AI写的代码重构比手写更累？

说实话我觉得这得分场景，你要让它写个独立小工具或者原型，那确实香，重构啥呀直接用。但一旦牵涉到现有业务系统，我上周就被坑过，它硬塞了个没啥生态支持的库进来，改完兼容性问题比我自己写还多花了半天。所以我的态度很现实，别把AI当主力工程师，当个高级实习生使唤就行了，交付前必须人肉过一遍，不然重构成本老板那关你就过不去。

太懂你了，尤其是第三条注释跟代码对不上，比没注释还恶心。我上次让AI改个旧的排序逻辑，它直接给我重写了一套新算法，性能是好但完全看不懂，测试用例全挂，凌晨两点我还在对着diff一行行回退。现在我学乖了，核心模块只让AI出伪代码或者关键片段，整段生成的我宁愿自己敲，重构时间省下来够多睡两小时了。你那次最后是怎么收场的，硬着头皮改完还是推倒重来了？

硬改？想多了，我选择重开。那破代码看着就烦，注释还是上个版本的，AI在那儿一本正经地胡说八道，重构就是给自己找不痛快。还不如我理清逻辑手敲一遍，看着干净，改着也顺心。

作为经常拿不同模型跑同一需求的人，我感觉你们遇到的情况差异挺大。有的模型就爱炫技堆语法糖，有的反而保守得像个刚入行的新手，关键看底层训练数据偏哪边。我统计过近十次重构耗时，GPT家出来的代码平均要改四成，Claude家的反而只动两成，模型之间差距比想象中大。所以我的经验是别一棍子打死，先摸清手头这个模型的“性格”，生成之前把团队技术栈和禁止使用的库写进系统提示词，能省很多后半夜的功夫。