使用 AI 时不破坏生产环境的 5 条规则

Source: Dev.to

介绍

我们都有过这种经历：向 ChatGPT 请求一个快速的辅助函数，它吐出看起来很靠谱的几十行代码，你把它粘进去——砰——CI 变红，PR 被骂得体无完肤。写完关于 AI 工具的书并亲身吃过苦后，我总结出了一些准则，能让我在使用这些工具时（大多数情况下）避免麻烦。

不让 AI 破坏生产的 5 条规则

1. 将 AI 建议视为起点，而非完整解决方案

把 AI 当作那位自信满满却有约 30% 错误率的同事。把它的输出当作草稿，然后自行验证并改进。

2. 预期幻觉

AI 不会自我怀疑。它可以凭空捏造根本不存在的 API，并且表现得十拿九稳。务必仔细核对它提到的任何引用、导入或外部调用。

3. 保持代码库可管理

调试你自己改动的五行代码很容易。调试 500 行你不完全理解的 AI 生成代码可能会耗费整个周末。限制在未经审查就接受的 AI 生成代码量。

4. 避免“魔法”逻辑

如果逻辑看起来像魔法，那它不是聪明，而是定时炸弹。你无法维护你解释不清的东西，所以确保每段代码都易于理解且可测试。

5. 记住你是值班人员，而不是 AI

当网站在凌晨 3 点宕机时，收到警报的永远是你。把 AI 当作工具，而不是能够为生产事故承担责任的队友。

结论

AI 能让打字更快，但它并不能让思考变得可选。

讨论

你对 AI 生成代码的“氛围检查”流程是什么？你如何在代码上线前捕捉到可疑的内容？在下方分享你的战斗故事吧。