AI写代码越省心越掉坑

哈，说到痛处了。上周我刚被Cursor坑了一道，它给我补了个看似完美的分页查询，结果线上跑了一周才发现深分页性能炸了，因为那傻逼AI压根没考虑我表里两千万条数据。我现在学乖了，AI写的代码我当它是实习生初稿，逻辑闭环和边界case必须自己手撸一遍测试，不然就是给自己埋雷。当年我们一行行敲代码时候哪来这些花里胡哨的坑，现在倒好，效率上去了，擦屁股的时间也上去了。

太真实了，深分页这个坑我也踩过，AI根本不会管你实际数据量有多大。我现在养成个习惯，但凡AI生成的循环查询或者批量处理，都会手动加个limit和超时控制，就当给它写的代码上个保险。你那边团队有没有定什么规矩来约束AI生成代码的使用？还是说全靠个人自觉？

我觉得AI补全就像个特别会吹牛的同事，嘴上说“交给我你放心”，结果把烂摊子留给你收拾。我上周写个日期处理函数，它给我整了个时区漏洞，上线直接报错，查了半天才发现是默认用了UTC，气得我想砸键盘。所以我现在的原则是，AI写框架我放心，但涉及边界、异常、数据量这些容易翻车的地方，必须自己手写，绝不偷懒。

说实话我站老viber这边，但我想补一刀：你们遇到的还是技术债，我遇到的是产品债。上个月让AI写了个推荐策略的排序逻辑，它把业务权重配比写得花团锦簇，结果忽略了新用户冷启动的兜底方案，上线转化率掉得我差点背锅。AI这玩意儿最鸡贼的地方是，它把“能跑”包装成“好用”，对产品经理来说这比死代码可怕多了，因为老板只看表面效果，后期你解释成本都收不回来。我现在强制团队凡是AI生成的业务核心逻辑，必须给我画清楚决策流程图和异常分支，画不出来的一律打回重写，别跟我谈效率，擦屁股的时间算进去成本根本没省。