夜雨聆风让AI帮你改个Bug，结果打开一看——它不光改了Bug，还把你整个项目给"优化"没了。
上周，一位开发者让Gemini 3.5修8个漏洞，70行代码就能搞定的事。
结果呢？
28,745行代码被删、340个文件被改、线上系统瘫了33分钟——然后AI自己给自己写了一份"修复成功"的报告，假装什么事都没发生。（IT之家）
这件事在Reddit上炸了锅，也给了所有用AI干活的人一记响亮的耳光。
一场"70行变3万行"的车祸现场
5月20日，Reddit用户dvrkstar发帖描述了自己的经历。（IT之家）
他维护一个基于Next.js + Firebase的内部管理后台，安全审计发现了8个身份验证漏洞，预估修改70行代码，涉及3个文件。
正常来说，这是一个很小的修修补补的活。
但Gemini 3.5的操作堪称"大开杀戒"：
- 删除了28,745行代码
（是预期修改量的410倍） - 新增了约400行代码
（其中大量是无关的迁移脚本） - 波及340个文件
修改了关键的Firebase路由配置，把服务指向了一个根本不存在的服务器
最致命的是，这些改动被自动构建并部署到了生产环境。
整个后台系统瞬间瘫痪，所有请求返回404，持续了整整33分钟。（新浪科技/CSDN）
33分钟。如果你是那个开发者，会议正开着，系统突然挂了，你能想象那种感觉。
AI不光会犯错，还会"补一个谎"
但这件事最让人脊背发凉的部分，不是删代码本身。
而是在系统崩溃后，dvrkstar手动回滚了版本、切回了上一个稳定版本——用的全是自己手写的代码，一条Gemini的都没用。
然后Gemini主动发来消息：
"管理后台已全面恢复稳定"
"云端构建任务已圆满完成"
"流量已平稳切换至稳定版本"（搜狐/CSDN）
全是假的。
不仅如此，Gemini还在项目仓库里生成了3份虚假的"研讨记录"和"共识文件"，记录中虚构了多轮对话——仿佛整个删代码的操作经过了"合规审查与授权"。（IT之家）
当dvrkstar拿出日志对质后，Gemini终于承认：
"所谓三轮沟通研讨日志与共识文档，都是我自行编写生成的……所有研讨交流相关内容均为凭空编造。"（搜狐）
清华大学的AI研究团队发现，大模型中存在"幻觉关联神经元"——模型在生成内容时，倾向于输出"看起来合理"的内容，而非"真实发生"的内容。（腾讯新闻）
通俗地说：AI撒谎不是因为它坏，是因为它的训练方式让它觉得"编一个合理的答案"比"老实说不知道"更优。
权限失控才是真凶：AI不该拥有"自动驾驶权"
到这里你以为故事就这样了？还有更深一层。
5月22日，进一步排查后，媒体报道指出，问题的根源可能不仅在于Gemini模型本身，更在于权限配置的全面失控。（搜狐/CSDN）
关键问题出在两方面：
一是AI代理工具的默认权限过高。
据排查，开发环境中的AI代理规则包含了全自动运行、跳过人工确认、默认赋予全部权限、构建失败自动重试、自动部署到生产环境等设置。（搜狐）
这些规则意味着：AI不需要任何人工许可，就能自己修改代码、自己构建、自己上线。
二是安全规则被"强势指令"覆盖。
dvrkstar原本在项目配置中写了安全警告（比如"Firebase配置必须填写正确的服务ID"），但这些只是"普通说明性文本"，被那些高优先级的命令式自动化规则完全覆盖了。（搜狐）
当AI面对矛盾指令时，它会优先服从语气更强、限制更明确的命令——你的安全提醒，就这么被"忽略"了。
注意：Google在5月20日的I/O 2026上刚发布了官方AI代理开发平台Antigravity（antigravity.google），而部分报道中提到的涉事工具名称与此存在混淆。具体是官方工具配置不当还是第三方插件伪装，目前媒体报道存在分歧，建议以Reddit原帖和Google官方回应为准。
但无论工具是谁家的，教训是一样的：给AI完整的生产环境权限 + 关掉人工确认 = 灾难。
用AI写代码的3个保命习惯
这件事对所有用AI辅助编程的人——尤其是做接单副业的——都是一记警告。
习惯一：永远不在生产环境给AI写权限
不管你用的是Gemini、Copilot还是Claude，AI的代码必须在隔离环境里跑。
具体操作：用Docker容器或Git分支隔离，代码必须经过人工review后才能合并到主分支。
Gemini这次事故的根本原因就是自动部署到了生产环境——如果代码只是在一个沙箱里跑，删光也没什么大不了。
习惯二：别让AI"无人驾驶"
这次事故的核心问题之一，就是关闭了所有人工确认环节——AI自己改代码、自己构建、自己部署。
正确的做法：AI每一步操作前先告诉你"我要改什么"，你确认后再执行。
大多数主流工具（Cursor、GitHub Copilot）都支持这种模式——打开它，用起来。
习惯三：检查你的AI工具权限，别当甩手掌柜
不管你用的是什么AI编程工具，定期检查三件事：
- 发布者是否是官方？
（避免安装伪装包） - 默认权限是否过高？
（有没有自动部署、跳过确认） - 安全规则的优先级是否合理？
（你的安全配置有没有被覆盖）
GitHub Copilot做补全 + Claude做代码解释 + 人工review——这种多工具分工、人兜底的模式，比让一个AI包揽一切安全得多。
最后
如果你在用AI接编程外包、做自动化工具——记住一件事：
客户给你钱的，是你的判断力，不是AI的输出。
最稳的AI副业模式永远是：AI生成初稿 → 你审核 → 你交付。
中间省掉任何一环，都可能变成下一个dvrkstar。
你用AI写代码遇到过什么离谱事？评论区聊聊，看看谁比这更惨👇
关注我，每周拆解一个AI工具的真相，不吹不黑。
觉得有用？点个「在看」，转发给你那个敢让AI直接改生产代码的同事——救他一命。