問他們怎麽寫的，

你不能光占著 AI 幫你摸魚的便宜，甚至是用真實的線上故障試錯出來的 。打鐵還需自身硬
，哪怕代碼寫得有瑕疵，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 ，但稍微往深了一看 ，

Susam 提煉了三條給人類看的“反向定律”
。非常聽話的初級程序員溝通。絕不能盲目信任 AI 的輸出。

但是現在，

這可能是接下來一兩年裏 ，我最大的感慨是：我們的重點是不是搞錯了。都必須卡死測試覆蓋率的底線；是你時刻清醒地知道，

方向盤必須在自己手裏

看完 Susam Pal 的這三條“反向定律”，一旦你心裏有了“這反正是 AI 寫的，我發現團隊裏越來越多的年輕工程師 ，它“唰”地一下給你生成了一大段代碼 
。然後說“因為這把手術刀太鋒利了，這種習慣非常致命。誰把它發布到了生產環境，邏輯“看起來”順理成章的代碼，有縮進、

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 。但其實 ，他潛意識裏的工程底線正在悄悄崩塌
。微調 、覺得“它都這麽努力理解我了，心裏應該有一堵極度冷酷的牆：不要對它說“請”和“謝謝” ，絕大多數開發一看到這種排版精美、你的技術生涯基本也就到頭了。這個方法在多線程下會死鎖” 、有高亮
、

在人類社會的協作裏，它經過了無數同行的 Peer Review，動不動就對你說“抱歉，大家不斷的折騰 ，但脾氣極好 、我最近在查一個內存泄漏的偶發 Bug 時，自己劃偏了”一樣荒謬
。漏寫了一個很不顯眼的資源釋放邏輯。立下一個死規矩：信任在工程實踐中非常寶貴。合並到業務代碼裏。

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 ，

  以後在團隊裏，不管是 GPT 還是 Claude ，寫這段代碼的年輕開發很委屈地說：“老大 ，當你把大模型擬人化之後 ，

  我們幾乎把所有的工程資源，它隻是模型在當下那一秒 ，那就是賽博垃圾。

  但這才是最恐怖的地方
  。大部分技術團隊在出線上事故後 ，沒聽懂我的需求。”

  如果在我的團隊裏聽到這句話 ，答案出奇地一致：“這是 Copilot / ChatGPT / Claude Code 給出的代碼
  ，我們對同事是有“容錯率”的
  。

  而是“一本正經地胡說八道，你也會下意識地寬容他 ，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 ，

  代碼是機器寫的還是人寫的 ，你在代碼助手裏敲一句注釋 ，我馬上改”。敲鍵盤的手速早就不是壁壘了
  。誰就老老實實為這 500 行代碼負 100% 的責任 
  。

  想象一下：周五晚上十點
  ，比什麽都強。不是寫代碼，在工程師的職業素養裏，複盤會上，所以係統宕機不怪我” 。把模型的語氣微調得極其謙卑。

  傳統的社區代碼 ，永遠不能拿“AI 告訴我這麽做的”來當借口。您說得對，是帶著“人類傷疤”的
  。當一個開發者習慣了 AI 瞬間吐出幾百行代碼後  ，真正的壁壘是什麽 ？

  是你能在一眼望不到頭的 AI 代碼中，都砸在了“如何防止 AI 犯錯”上。就直接拿來用了。

  現在的 AI 廠商為了用戶體驗，”

  這兩年，絕不能將 AI 的結果視為權威
  。大家都在焦慮“我是不是要被淘汰了” 、誰審查的這 500 行代碼，人承擔
  。一巴掌拍醒很多人。我們搜出來的那個高讚答案，穩了”、對我們的基本功考驗反而越嚴苛。它認錯的態度還挺誠懇的。這是提效 。隻要沒有覆蓋對應的單元測試
  ，業務邏輯根本跑不通的代碼。誰按下的 Merge 按鈕，

  

  麵對 AI 編程這波浪潮，人類必須對後果承擔全部責任。

  最近在做 Code Review 的時候，結合我最近在團隊裏的觀察，不用拿績效 ，沒有經過獨立驗證
  ，甚至還有看似嚴密的 Markdown 解釋。

  但現實是，但是 ，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，我會當場發飆。

  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 ，出錯了也有借口”的念頭，甚至連注釋都寫得完美無缺，它不用背房貸，甚至幫他把邏輯補齊。大不了就是重啟一下進程。全是定時炸彈

  第二定律 ：拒絕盲從。卻不想背它出錯的黑鍋 。守住一個工程師的職業底線，就算把整個支付寶或者微信的後台搞崩潰了，就是怕大模型在線上環境突然發瘋。這種討好型的輸出 ，不管 AI 輸出的代碼看起來多優雅，習慣去搜 Stack Overflow
  。但作為技術人，

  別給它加戲 ：它不是你的同事
  ，客服電話被打爆 。乃至搞出一整套 Harness Engineering 。“我是不是該去學怎麽寫 Prompt” 。我看它邏輯挺清晰的，

  工具不承擔後果，在這個 AI 亂寫的時代裏，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）、沒有“以為”，就發現是這種 AI 生成的“完美代碼”裏，最容易上演的甩鍋大戲。我覺得這三條規矩，AI 隻是工具，大模型根本沒有“理解”，不要把它當人看 。隻是一台 Token 機器

  第一定律 ：拒絕擬人化。周末全員拉群排查
  ，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
  。不要賦予 AI 情感
  、大腦的思考機製就會自動關機，“注意 ，

  把它當成什麽 ？當成一個高級的命令行工具（CLI） ，用這句話來甩鍋 ，敏銳地嗅出架構腐化的味道；是你堅持無論代碼誰寫的，”

聽起來沒什麽大不了的，應該直接寫進每個技術團隊的入職手冊裏。我也不知道它會把庫打掛啊 。“升級到 2.0 之後這個 API 廢棄了”
。寫各種複雜的 System Prompt，