开篇
AI 编程最常见的误区，是把问题简化成：
这个任务能不能交给 AI？
更有用的问题是：
AI 可以负责哪一段？开发者必须把住哪一关？
同一个任务，通常不只有“全交给 AI”和“完全自己做”两个选项。
例如，AI 可以先帮你梳理重构风险、生成最小修改建议和补充测试；但是否修改核心模块、是否改变接口契约、是否可以上线，仍然应该由开发者决定。
一、用 4 个问题判断任务边界
拿到一个任务后，我会先判断：
1. 规则是否明确？
2. 结果是否容易验证？
3. 出错后是否容易回滚？
4. 出错代价是否可控？
四个答案越接近“是”，越适合让 AI 参与。
| 特征 | 更适合 AI 主导 | 更需要开发者主导 |
|---|---|---|
| 规则 | 已有明确输入、输出和示例 | 需求仍有歧义或涉及业务取舍 |
| 验证 | 能用测试、编译或静态检查验证 | 结果难以量化或依赖现场判断 |
| 影响 | 修改范围小，容易回滚 | 涉及数据、权限、金额或线上配置 |
| 成本 | 出错只影响开发效率 | 出错会造成损失、安全风险或用户影响 |
这个判断并不是为了限制 AI，而是为了决定需要多强的人工验收。
二、这类任务可以放心让 AI 先做
这些任务通常规则明确、结果可检查，适合让 AI 先产出初稿：
| 任务 | AI 可以完成什么 | 开发者验收什么 |
|---|---|---|
| 读代码 | 梳理目录、调用链和核心模块 | 关键结论是否与代码一致 |
| 写测试 | 根据规则列场景、生成测试初稿 | 边界是否覆盖、断言是否有价值 |
| 写文档 | 提取接口字段、整理 README | 示例能否真正运行 |
| 排查问题 | 整理日志、列根因假设 | 假设是否有证据支持 |
| 小范围重构 | 找重复逻辑、给出最小改动 | 外部行为是否保持不变 |
| 代码审查 | 按安全、边界和性能列风险 | 问题是否真实、优先级是否合理 |
这里的关键词是“先做”。
AI 适合先把重复劳动和信息整理做掉，开发者再集中处理判断和验证。
三、这类任务不能直接交给 AI 决定
下面这些事情，AI 可以参与分析，但不应该拥有最终决定权：
1. 业务规则和优先级
例如退款是否允许撤销、优惠券冲突时采用哪条规则、数据保留多久。
这不是代码问题，而是产品目标、成本和责任的选择。AI 不知道当前组织真正要承担什么后果。
2. 高风险变更是否执行
涉及以下内容时，必须提高人工审查等级：
- 权限和身份认证。
- 金额、库存和订单。
- 数据迁移和批量删除。
- 生产环境配置。
- 密钥、隐私和安全策略。
- 高并发下的数据一致性。
AI 可以列检查项、生成迁移脚本和设计回滚方案，但执行前需要负责人确认。
3. 没有证据的技术结论
“这段代码性能更好”“应该加缓存”“换成某个框架更现代”，都只是候选建议。
没有压测数据、监控指标或真实瓶颈时，不要因为 AI 说得自信就扩大改动范围。
四、最实用的分工方式：AI 先分析，人来决策
我更推荐下面的协作方式：
AI：整理信息、提出选项、生成初稿、列验证步骤
开发者：确认规则、选择方案、审查改动、完成验收
以一次接口重构为例：
| 阶段 | AI 的任务 | 开发者的任务 |
|---|---|---|
| 理解 | 总结当前调用链和重复逻辑 | 确认是否真有维护问题 |
| 设计 | 给出 2 到 3 种最小改法 | 选择符合项目约束的方案 |
| 实现 | 按文件生成修改建议 | 审查改动范围和接口兼容性 |
| 验证 | 列出测试场景和回归命令 | 执行测试、检查结果、决定提交 |
这样 AI 是工程搭档，不是无人监管的代码生成器。
五、一个可直接复用的任务分配 Prompt
当你不确定任务应该怎么分工时，可以这样问 AI：
请帮助我评估下面这个开发任务的 AI 协作边界，先不要写代码。
任务背景：
[填写需求、系统模块和已知限制]
请从以下角度输出：
1. 哪些子任务规则明确、结果可验证，适合由 AI 先完成。
2. 哪些子任务存在业务、数据、安全或上线风险，必须由开发者决定。
3. 需要补充哪些上下文，才能安全地让 AI 继续。
4. 每一步的验收方式是什么。
5. 如果 AI 输出错误，如何最小范围回滚。
请把建议分为：
- 可以直接委托。
- AI 先分析，人工确认后执行。
- 只能由开发者负责。
这个 Prompt 的价值不是得到一个绝对答案，而是逼着我们在开始前明确风险和验收点。
六、交给 AI 前，至少补齐这 3 件事
无论任务大小，我都会提供：
背景：当前模块做什么，哪些文件和规则相关。
目标：这次要解决什么，不解决什么。
限制：不能改什么，如何验证，何时停止。
例如：
目标：修复 PATCH 接口无法接受 false 的问题。
限制：不修改接口路径、错误码和任务存储方式。
验证：补充 true、false、非法值三组接口测试。
这比一句“帮我修一下”更容易得到稳定结果。
总结
哪些任务该交给 AI，不取决于任务听起来是否简单，而取决于规则、验证、回滚和风险。
规则清楚 + 易验证 + 易回滚 + 低风险
→ AI 可以先做
规则模糊 + 难验证 + 难回滚 + 高风险
→ 开发者必须主导
- 让 AI 处理信息整理、初稿生成和重复劳动。
- 让开发者负责业务判断、风险决策和最终验收。
- 高风险任务不是不能用 AI，而是必须拆小、加证据、设回滚。
- 最好的协作，不是把责任交出去，而是把注意力用在最需要判断的地方。
下一篇文章，我们将把这些可复用的协作方式沉淀下来：
《建立你的个人 AI Prompt 库：分类、版本和迭代》
✍坚持原创，求关注，点赞，收藏
