牛客上有个帖子，标题是「面试被问"AI生成代码出bug谁负责"，我差点翻车」。面试官的原话是："AI 生成的代码上线后出了 P0 级事故，责任怎么分？"答主脱口而出："当然是谁提交的谁负责。"然后被三个追问按在地上摩擦。
这题不是个例。牛客另一篇帖子的说法更直接：会用 AI 写代码的人越来越多，面试反而更难筛了。原因一句话：AI 把"实现能力"的门槛拉平了，面试官要筛的东西换了。
现在筛的不是你能不能写出来，是 AI 写的东西出了事，你担不担得起。
我把最近公开面经里这类追问扒了一遍，凑出 12 道题。全部来自牛客、掘金、SegmentFault 上能查到的真实面经，每道都给翻车答法和答题骨架。文末有速查表。
面试官为什么突然盯上这个
以前的筛选题长这样：「手写一个快排」「说一下事件循环」。现在掘金和牛客的面试帖里，题目变成了「给你 30 分钟，用 Codex 现场写一个功能」「这段 AI 生成的代码有什么问题？」「说说你平时怎么用 AI 工具的，遇到过什么坑」。
变化的原因不复杂。当"写出来"不再稀缺，简历上人人都有几个 AI 做的项目，面试官面对的新问题是那篇牛客帖的原话：「大家看着都变强了，但真正能筛出来的难度反而上升了」。
拉平的只是实现。判断、验证、担责，这三件事 AI 替代不了，所以追问全往这三个方向打。
有个面试官的说法很形象：「你把 AI 当'打字机'还是当'初级实习生'？」——实习生的代码你至少会 review 一遍，打字机打出来的你直接就用。这个问题的潜台词是：你有没有把 AI 当成一个需要盯的队友。
答题的地基：把责任想成三层
「谁提交的谁负责」这句话本身没错，错在它是整道题的第一层，不是答案的全部。把责任摊开是三层，面试官的追问就是在逐层下钻：
**第一层，提交者兜底。**代码进主干是你点的合并按钮，事故的第一责任人就是提交者，这层没有争议空间。但只答到这层，下一个追问一定来：那 review 的人呢？
**第二层，review 验证。**上面那个牛客帖里，答主说提交者负责之后，面试官立刻追问："你说的第二层，review 者标注'已验证'，但如果他验证漏了呢？"这一问的考点是：验证的可信度来自方法，不来自签名。谁都能在 PR 上打一个"已验证"的标签，能说清楚"我验证了什么、没验证什么"的才是真验证。
**第三层，流程资产。**AI 代码出事之后，定责要靠证据链：当时的 prompt 和生成记录、测试覆盖了哪些路径、上线前的检查单有没有卡住这类代码。这层的价值是事后能回答"哪一层失守了"，而不是只有"谁写的"。
所以「P0 事故责任怎么分」的完整骨架是：提交者兜底是底线，然后定位失守层——是 review 漏验、是测试盲区、还是流程没卡住——最后说证据链怎么留。面试官想听的是分层，不是一句甩锅话。
第一组：事故责任（4 道）
1. "AI 生成的代码上线后出了 P0 级事故，责任怎么分？"（牛客原题）
翻车答法就是上面那句"谁提交的谁负责"——不是错，是浅，面试官会判定你没想过这个问题的结构。
骨架：分层答。提交者兜底 → 定位失守层（review 漏验 / 测试盲区 / 流程没卡）→ 讲证据链。三句话说完，比一分钟的车轱辘话强。
2. "review 者标注'已验证'，但如果他验证漏了呢？"（牛客追问原话）
这题在考"验证"两个字到底什么意思。
骨架：承认漏验永远可能发生，然后说怎么降低概率——验证动作要具体化：边界值过了没有、异常路径测了没有、和需求逐条对齐了没有。能报出这份清单的人，才可能被相信"已验证"。
3. "你有没有遇到过 AI 生成的代码出了问题，但 review 没发现的情况？"（牛客追问原话）
这题最大的坑是现场编案例。面试官手里可能就攒着几个真实例子，你编的故事细节对不上就当场翻车。
骨架：有就讲细节，没有就诚实说没有，然后把题接住——"所以我现在 review AI 代码会固定过一遍检查点"，顺势给清单。诚实加方法，好过编一个漂亮故事。
4. "团队里 AI 代码占比越来越高，出了问题该谁兜？"（变形题）
考的是责任会不会被稀释。AI 写的代码多了，"大家都在用"不等于"出了事大家一起扛"。
骨架：责任不随占比稀释，反而要前移——提交门槛里加 AI 代码专项检查，自动验证覆盖越核心的链路，人工越要盯住。说制度设计，不说"看领导"。
第二组：能力证明（4 道）
5. "你把 AI 当'打字机'还是当'初级实习生'？"（SegmentFault 面经原话）
骨架：接实习生类比，然后给差异——实习生你给方案、你 review、你担责；打字机模式是直出不验。一句话立场：AI 是能力下限很高的实习生，但没有判断，判断在屏幕这边。
6. "你能不能判断 AI 写得对不对？"（SegmentFault 面经原话）
翻车答法："能。"这个字出口就完了。
骨架：用动作回答。比如：先跑测试看行为，再对着需求逐条核验，关键路径自己读一遍逻辑。判断力只存在于具体的验证动作里。
7. "你简历上这个项目，为什么这么拆？"（牛客帖里的真伪分辨题）
原帖的例子：「你简历上这个 Agent 项目，为什么拆成三个子 Agent，而不是用一个 Agent 加几个工具调用搞定？」——真做过的人有取舍过程，让 AI 一把梭的人只有结果。
骨架：讲当时否决掉的方案和否决理由。有没有"没选的路"，是判断归属的最硬证据。
8. "给你 30 分钟，现场用 AI 写一个功能"（多家面经出现）
很多人把它当编码速度考，拼了。其实面试官坐在对面看你全程：你先干什么、怎么拆需求、什么时候介入。
骨架：动手前先说验证方案——功能算写完的判据是什么、边界在哪。面试官想看的是你怎么盯 AI，不是 AI 写得多快。
第三组：边界判断（4 道）
9. "哪些模块用 AI 生成，哪些必须手写？为什么？"（SegmentFault 面经原话）
考风险分级意识。
骨架：按出错成本切——核心业务链路、金额计算、权限相关，AI 可以辅助但验证由人签字；模板代码、样式调整、一次性脚本，放心交给 AI。给一条线，比罗列模块名值钱。
10. "这段 AI 生成的代码有什么问题？"（SegmentFault 面经原话）
review 实操题，通常会给你一段有坑的前端代码。
骨架：从行为入手不从风格入手。先跑起来看输出对不对，再看异常处理、边界值、和上下文的耦合。风格问题（命名、缩进）留到最后说，那是 AI 代码最不重要的部分。
11. "说说你平时怎么用 AI 工具的，遇到过什么坑？"（SegmentFault 面经原话）
翻车答法是全程吹效率。这题面试官在等你的"坑"，坑是你和 AI 关系的量化器。
骨架：一个具体的坑 + 当时怎么发现的 + 现在怎么防。有坑有防，说明你真的在盯；全是效率，说明你只是用户。
12. "AI 时代，你的不可替代性在哪？"（开放收尾题）
骨架：回到开头那三件拉不平的事——判断（方案取舍）、验证（对结果签字）、担责（出事你兜）。实现可以外包，这三件外包不出去。
12 道题速查表
| # | 追问 | 考察点 | 答题骨架 |
|---|---|---|---|
| 1 | P0 事故责任怎么分 | 责任分层 | 提交者兜底→定位失守层→证据链 |
| 2 | review 验证漏了呢 | 验证方法论 | 承认可能→验证动作清单化 |
| 3 | 遇到过 review 没发现的坑吗 | 诚实+方法 | 有讲细节，没有给检查点清单 |
| 4 | AI 占比高了谁兜 | 责任前移 | 制度设计，不随占比稀释 |
| 5 | 打字机还是实习生 | AI 定位 | 实习生模式：给方案、review、担责 |
| 6 | 能判断 AI 对不对吗 | 验证能力 | 只用动作回答，不用形容词 |
| 7 | 项目为什么这么拆 | 简历真伪 | 讲否决掉的方案和理由 |
| 8 | 30 分钟现场写 | 监督过程 | 先说判据和边界再动手 |
| 9 | 哪些必须手写 | 风险分级 | 按出错成本划线 |
| 10 | 这段代码有什么问题 | review 实操 | 行为先于风格 |
| 11 | 用 AI 遇到什么坑 | 信任校准 | 一个坑+发现方式+现在怎么防 |
| 12 | 你的不可替代性 | 收拢立意 | 判断、验证、担责三件套 |
写在最后
实现能力在贬值，这个趋势不会回头。面试官的问题从"会不会写"换成"出了事算谁的"，本质上是在给团队找能签字的人。
你被问过哪道？评论区报题，被问过的题我补进这版框架。
