第二類是邊界情況的系統(tǒng)性遺漏。AI很擅長(zhǎng)處理常見(jiàn)路徑但對(duì)并發(fā)沖突、極端輸入、異常中斷、權(quán)限越界這些邊緣地帶它的覆蓋能力遠(yuǎn)不如經(jīng)驗(yàn)豐富的人類開(kāi)發(fā)者。因?yàn)橛?xùn)練數(shù)據(jù)里常規(guī)寫法的樣本遠(yuǎn)多于極端場(chǎng)景AI自然傾向給出最常見(jiàn)但未必最正確的答案。第三類是盲目自信的代碼生成。AI不會(huì)主動(dòng)告訴你這個(gè)需求描述有歧義或這個(gè)方案在你們的架構(gòu)下有隱患它只會(huì)順著你的話往下接產(chǎn)出一份結(jié)構(gòu)完整的自信答案。這份答案如果落在關(guān)鍵路徑上風(fēng)險(xiǎn)就被你獨(dú)自承擔(dān)了。想清楚這三點(diǎn)我們才能繼續(xù)討論哪些交給AI和哪些自己來(lái)。原則其實(shí)很樸素AI負(fù)責(zé)高確定性的執(zhí)行開(kāi)發(fā)者負(fù)責(zé)低確定性的判斷。2. 建議交給AI的六類任務(wù)先說(shuō)結(jié)論把合適的任務(wù)交給AI不是偷懶而是現(xiàn)代開(kāi)發(fā)者必須掌握的效率手段。我建議優(yōu)先從下面六類開(kāi)始嘗試它們的特點(diǎn)是重復(fù)度高、目標(biāo)明確、出錯(cuò)后果可控。2.1 模板化代碼與重復(fù)勞動(dòng)這類任務(wù)最沒(méi)有爭(zhēng)議。CRUD接口、DTO對(duì)象的定義與轉(zhuǎn)換、ORM實(shí)體映射、標(biāo)準(zhǔn)的配置文件、初始化項(xiàng)目的目錄結(jié)構(gòu)這些代碼模式高度固定不同項(xiàng)目之間差異很小AI幾乎不會(huì)犯錯(cuò)。我之前接手過(guò)一個(gè)老系統(tǒng)里面有三四十個(gè)結(jié)構(gòu)幾乎一樣的查詢接口每個(gè)接口都要寫參數(shù)校驗(yàn)、分頁(yè)處理、結(jié)果封裝。這活兒要是手工寫兩天起步中間還得忍受無(wú)窮無(wú)盡的枯燥感。后來(lái)我把其中一個(gè)完整接口作為示例喂給AI讓它照著這個(gè)模板把剩下的接口批量生成再配合代碼審查把生成的邏輯逐一確認(rèn)大半天就搞定了。這類任務(wù)交給AI的核心理由是示例驅(qū)動(dòng)非?？煽?。AI對(duì)照著這個(gè)模板來(lái)的執(zhí)行力很強(qiáng)只要示例清晰、邊界約定明確產(chǎn)出質(zhì)量基本穩(wěn)定。你只需要做一件事——在它生成之后把關(guān)鍵路徑讀一遍確認(rèn)沒(méi)有偏離需求。2.2 從零到一的腳手架搭建無(wú)論是新起一個(gè)微服務(wù)、配置一套前端工程、還是搭建CI流程的初始化配置這類初始化任務(wù)非常適合AI。因?yàn)槟_手架就是一組高度標(biāo)準(zhǔn)化的文件組合AI對(duì)主流框架的項(xiàng)目結(jié)構(gòu)了如指掌。我常用的方式是讓AI生成一個(gè)帶目錄結(jié)構(gòu)的工程骨架同時(shí)問(wèn)清楚每個(gè)文件夾的職責(zé)、每個(gè)配置項(xiàng)的作用。AI生成完之后我再逐個(gè)文件過(guò)一遍把不合適的依賴剔除、把版本號(hào)固定到團(tuán)隊(duì)約定的版本。這樣既拿到了一個(gè)完整的起步工程又確保每一行配置都在自己的掌控范圍內(nèi)不會(huì)引入莫名其妙的依賴。有一點(diǎn)要提醒AI選擇的依賴版本可能是它訓(xùn)練數(shù)據(jù)里的常見(jiàn)版本未必是最新穩(wěn)定版也未必和你們的內(nèi)部鏡像源兼容。所以腳手架里所有依賴版本號(hào)必須人工確認(rèn)這也是AI生成、人工把關(guān)這個(gè)原則的典型體現(xiàn)。2.3 測(cè)試用例的生成與補(bǔ)全這塊是我個(gè)人認(rèn)為AI目前產(chǎn)出價(jià)值最高的領(lǐng)域之一。寫測(cè)試用例本質(zhì)上是一種基于規(guī)格的枚舉AI特別適合根據(jù)一個(gè)函數(shù)的輸入輸出規(guī)格生成覆蓋正常路徑、異常路徑、邊界條件的測(cè)試用例集。我經(jīng)常讓AI幫我做兩件事。第一為已有的核心函數(shù)補(bǔ)全單測(cè)用例我會(huì)先描述函數(shù)的行為約定再要求AI生成包括正常情況和邊界情況在內(nèi)的多個(gè)測(cè)試用例。第二在寫復(fù)雜邏輯之前讓AI先列出你認(rèn)為這個(gè)函數(shù)需要覆蓋的邊界條件清單把這個(gè)清單當(dāng)作文檔用再根據(jù)它去寫測(cè)試。這比讓AI直接寫代碼更穩(wěn)因?yàn)樗簧婕熬唧w實(shí)現(xiàn)只涉及哪些情況需要考慮AI的枚舉能力在這里發(fā)揮得很充分。生成的測(cè)試代碼本身也要看不能無(wú)腦信。測(cè)試斷言的正確性完全取決于你對(duì)需求的理解如果預(yù)期結(jié)果本身錯(cuò)了測(cè)試全綠反而會(huì)讓你產(chǎn)生虛假的安全感。2.4 代碼審查與靜態(tài)掃描輔助AI是一個(gè)不錯(cuò)的代碼陪審員。把一段代碼貼給它問(wèn)這段代碼有哪些潛在問(wèn)題它往往能發(fā)現(xiàn)變量命名混亂、潛在的空指針風(fēng)險(xiǎn)、過(guò)深的嵌套循環(huán)、缺少必要日志之類的問(wèn)題。這些屬于模式識(shí)別型問(wèn)題AI的覆蓋面比人腦更廣。但要把握好它的定位。AI給出的審查意見(jiàn)只配充當(dāng)?shù)谝惠喅鹾Y不能當(dāng)作最終結(jié)論。它擅長(zhǎng)發(fā)現(xiàn)代碼氣味不擅長(zhǎng)評(píng)估這個(gè)改動(dòng)對(duì)現(xiàn)有架構(gòu)的影響。我一般會(huì)先讓AI掃一遍代碼拿到一批潛在問(wèn)題清單然后再憑自己的經(jīng)驗(yàn)判斷哪些是真問(wèn)題、哪些是誤報(bào)、哪些需要深入處理。這個(gè)流程能顯著提升Code Review的效率同時(shí)避免被AI帶偏。2.5 文檔生成與注釋補(bǔ)全給代碼寫注釋、為接口寫文檔、整理周報(bào)、把一段復(fù)雜邏輯翻譯成通俗的描述這些事情AI做得又快又好。原因不難理解文檔和注釋本質(zhì)上是對(duì)已有信息的重新組織信息主體已經(jīng)存在于代碼中AI只是換了一種表達(dá)方式不涉及新知識(shí)和新判斷。我現(xiàn)在的習(xí)慣是每完成一個(gè)功能模塊就把核心代碼貼給AI要求它生成一份包含功能說(shuō)明、依賴關(guān)系、調(diào)用示例、注意事項(xiàng)的模塊文檔然后我再補(bǔ)上那些只有我知道的業(yè)務(wù)背景和決策原因。這樣既保證了文檔的及時(shí)性又不丟失關(guān)鍵的上下文信息。2.6 技術(shù)調(diào)研與資料速覽當(dāng)你需要快速了解一個(gè)新框架的核心概念、某個(gè)數(shù)據(jù)庫(kù)引擎的底層原理、或者對(duì)比幾種消息隊(duì)列方案的優(yōu)劣時(shí)AI可以充當(dāng)速讀助手。它能在幾十秒內(nèi)給你一份結(jié)構(gòu)清晰的概覽比你自己去搜索引擎翻幾十個(gè)網(wǎng)頁(yè)高效得多。但這里必須帶一個(gè)很大的提醒AI給的信息時(shí)效性有限而且可能會(huì)一本正經(jīng)地胡說(shuō)八道。訓(xùn)練數(shù)據(jù)截止時(shí)間之前的信息相對(duì)可靠新版本特性、最新的最佳實(shí)踐、特定的兼容性坑點(diǎn)AI可能給你過(guò)時(shí)的甚至錯(cuò)誤的信息。我通常會(huì)把AI的調(diào)研結(jié)果當(dāng)作索引拿到之后再去官方文檔和源碼里確認(rèn)關(guān)鍵細(xì)節(jié)。3. 必須由開(kāi)發(fā)者負(fù)責(zé)的五類關(guān)鍵任務(wù)講完可以交出去的部分再來(lái)看必須自己扛的部分。這部分的分量更重因?yàn)樗苯記Q定一個(gè)項(xiàng)目的成敗。下面是五個(gè)無(wú)論如何都不能完全甩給AI的領(lǐng)域。3.1 需求澄清與業(yè)務(wù)邏輯建模這是整個(gè)軟件開(kāi)發(fā)鏈條中最核心的環(huán)節(jié)也是AI目前最不擅長(zhǎng)的部分。需求來(lái)自真實(shí)世界的利益相關(guān)者包含大量模糊的表述、隱含的約束、未言明的期望。AI無(wú)法走進(jìn)會(huì)議室和你確認(rèn)流程細(xì)節(jié)無(wú)法理解用戶說(shuō)的快點(diǎn)處理到底意味著秒級(jí)還是分鐘級(jí)更無(wú)法判斷一個(gè)需求變更是否會(huì)影響財(cái)務(wù)審計(jì)的合規(guī)要求。真正的需求分析是一個(gè)互動(dòng)澄清的過(guò)程。你需要追問(wèn)、反駁、驗(yàn)證假設(shè)需要把零散的業(yè)務(wù)描述轉(zhuǎn)化為精確的、無(wú)歧義的邏輯模型。這個(gè)過(guò)程依賴對(duì)業(yè)務(wù)領(lǐng)域的深度理解、對(duì)用戶痛點(diǎn)的敏銳感知、對(duì)人性與組織的洞察。AI在這里充其量只能幫你整理會(huì)議紀(jì)要、列出需要澄清的問(wèn)題清單但它永遠(yuǎn)無(wú)法替代你做最終的業(yè)務(wù)判斷。舉個(gè)很實(shí)際的例子。某系統(tǒng)需要實(shí)現(xiàn)一個(gè)自動(dòng)審批功能業(yè)務(wù)方說(shuō)預(yù)算內(nèi)的申請(qǐng)自動(dòng)通過(guò)。這句話看似簡(jiǎn)單預(yù)算內(nèi)的判定就涉及預(yù)算類型、有效期、已用額度、凍結(jié)額度、權(quán)限等級(jí)等一連串復(fù)雜的業(yè)務(wù)規(guī)則。任何一個(gè)細(xì)節(jié)沒(méi)澄清清楚AI生成的代碼就可能在某個(gè)隱蔽場(chǎng)景下做出錯(cuò)誤決策。這些規(guī)則的確定只能靠開(kāi)發(fā)者與業(yè)務(wù)方逐條確認(rèn)AI連提對(duì)問(wèn)題的能力都很有限。3.2 架構(gòu)決策與技術(shù)選型架構(gòu)設(shè)計(jì)是關(guān)于權(quán)衡的藝術(shù)。是把系統(tǒng)拆成微服務(wù)還是保持單體、是用關(guān)系型數(shù)據(jù)庫(kù)還是引入搜索引擎、是同步調(diào)用還是異步消息、是采用強(qiáng)一致還是最終一致這些決策背后是企業(yè)當(dāng)前的業(yè)務(wù)階段、團(tuán)隊(duì)的技術(shù)實(shí)力、未來(lái)的演進(jìn)方向、運(yùn)維成本的綜合考量。AI最典型的誤導(dǎo)是默認(rèn)給你業(yè)界最流行的方案。你問(wèn)它用戶系統(tǒng)怎么做它大概率給你一套微服務(wù)加Redis加消息隊(duì)列的復(fù)雜架構(gòu)。但對(duì)一個(gè)小團(tuán)隊(duì)、一個(gè)早期項(xiàng)目來(lái)說(shuō)這套架構(gòu)可能純粹是過(guò)度設(shè)計(jì)。方案沒(méi)有絕對(duì)的好壞只有是否匹配當(dāng)下的約束條件。這個(gè)匹配的判斷AI做不了因?yàn)樗焕斫饽銈儓F(tuán)隊(duì)幾個(gè)人、服務(wù)器預(yù)算多少、上線時(shí)間是什么時(shí)候、團(tuán)隊(duì)成員對(duì)這套技術(shù)棧熟不熟悉。我的日常做法是用AI做技術(shù)選型的對(duì)比表格讓它羅列各方案在性能、擴(kuò)展性、學(xué)習(xí)成本、社區(qū)生態(tài)等維度的差異但最終的拍板完全靠自己。AI負(fù)責(zé)提供信息我負(fù)責(zé)承擔(dān)后果。一旦技術(shù)選型出了方向性錯(cuò)誤后面的所有工作都會(huì)在錯(cuò)誤的地基上疊加這個(gè)責(zé)任沒(méi)有任何人能替你分擔(dān)。3.3 安全、權(quán)限與合規(guī)審查涉及安全的問(wèn)題絕對(duì)不能交給AI全權(quán)處理這是紅線。無(wú)論是用戶認(rèn)證邏輯、支付流程、個(gè)人隱私數(shù)據(jù)的處理還是權(quán)限模型的設(shè)計(jì)任何一個(gè)疏忽都可能導(dǎo)致嚴(yán)重事故。這不是代碼質(zhì)量層面的問(wèn)題而是法律與信任層面的問(wèn)題。AI對(duì)安全的理解是基于常見(jiàn)漏洞模式的匹配。它能告訴你這段代碼可能有SQL注入風(fēng)險(xiǎn)因?yàn)橛?xùn)練數(shù)據(jù)里見(jiàn)過(guò)太多類似的錯(cuò)誤模式但它無(wú)法理解你們這個(gè)特定的業(yè)務(wù)系統(tǒng)里數(shù)據(jù)在哪些環(huán)節(jié)可能被惡意利用也無(wú)法判斷某個(gè)權(quán)限組合在你們的合規(guī)框架下是否合法。安全是一個(gè)系統(tǒng)性的、對(duì)抗性的問(wèn)題攻擊者會(huì)想盡辦法繞過(guò)常規(guī)路徑這需要具備攻擊者思維的資深開(kāi)發(fā)者進(jìn)行專門評(píng)估。我自己通常會(huì)把安全評(píng)審當(dāng)成一道不可委托的工序。代碼可以AI寫但發(fā)布之前負(fù)責(zé)的開(kāi)發(fā)者必須從頭到尾走一遍數(shù)據(jù)流向檢查身份驗(yàn)證在哪些入口執(zhí)行、敏感信息在哪些地方落盤、異常分支是否會(huì)泄露內(nèi)部信息。這些活兒沒(méi)有任何捷徑也不能省。3.4 上線發(fā)布與運(yùn)維兜底把代碼部署到生產(chǎn)環(huán)境這件事充滿了環(huán)境差異、依賴沖突、配置漂移、流量突增、故障恢復(fù)等不可完全預(yù)見(jiàn)的狀況。AI無(wú)法感知生產(chǎn)環(huán)境的實(shí)時(shí)狀態(tài)無(wú)法在一個(gè)服務(wù)宕機(jī)時(shí)根據(jù)當(dāng)前的監(jiān)控?cái)?shù)據(jù)做出應(yīng)急決策更無(wú)法在凌晨三點(diǎn)收到告警時(shí)冷靜判斷是回滾還是熱修復(fù)。即使市面上有一些AI輔助運(yùn)維的工具它們承擔(dān)的也是輔助分析的角色負(fù)責(zé)把告警信息聚合、把日志關(guān)聯(lián)起來(lái)最終的行動(dòng)決策——是否切流量、是否回滾、如何止損——必須由有經(jīng)驗(yàn)的開(kāi)發(fā)者或運(yùn)維人員拍板。因?yàn)槊恳粋€(gè)操作在真實(shí)環(huán)境下都會(huì)產(chǎn)生真實(shí)的后果這個(gè)后果的承受者是團(tuán)隊(duì)和用戶不是AI。我還記得有一次生產(chǎn)環(huán)境Redis內(nèi)存暴漲告警滿天飛。當(dāng)時(shí)如果讓AI來(lái)分析它大概會(huì)給出可能是緩存未設(shè)置過(guò)期時(shí)間這種教科書式答案。但真實(shí)情況是上游系統(tǒng)重試機(jī)制過(guò)于激進(jìn)把大量無(wú)效請(qǐng)求打到下游導(dǎo)致緩存被瘋狂寫入。這種跨系統(tǒng)的鏈路分析需要經(jīng)驗(yàn)需要實(shí)時(shí)數(shù)據(jù)需要快速判斷AI還遠(yuǎn)不具備這種能力。3.5 團(tuán)隊(duì)協(xié)作與責(zé)任閉環(huán)最后一件必須由人來(lái)做的事是承擔(dān)責(zé)任和推動(dòng)協(xié)作。代碼是AI寫的出了問(wèn)題責(zé)任在誰(shuí)毫無(wú)疑問(wèn)在開(kāi)發(fā)者。這個(gè)在代碼評(píng)審時(shí)在事故復(fù)盤時(shí)在面對(duì)客戶追責(zé)時(shí)沒(méi)有任何借口可以推給這是AI生成的。另外真實(shí)的軟件交付是一個(gè)需要人與人大規(guī)模協(xié)作的過(guò)程。你需要和產(chǎn)品經(jīng)理對(duì)齊優(yōu)先級(jí)和測(cè)試同學(xué)溝通驗(yàn)收標(biāo)準(zhǔn)和運(yùn)維同學(xué)確認(rèn)部署計(jì)劃和設(shè)計(jì)師討論交互細(xì)節(jié)。這些依賴信任關(guān)系、上下文共享、非語(yǔ)言信息的溝通場(chǎng)景AI完全無(wú)法介入。就算未來(lái)AI能在某些環(huán)節(jié)輔助最終的決策權(quán)和一個(gè)負(fù)責(zé)任的開(kāi)發(fā)者的判斷力、有擔(dān)當(dāng)?shù)牡穆殬I(yè)態(tài)度依然是整個(gè)軟件工程體系的根基。在這個(gè)意義上AI是我們手里的強(qiáng)大工具但它不是免責(zé)金牌。把責(zé)任扛在自己肩上是開(kāi)發(fā)者這個(gè)職業(yè)的基本門檻也是和AI協(xié)作不可逾越的底線。4. 如何判斷一個(gè)任務(wù)能不能交三問(wèn)判斷法講了這么多也許你會(huì)覺(jué)得道理我都懂但我每次面對(duì)具體任務(wù)時(shí)還是拿不準(zhǔn)。所以我總結(jié)了一套簡(jiǎn)單的三問(wèn)判斷法每次糾結(jié)的時(shí)候就把任務(wù)過(guò)一遍這三關(guān)基本能得出明確答案。4.1 一問(wèn)結(jié)果能否被快速驗(yàn)證第一個(gè)問(wèn)句是這個(gè)任務(wù)的產(chǎn)出我能不能用較低的成本快速驗(yàn)證對(duì)錯(cuò)如果答案是能那就大膽交給AI。比如生成一個(gè)符合OpenAPI規(guī)范的接口文檔我可以直接對(duì)照規(guī)范檢查生成一批測(cè)試用例我可以直接運(yùn)行看是否通過(guò)重構(gòu)一段純函數(shù)代碼我可以跑對(duì)比測(cè)試確認(rèn)輸入輸出一致。這些任務(wù)驗(yàn)證成本低錯(cuò)誤暴露快就算AI出錯(cuò)我損失的時(shí)間也有限。反過(guò)來(lái)如果答案是不能快速驗(yàn)證就需要謹(jǐn)慎了。比如優(yōu)化一個(gè)分布式系統(tǒng)的性能瓶頸AI給你一份優(yōu)化建議你很難快速判斷它到底有沒(méi)有效果因?yàn)榭赡苌婕罢鎸?shí)的壓測(cè)環(huán)境和流量模擬。再比如設(shè)計(jì)一套數(shù)據(jù)遷移方案驗(yàn)證成本極高任何疏漏都可能只在灰度甚至正式遷移時(shí)暴露。這類任務(wù)AI只能提供參考資料判斷和決策必須自己來(lái)。4.2 二問(wèn)信息是否完備且上下文封閉第二個(gè)問(wèn)句是完成這個(gè)任務(wù)所需的全部信息是不是已經(jīng)完整地呈現(xiàn)在你給AI的上下文里Excel表格里的數(shù)據(jù)核對(duì)、給定代碼庫(kù)上的重構(gòu)、明確規(guī)格的腳本編寫這些任務(wù)的信息是封閉的AI不需要也沒(méi)辦法獲取外部信息它只需要基于你給定的材料做處理出錯(cuò)的概率就低。而如果任務(wù)需要開(kāi)放式信息——需要了解用戶的歷史行為、業(yè)務(wù)的獨(dú)特性、團(tuán)隊(duì)的技術(shù)債、組織特有的規(guī)范——AI就處于信息劣勢(shì)。它見(jiàn)過(guò)的是普遍情況你們遇到的往往是特殊情況。在信息不完備的前提下讓AI做決策本質(zhì)上就是讓它在看不到全圖的情況下做拼圖翻車只是時(shí)間問(wèn)題。4.3 三問(wèn)出錯(cuò)后的代價(jià)有多大第三個(gè)問(wèn)句如果這個(gè)任務(wù)的產(chǎn)出出了問(wèn)題造成的損失有多大可不可以挽回代價(jià)維度要綜合看經(jīng)濟(jì)損失、用戶體驗(yàn)、團(tuán)隊(duì)信任、安全合規(guī)風(fēng)險(xiǎn)。生成一段內(nèi)部工具的臨時(shí)腳本出錯(cuò)了重寫就行這種低代價(jià)任務(wù)可以多讓AI參與。而涉及用戶資金、個(gè)人隱私、核心鏈路穩(wěn)定性的代碼哪怕AI寫得再漂亮你也必須逐行審查、多輪驗(yàn)證決策權(quán)絕對(duì)不能交出去。我自己常用的一個(gè)簡(jiǎn)化做法是按驗(yàn)證成本、信息封閉度、出錯(cuò)代價(jià)三個(gè)維度打分三項(xiàng)都友好才放心交給AI全流程去做有任何一項(xiàng)不友好就讓AI做輔助、做草案但最終的驗(yàn)證和決策一定自己掌握。5. 實(shí)操實(shí)錄一次真實(shí)的分工演練聽(tīng)課聽(tīng)再多都不如實(shí)際操作一次來(lái)得有手感。下面分享一個(gè)最近做的實(shí)際項(xiàng)目把前面講的判斷方法完整走一遍。為了便于理解細(xì)節(jié)做了一點(diǎn)處理但整體思路完全真實(shí)。5.1 背景某訂單模塊的重構(gòu)這個(gè)項(xiàng)目是把一個(gè)老舊的單體訂單模塊拆出來(lái)進(jìn)行重構(gòu)。老模塊的問(wèn)題很典型代碼全堆在一個(gè)類里方法非常長(zhǎng)邏輯重復(fù)嚴(yán)重測(cè)試基本為零。目標(biāo)是在不改變外部接口行為的前提下把內(nèi)部結(jié)構(gòu)理清。項(xiàng)目一啟動(dòng)我先用三問(wèn)判斷法做了任務(wù)拆解把工作分成了兩類清單。交給AI的任務(wù)和保留在自己手里的任務(wù)每一類都有明確的理由。拆完之后工作量分布大致是AI參與了大概六成的工作量但我花在確認(rèn)AI產(chǎn)出上的時(shí)間一點(diǎn)沒(méi)少整體效率提升了但主動(dòng)思考的比例反而更高了。5.2 哪些部分交給了AI哪些保留在開(kāi)發(fā)者手里第一撥交給AI的是舊代碼分析和邏輯梳理。我讓AI閱讀幾個(gè)核心文件的代碼要求它輸出一個(gè)方法調(diào)用關(guān)系圖和重復(fù)代碼清單。這一步的本質(zhì)是把我的精讀時(shí)間省下來(lái)AI先幫我建立一個(gè)全局地圖我再在地圖上規(guī)劃重構(gòu)路徑。AI的產(chǎn)出基本準(zhǔn)確但后續(xù)我也抽查了它沒(méi)提到的幾個(gè)冷門方法發(fā)現(xiàn)有兩處漏檢說(shuō)明AI的疏而不漏是相對(duì)的。第二撥是提取工具類、生成單元測(cè)試。當(dāng)我把重構(gòu)后的純函數(shù)邏輯定義清楚之后AI生成單測(cè)的效率非常高。這些邏輯不涉及I/O和外部依賴輸入輸出可預(yù)期測(cè)試斷言可以快速驗(yàn)證典型屬于三問(wèn)都能通過(guò)的任務(wù)。生成完的測(cè)試代碼我檢查了一遍斷言邏輯修正了幾個(gè)預(yù)期值的錯(cuò)誤后就并入了代碼庫(kù)。保留在自己手里的部分包括訂單狀態(tài)機(jī)的建模、數(shù)據(jù)庫(kù)表結(jié)構(gòu)調(diào)整方案、緩存的失效策略、以及與計(jì)費(fèi)系統(tǒng)的接口約定。這些都是領(lǐng)域知識(shí)密集、跨系統(tǒng)邊界明確、出錯(cuò)代價(jià)高昂的部分。AI或許能給出一個(gè)看起來(lái)沒(méi)問(wèn)題的狀態(tài)機(jī)定義但它不知道我們和計(jì)費(fèi)系統(tǒng)的對(duì)賬邏輯如何依賴于訂單狀態(tài)流轉(zhuǎn)的每一個(gè)中間態(tài)。5.3 踩坑記錄與反思這次實(shí)操踩了三個(gè)坑寫出來(lái)給大家避雷。第一個(gè)坑是AI輔助重構(gòu)性能敏感代碼時(shí)給出的優(yōu)化方案在小數(shù)據(jù)量下看起來(lái)合理但大數(shù)據(jù)量下反而會(huì)退化。原因在于AI基于常見(jiàn)模式做優(yōu)化不能感知真實(shí)數(shù)據(jù)的分布特征。這類優(yōu)化必須壓測(cè)驗(yàn)證不能只靠代碼走查。第二個(gè)坑是AI寫異步并發(fā)代碼時(shí)對(duì)競(jìng)態(tài)條件的處理有問(wèn)題。它生成的一版緩存更新邏輯在單線程測(cè)試下一切正常一旦并發(fā)請(qǐng)求量上來(lái)就有概率出問(wèn)題。排查過(guò)程花了不少時(shí)間。這也印證了前面說(shuō)的AI對(duì)并發(fā)這類隱藏復(fù)雜度最高的知識(shí)領(lǐng)域覆蓋不足遠(yuǎn)比其他領(lǐng)域嚴(yán)重。第三個(gè)坑是AI過(guò)度擬合我的表達(dá)習(xí)慣。因?yàn)槲颐看蚊枋鲂枨蠖计媒o出比較詳細(xì)的背景AI生成的代碼養(yǎng)成了過(guò)度注釋和過(guò)度防御式編程的習(xí)慣代碼雖然健壯但可讀性下降、難以維護(hù)。后來(lái)我改變策略在需求描述里明確給出保持簡(jiǎn)潔、不要過(guò)度設(shè)計(jì)的約束AI的產(chǎn)出才回歸正常。這次實(shí)操下來(lái)我的體會(huì)是AI確實(shí)替代了大量重復(fù)勞動(dòng)但沒(méi)有替代理解和甄別反而對(duì)理解和甄別提出了更高要求。它就像一個(gè)非常勤奮但缺乏判斷力的助手你給它越清晰的框架它執(zhí)行得越好你讓它去思考框架本身它就力不從心了。6. 常見(jiàn)問(wèn)題速查表與避坑心得最后整理一份可以直接當(dāng)速查手冊(cè)的內(nèi)容。遇到具體任務(wù)糾結(jié)的時(shí)候?qū)φ者@個(gè)表快速過(guò)一遍能幫助少踩很多坑。任務(wù)類型建議策略理由CRUD模板代碼交給AI模式固定驗(yàn)證容易接口文檔/代碼注釋交給AI后人工審閱信息已在代碼中但需補(bǔ)業(yè)務(wù)背景測(cè)試用例生成AI生成人工審核斷言枚舉能力強(qiáng)但預(yù)期值要人定技術(shù)調(diào)研/框架對(duì)比AI收集信息人工確認(rèn)可能過(guò)時(shí)或錯(cuò)誤必須查官方文檔代碼重構(gòu)優(yōu)化AI出方案人工定方向可能忽略真實(shí)數(shù)據(jù)特征和隱藏約束架構(gòu)設(shè)計(jì)人工主導(dǎo)需要權(quán)衡大量不可量化因素安全審查人工主導(dǎo)對(duì)抗性問(wèn)題AI覆蓋不足生產(chǎn)環(huán)境故障處理人工主導(dǎo)需要實(shí)時(shí)情境判斷責(zé)任不可轉(zhuǎn)嫁需求分析人工主導(dǎo)需要多輪溝通和業(yè)務(wù)洞察寫到最后我再分享一個(gè)心態(tài)層面的建議。很多人之所以在是否交給AI這件事上反復(fù)糾結(jié)本質(zhì)上是對(duì)自己的判斷力不自信怕把好任務(wù)浪費(fèi)了又怕把壞任務(wù)搞砸了。其實(shí)換個(gè)角度看AI時(shí)代的開(kāi)發(fā)者更像一個(gè)管理者——你管理著AI這個(gè)越來(lái)越強(qiáng)力的執(zhí)行層你不用親手寫每一行代碼但你必須為每一行代碼的結(jié)果負(fù)責(zé)。你要做的是把自己的時(shí)間從重復(fù)勞動(dòng)中解放出來(lái)投入到那些AI做不了、但真正決定系統(tǒng)價(jià)值的工作上——理解業(yè)務(wù)、設(shè)計(jì)架構(gòu)、把控風(fēng)險(xiǎn)、承擔(dān)責(zé)任。我剛接觸AI輔助開(kāi)發(fā)的時(shí)候也走了不少?gòu)澛芬婚_(kāi)始什么都想交給AI結(jié)果在代碼審查上花的時(shí)間比原來(lái)自己寫代碼還多。后來(lái)我才意識(shí)到問(wèn)題不在于用沒(méi)用AI而在于有沒(méi)有用對(duì)地方。把AI放在循環(huán)里還是放在循環(huán)外把什么環(huán)節(jié)交給它、什么環(huán)節(jié)留給自己這個(gè)平衡需要在實(shí)踐中反復(fù)校準(zhǔn)。好消息是這個(gè)平衡一旦建立起來(lái)開(kāi)發(fā)和交付的效率會(huì)有一個(gè)肉眼可見(jiàn)的提升。希望這篇文章能幫你更快地建立自己的平衡點(diǎn)。