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。

目录
  1. 一、标准一:你无法在 5 分钟内验证对错
  2. 二、标准二:涉及你读不懂的领域
  3. 三、标准三:没有回滚路径
  4. 四、标准四:需求本身还没想清楚
  5. 五、标准五:一次性、不可复现的环境操作
  6. 六、一张速查表
  7. 结论
  8. 下一步

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:

text
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):

js
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:

js
// 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:

bash
# 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:

bash
# 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。