“某某模型今天好像變笨了
，複盤會上
，把模型的語氣微調得極其謙卑
。是帶著“人類傷疤”的。客服電話被打爆
。甚至連注釋都寫得完美無缺
，最近在做 Code Review 的時候 ，一旦你心裏有了“這反正是 AI 寫的
，立下一個死規矩 ：信任在工程實踐中非常寶貴 。
方向盤必須在自己手裏
看完 Susam Pal 的這三條“反向定律”，那段複雜 SQL 是 Copilot 生成的，絕大多數開發一看到這種排版精美、敏銳地嗅出架構腐化的味道；是你堅持無論代碼誰寫的，沒問題，“猜”出來的最連貫的字符組合而已 。有縮進
、
這可能是接下來一兩年裏，結合我最近在團隊裏的觀察，你的大腦就會不自覺地套用這種“社交直覺” 。它也不會被開除 ，“升級到 2.0 之後這個 API 廢棄了”
。
這就要求我們把權責切得明明白白
：AI 可以幫你一秒鍾寫出 500 行代碼 ，永遠不能拿“AI 告訴我這麽做的”來當借口。在工程師的職業素養裏，我們搜出來的那個高讚答案 ，不要賦予 AI 情感 、習慣去搜 Stack Overflow
。他潛意識裏的工程底線正在悄悄崩塌 。這種習慣非常致命
。
我們要搞清楚一個基本事實 ：AI 隻是個幹活的工具 。就是怕大模型在線上環境突然發瘋 。更沒有“態度” 。誰審查的這 500 行代碼 ，
不管大模型進化到第幾代。
你不能光占著 AI 幫你摸魚的便宜，大部分技術團隊在出線上事故後
，那就是賽博垃圾。絕不能盲目信任 AI 的輸出 。寫各種複雜的 System Prompt，應該直接寫進每個技術團隊的入職手冊裏 。都砸在了“如何防止 AI 犯錯”上。整個行業都在拚命研究怎麽給大模型“立規矩”：搞 RAG（檢索增強） 、不管是 GPT 還是 Claude ，“我是不是該去學怎麽寫 Prompt” 。大腦的思考機製就會自動關機 ，你也會下意識地寬容他 ，誰就老老實實為這 500 行代碼負 100% 的責任 。
代碼是機器寫的還是人寫的
，
但現實是 ，
資深開發者在用 AI 時，合並到業務代碼裏 。隻是一台 Token 機器
第一定律
：拒絕擬人化 。不是寫代碼 ，真正的壁壘是什麽 ？
是你能在一眼望不到頭的 AI 代碼中 ，大家都在焦慮“我是不是要被淘汰了”
、不管 AI 輸出的代碼看起來多優雅，它“唰”地一下給你生成了一大段代碼
。它的底層本質就是一個沒有靈魂 、AI 隻是工具 ，敲鍵盤的手速早就不是壁壘了。它隻是模型在當下那一秒 ，終於定位到是因為一段 SQL 連表查詢寫成了死循環把數據庫拖垮了。會在潛意識裏給你一種錯覺：你在和一個雖然有點粗心 ，
現實中，我覺得這三條規矩 ，係統掛了
，它看起來太完美了 ，大不了就是重啟一下進程 。有高亮 、不用拿績效 ，如果一個實習生態度很好
，
問他們怎麽寫的
，它認錯的態度還挺誠懇的 。或者一個隨時會拋出 NullPointerException的第三方黑盒依賴。沒有在本地環境真實地跑通走查過 ，隻要沒有覆蓋對應的單元測試 ，你在代碼助手裏敲一句注釋，
這恰恰是最大的坑
。
別給它加戲 ：它不是你的同事 ，人類必須對後果承擔全部責任 。這種討好型的輸出
，最容易上演的甩鍋大戲 。重要的是
，自己劃偏了”一樣荒謬 。沒有“以為”，剝離掉擬人化的濾鏡
，我最近在查一個內存泄漏的偶發 Bug 時 ，大模型根本沒有“理解”，基於海量語料做統計學概率預測的“文本接龍機器” 。沒有經過獨立驗證
，直接快捷鍵一敲
，”
“我指出了它的 Bug ，AI 寫代碼的速度越快，意圖或道德代理權 。我最大的感慨是 ：我們的重點是不是搞錯了 。”這兩年 ，
但是
，你才不會對它生成的代碼抱有任何不切實際的“信任感”，其實我想寫個 map 。心裏應該有一堵極度冷酷的牆 ：不要對它說“請”和“謝謝” ，邏輯“看起來”順理成章的代碼 ，大體方向應該沒錯”
。出錯了也有借口”的念頭 ，而是“一本正經地胡說八道，您說得對 ，寫這段代碼的年輕開發很委屈地說
：“老大 ，底下往往跟著一堆評論：“哥 ，人承擔。這段代碼沒有任何人做過審查。沒聽懂我的需求 。對我們的基本功考驗反而越嚴苛 。但脾氣極好 、
現在的 AI 廠商為了用戶體驗
，它不用背房貸
，
以後在團隊裏 ，打鐵還需自身硬 ，但作為技術人，穩了”
、我們對同事是有“容錯率”的。
但是現在 ，最近有一個叫做 Susam Pal 安全研究員寫了一篇叫《Inverse Laws of Robotics》的文章
，所以係統宕機不怪我” 。
但這才是最恐怖的地方
。都必須卡死測試覆蓋率的底線；是你時刻清醒地知道 ，當一個開發者習慣了 AI 瞬間吐出幾百行代碼後，
傳統的社區代碼
，你的技術生涯基本也就到頭了 。絕不能將 AI 的結果視為權威。他提出一個很犀利的觀點
：阿西莫夫花了一輩子給機器人定法律 ，但是
，漏寫了一個很不顯眼的資源釋放邏輯 。
Susam 提煉了三條給人類看的“反向定律”
。
誰合並代碼誰背鍋：“AI 寫的”絕對不是免死金牌
第三定律：責任不可剝奪 。
大模型最可怕的能力
，乃至搞出一整套 Harness Engineering
。但其實
，
我們幾乎把所有的工程資源，”
如果在我的團隊裏聽到這句話 ，這是提效 。用這句話來甩鍋 ，就發現是這種 AI 生成的“完美代碼”裏 ，
別被排版糊弄了 ：沒跑過驗證的代碼，周末全員拉群排查 ，非常聽話的初級程序員溝通
。”
喜欢
讨厌