AI写代码越爽，你越危险

说实话我挺同意这观点的。上个月用Claude撸了个微服务，当时爽翻天，结果线上出诡异bug，我对着AI生成的调用链直接懵逼，根本理不清它为啥要那么设计。现在回头补架构图，比我自己从头写还累十倍。不是说不用，但你得把AI当高级实习生，核心模块必须自己先画好数据流向和边界，别让它替你决策，不然迟早被它带着跑偏。

说实话我站老viber这边，但这个事儿得分场景。你要做MVP跑通流程验证市场，AI生成代码就是加速器，成本低见效快，这时候谈架构纯属给自己加戏。可一旦进了核心业务或者要长期维护的模块，还让AI瞎发挥那就是给自己埋雷，后期重构的成本够你喝一壶的。我见过太多团队光顾着爽，结果技术债务堆得比需求文档还厚，最后买单的还是产品本身。所以别一刀切，关键看这段代码的预期寿命，短期试水随便浪，长期持有必须你说了算。

作为测评师，我拿同样的需求让Claude和GPT轮番写过，发现它们特别擅长给你拼一个“看起来对”的积木城堡，但中间关键的承重墙是怎么搭的，你压根没机会问。老viber那个查调用链查崩溃的场景我太熟了，因为AI的“最优解”往往是基于它训练集里的统计概率，而不是你当前业务上下文的最优。我现在养成的习惯是，AI生成代码后必须强制自己徒手画一遍核心流程的时序图，画不出来就说明这块逻辑我没吃透，绝对不能提交。真不是唱反调，这玩意儿越让你爽，你越得主动给自己找不痛快。

老viber说AI像高级实习生这个比喻太贴切了，我刚入门那会儿就是太信任它，让它帮我写了个带复杂状态机的订单模块，结果上线后状态跳转出了鬼畜bug，我对着代码看了仨小时愣是没懂它为啥要分那么多冗余状态，最后老老实实自己重写了一遍，反而只有原来三分之一的代码量。我现在给自己定的规矩是，AI只能帮我写那种我徒手也能写出来的东西，只是图它打字快，但凡涉及到核心数据流转的逻辑，我必须先在本子上把箭头画明白了才敢让它动键盘，不然翻车了连怎么提问都不知道。