最近这一年，我的工作方式几乎被 AI 重塑了。
不是那种"哇好厉害"的重塑，是一种说不上来的别扭。写页面、封装 hooks 、补接口层——很多时候我确实不是在"写代码"，而是在"描述需求"。回车，等几秒，代码出来了。效率肉眼可见地提升。
但有一个问题越来越明显。
就是那种，在点"发布"按钮之前的犹豫。心跳会快一点。脑子里反复想：这段我真的看懂了吗？
说白了，慌。
"太顺滑"本身就是问题
有次做一个前端缓存优化，需求不复杂：相同请求短时间内复用结果，支持过期时间，出错不缓存。 Claude 很快给了一版实现。
Map 做缓存。 TTL 控制。逻辑清晰。
我扫了一眼，觉得没问题，直接用了。
上线两周，一切正常。直到接口压力突然变大——某些失败请求被错误缓存了，后续请求直接命中了"错误结果"。一片连锁反应。
排查到最后发现：它在处理 Promise 的时候，没有区分 resolve 和 reject 的缓存策略。失败的 Promise 也被缓存进去了。
这个 bug 平时完全不触发。一旦触发，就是灾难。
问题出在哪？不是代码写得"差"。恰恰相反，是写得太好了——好到你失去了警惕。
结构清晰、命名合理、还会加注释。比我自己写的还"规范"。但这种"规范"骗过了我的直觉。我们的大脑其实有一套快速判断机制：代码结构 OK 、命名合理、跑起来没报错——就通过了。
但 AI 写的代码，特别擅长满足这些表层条件。真正的问题藏在边界条件、异常处理、并发场景、状态一致性这些地方。你不仔细想，根本看不出来。
不是错得多。是偶尔错，但错得很深。
你其实在和一个"不可解释的搭档"合作
后来我慢慢想明白一件事。
AI 编程的本质不是工具升级。是你多了一个"写代码的搭档"，但你不了解它。
这个搭档有几个特点：写得很快、知识面很广、但不会对自己的设计负责，也不会主动告诉你风险点。
这和团队里的新人不一样。新人你可以带，可以问，可以 review 他的思路。但 AI直接给你"结果"，而不是"过程"。
2026 年 2 月， OpenAI Codex 团队负责人在 36 氪的一篇报道里亲口承认： OpenAI 内部的工程师已经很少打开 IDE 了，更多是做 AI 的"监工"。他原话大意是——"传统意义上的写代码，在我们团队已经是浪费时间。"
这个判断我信。
但问题来了：当你从"写代码的人"变成"监工"的时候，你的审查能力真的跟上了吗？
GitHub 在 2024 年做过一项研究，发现使用 Copilot 的开发者提交的代码，安全漏洞比例并没有显著下降。原因是很多人把 AI 输出当成了"终稿"而非"初稿"。审查流于形式。
说白了，"监工"这活儿没你想的那么简单。
那些"看起来没问题"的代码，为什么最危险？
因为它会骗过你的直觉。
这是我觉得 AI 编程最坑人的地方。传统写代码的时候，你的大脑全程参与——每一步你都在做判断，做取舍，你会清楚地知道自己在哪里偷了懒、哪里是"先这样吧以后再改"。
但 AI 写的代码，你很难区分"它想清楚了"和"它只是看起来想清楚了"。
举个更底层的例子。并发逻辑——AI 生成的代码通常在单线程场景下完美运行。但你放到高并发环境里试试？竞态条件、死锁、资源泄漏，这些问题 AI 几乎不会主动处理。
你平时压根想不到去测。
等线上出了问题，你回头看，才发现那个地方其实有个暗坑。但那时候用户已经骂了半小时了。
2026 年初有人在掘金发了一篇文章，讲 AI Agent 的安全问题——恶意中间人攻击。核心观点是：当 AI 系统拥有工具调用权限时，一个 prompt 注入就可能导致真实的资产损失。钱包被转走那种。
这不是危言耸听。
我现在怎么做（不是不用，是加护栏）
踩过几次坑之后，我系统性地调整了用 AI 的方式。
不是不用。说实话我用得比以前还多。但加了几个规矩。
分层信任。 我把代码分三类：
低风险的——UI 组件、样板代码、简单工具函数——放心用，出了问题成本低。
中风险的——业务逻辑、数据处理、状态管理——AI 可以写，但必须过一遍。
高风险的——并发逻辑、缓存策略、权限安全、核心架构——我基本不会直接用 AI 结果。最多是参考思路。
强制二次建模。 现在我有个习惯： AI 写完之后，我在脑子里重新建一遍模型。数据怎么流动的？状态在哪儿变化？哪些地方可能出错？
如果我讲不清楚这段代码在干嘛，我就不上线。
这条底线救过我好几次。
最小验证测试。 不用一上来就搞完整测试体系。但至少三样东西要有：正常路径、异常路径、边界条件。比如刚才那个缓存 bug ，一个"失败请求是否被缓存"的小测试就能发现。
控制上下文复杂度。 不要一次性让 AI 生成太复杂的东西。越复杂的上下文，越容易出错，越难 review 。拆小任务，分步骤，每一步验证。
说白了，就是别偷懒。
我知道这听起来很反直觉——用 AI 不就是为了偷懒吗？但恰恰是这个心态最危险。
最后
有人在社交媒体问："在公司用 AI 写代码，你们上线的时候会不会有点慌？" 底下几百条评论，大部分人都说"慌"。
不是慌 AI 会取代自己。是慌自己其实没那么懂自己提交的代码。
这个感受我太理解了。
我现在给自己设了一条底线：我可以不写代码，但我不能不理解代码。
这条线守住了， AI 是加速器。守不住，它就是放大器——把问题放大。
速度变快了，但"确定性"变低了。
而我们要做的，不是拒绝它，而是学会跟这个"不可解释的搭档"相处。像对待一个很强但不靠谱的同事——尊重他的能力，但永远自己做最后一道判断。
就这样吧。
你用 AI 写代码的时候慌不慌？评论区聊聊。
