什么时候不该用 AI 写代码:五个我付过学费的判断标准
不是所有代码都适合交给 AI。用五个可操作的判断标准划出禁区,每个标准都配一次真实翻车作为依据,最后给出可执行的替代做法。
横评写多了容易变成"哪个工具更强"。但更值钱的问题是反过来的:哪些活压根不该交给 AI。这篇文章列五条我自己付过学费的判断标准,每条都给出可操作的检测方法。
一、标准一:你无法在 5 分钟内验证对错
这是最重要的一条。AI 写错的代价 = 错误概率 × 发现它所需的成本。前面那个因子你控制不了,后面这个能控制。
判断方法很简单,问自己:
如果我立刻拿到这段代码,我能在 5 分钟内说"对"或"不对"吗?
能 → 可以交给 AI
不能 → 先建立验证手段,再交给 AI具体哪些"不能":
| 场景 | 为什么验不了 | 替代做法 |
|---|---|---|
| 并发/锁逻辑 | 错误只在特定时序出现 | 先写压力测试,跑通再让 AI 改 |
| 金额/计费计算 | 错了不报错,只是数字不对 | 先准备已知答案的样本对 |
| 权限判断 | 漏一个分支不报错,只是放行了 | 先写"应拒绝"的用例清单 |
| 数据迁移脚本 | 跑完才发现少了一列 | 先在副本上跑,比对行数与校验和 |
二、标准二:涉及你读不懂的领域
我在一个正则上栽过。需求是"从 markdown 里抽出三级标题与紧邻的表格"。AI 给的正则长这样(简化):
const re = /^### (.+?)(?:\n\n)?((?:\|.+\|\n)+)/gm;跑起来"基本能用",但遇到标题后只有一个空行(而不是两个)时,捕获组会连下一节的内容一起吞进去。因为我当时不能一眼读懂 (?:\n\n)? 在这里是可选还是贪婪,只能靠"跑一个样本看看"——这正是标准一禁止的形态。
后来我改成不依赖正则跨空行,用"锚点行 + 连续同构行"两段取:
// 先按行切,找到锚点,再向后 greedily 收同构行,遇到不匹配立刻停
function takeTableAfterHeading(lines, headingText) {
const i = lines.findIndex(l => l.trim() === headingText);
if (i < 0) return [];
const out = [];
for (let j = i + 1; j < lines.length; j++) {
const s = lines[j].trim();
if (s === "") continue; // 空行跳过,但不终止
if (!s.startsWith("|")) break; // 第一行非表格行 → 立刻停
out.push(lines[j]);
}
return out;
}区别在于:新版本我能逐行读懂并在脑内推演边界。读不懂的代码,AI 写多少行都是在给你埋雷。
三、标准三:没有回滚路径
判断标准:改动出问题时,我能在几分钟内回到昨天吗?
- 有 git、有分支、有 CI → 可以大胆交给 AI
- 直接改线上文件、改数据库、改 DNS → 停
我给自己定的红线:
# 允许 AI 操作的:工作区文件
git status --short # 动手前先确认干净
git stash list # 有 stash 说明之前就没收拾干净,先处理
# 禁止 AI 操作的:这些命令一条都不许自动跑
# wrangler pages deploy
# git push --force
# rm -rf 任何路径
# DROP / TRUNCATE / UPDATE 无 WHERE不是不信任 AI,而是这些操作不可逆,且一次错误就抵消掉之前所有收益。我在项目规范里直接写死"不要执行 git 命令、不要部署",效果比每次口头嘱咐好得多。
四、标准四:需求本身还没想清楚
这条最隐蔽。AI 很强的能力之一是把模糊需求变成一个看起来完整的东西——这会让你误以为需求已经想清楚了。
我当时以为:让 AI 先写个初版,看到东西再提意见更快。 实际是:初版一旦成型,我会被它带着走,后面的"提意见"其实是在给它的方案打补丁,而不是在实现我的方案。
可操作的检测:你能不能先写出验收条件? 写不出就别开工。
对比:
| 模糊需求(不该开工) | 可验收需求(可以开工) |
|---|---|
| "做个日报推送" | "每天 21:00 生成 md,抽 4 条进群消息,失败时非 0 退出" |
| "优化一下性能" | "把 build 从 40 s 降到 15 s 以内,产物字节数不变" |
| "加个错误处理" | "网络超时重试 2 次,第三次抛错并写日志" |
右边那列的共同点:有数字、有边界、有失败时的行为。这三样齐了,AI 才对得上。
五、标准五:一次性、不可复现的环境操作
比如"帮我把这台机器的某个配置改一下"。这类任务的失败模式特别糟:
- 环境状态没人记得住,出问题无法复现
- 改动是隐式的,下次换机器又从零开始
- AI 看不到全貌,只能靠猜
正确做法是让 AI 产出可重复执行的脚本,而不是直接改环境:
# 反例:让 AI 直接编辑配置文件
# 正例:让 AI 写一个幂等脚本,你自己跑、自己审
#!/usr/bin/env bash
set -euo pipefail
TARGET="$HOME/.dsh/profiles/headless/cordis.patch.yml"
cp "$TARGET" "$TARGET.bak-$(date +%Y%m%d-%H%M)"
# 探测换行符,避免整文件变成全量 diff
python - "$TARGET" <<'PY'
import sys, pathlib
p = pathlib.Path(sys.argv[1])
b = p.read_bytes()
print("CRLF=%d bareLF=%d" % (b.count(b"\r\n"), b.count(b"\n") - b.count(b"\r\n")))
PY脚本化之后,环境改动变成了可 review、可重放、可回滚的产物。这才是 AI 该交付的形态。
六、一张速查表
把这五条压成一张表,动手前扫一眼:
| 检查项 | 通过 | 不通过怎么办 |
|---|---|---|
| 5 分钟内能验证对错 | 直接交给 AI | 先补测试/样本 |
| 我能读懂产出 | 直接交给 AI | 换更简单的实现形态 |
| 有回滚路径 | 直接交给 AI | 先建分支/备份 |
| 能写出验收条件 | 直接交给 AI | 先想清楚需求 |
| 产出的是脚本而非环境改动 | 直接交给 AI | 要求改交付形态 |
五条全过 → 放心交给 AI,效率是 3~5 倍。 有一条不过 → 先补那一条,再开工。补的成本通常远低于返工。
结论
AI 编码的真正风险不是"它写错",而是**"它写错了你看不出来"**。所以判断标准全部围绕"可验证性"展开,而不是围绕"任务难度"。一个简单但难验证的任务,比一个复杂但好验证的任务危险得多。
我的经验比例:日常编码任务里大约 70% 五条全过,可以放心交;剩下 30% 里,一半是"补个测试就能过",另一半是真的不该碰——那部分我现在直接自己写,写完再让 AI 做一次 review,这个组合比"让 AI 从零写"稳得多。
下一步
下次你想让 AI 动手前,先花 30 秒回答这五个问题。如果嫌麻烦,就只回答第一个(5 分钟能验证吗)——它单独就能拦掉大部分事故。