夜雨聆风前几天处理一个数据稽核接口的权限校验问题，忙了一下午。晚上回家改这篇稿子，比平时晚了一个多小时。媳妇儿问我今天怎么发这么晚，我说白天一堆事，晚上才有空改稿。她没再问，给我倒了杯水，看了眼我屏幕说：”你们这行越来越像开飞机了，机器开，人盯着。”
改这个的时候我就在想，要是这段代码是AI写的，我还得再审一遍。
最近不是AI写代码特别火吗。刷到个数据，说GitHub上快一半代码都是AI生成的，明年据说要到65%。
我看了愣了一下。兴奋是真的，效率涨了也是真的。但慌，也是真的。
效率确实涨了。以前排三天的活，现在AI辅助两天就能交。样板代码AI包圆了，人就改改业务逻辑。
但我以前，其实是不审代码的。
团队里老陈是资深开发，QA测得也仔细，代码层面他们把关，我只看架构和方案。流程走了十年，没出过大事。直到上个月，连着出了两回事。
━━━━━━━━━━━━━━━
安全漏洞：注释太全，反而没人问
说个上个月的事，差点出大事。小北用AI生成了一段数据稽核接口的权限校验代码，他自己先过了一遍，觉得没问题就提了PR。
老陈是我们团队的资深开发，审了代码，接口鉴权、鉴权校验、权限刷新，该有的都有。代码风格也很规范，注释写得比人还全。他点了通过。QA测了功能正常，刷新后新凭证能拿到，旧凭证也没报错，测试用例全绿。
我扫了一眼方案，批了上线。
结果上线后第二天，安全团队做季度全量扫描，扫出来一个漏洞：旧凭证刷新后有15分钟缓冲期，没立即失效。
我脑袋嗡的一声。跑去翻代码，AI在注释里写的是”提供缓冲以避免并发请求失败”。听起来没毛病对吧？很多系统都这么做的，测试环境也跑得好好的。
我开了个复盘会，问老陈：”这个缓冲期你当时怎么没提？”
他说了句话，我到现在都记得：”注释写得那么完整，我以为它考虑全了。”
我听完没说话。
老陈从来没出过这种疏漏。如果是人写的这段代码，逻辑但凡有点绕，他肯定会多问一句。但AI写的，太标准了，标准到让人忘了问。
那次复盘会后，老陈在团队里做了分享，把自己怎么被AI代码骗过的过程一条条摊开说。不是追责，是让所有人都知道，AI代码的坑长什么样。
后来我们手动改成了”刷新即失效”，安全窗口期能压多低压多低。测试的时候还模拟了凭证泄露的场景，确认旧凭证刷新后立即失效，才算过关。
这个改动很小，可能就十几行代码。但万一安全团队没扫到呢？我想了想，后背一身汗。阿杰可以跟我说”这是AI写的”，但我不能跟老板说”这是AI写的”。
━━━━━━━━━━━━━━━
性能陷阱：AI按你说的写，不会按你想的写
还有一次，小李用AI生成了一段批量处理站点数据的逻辑。代码写得挺”高级”，几个高阶函数一套，链式调用，一行搞定。
老陈这次留了个心眼，专门问了句”数据量多大”。小李说”测试环境几千条”。老陈没再追问，因为以前人工代码如果生产环境数据量不一样，开发会主动标注。这次没人标注，老陈就以为生产环境也是几千条。QA用几千条数据测了，跑得飞快，上线。
结果那天晚上十一点，我手机响了。生产环境OOM，批量导入站点数据的任务挂了。
运营商每个月都要批量更新站点台账，数据量平时就是十万级别。小李说的”几千条”，只是测试环境的数据量。AI按这个写了，生产环境十万条直接OOM。
我爬起来打电话，叫小李和老陈起来处理，自己在旁边盯进度。搞到半夜两点才恢复。
第二天我找了QA负责人，问他们测批量任务为什么不用生产数据量。QA说：”以前人工代码，如果数据量有问题，开发会主动标注。这次没人标注，我们就按常规模拟了。”
你看，不是谁忘了。是以前那套配合方式，在AI代码面前，失灵了。
后来小李手动改成了流式处理，分批读取，内存才稳下来。
━━━━━━━━━━━━━━━
边界条件：我也被骗了
从那以后，关键模块的AI代码我开始看了。但不是每条都看。
上个月我自己试了下，用AI写了段数据校验逻辑。生成的代码特别完整，各种校验规则都有。我扫了一眼，觉得没问题，顺手传给老陈，让他帮我看看。
老陈传了个空字符串进去，直接空指针。AI压根没考虑这茬。
老陈看着我，那眼神我到现在都记得。像是在说”老大，你也被骗了”。
我说是，我也是人。看着这么完整的代码，我也不会去想”空字符串呢”。
━━━━━━━━━━━━━━━
我现在怎么看
我现在看明白了。问题不是老陈的问题，也不是小李的问题，更不是流程的问题。我们流程走了十年，老陈和QA也配合了十年。
问题是，这套流程建立在一个默认假设上：坏代码看起来是坏的。
人写的代码，如果逻辑有坑，通常会写得乱一点。变量名随意，注释敷衍，你一眼就能看出”这段代码有问题，得多看看”。
AI写的代码没有这种信号。逻辑有坑的代码，和逻辑完美的代码，看起来一模一样。都是排版整齐，注释齐全，命名规范。你看不出哪里需要警惕。
这才是最可怕的。
我现在审AI代码，审的不是功能。功能老陈和QA会看。我审的是：这段代码有没有”看起来太对了”的地方。
太对的地方，往往藏着AI的假设。它假设数据量几千条，它假设输入都是合法的，它假设安全场景是标准的。但它不会告诉你，它假设了这些。
小李有次问我：”老大，你以前不是只看方案吗，现在怎么连代码都一条条看了？”
我说：”我不是在看代码，我是在找AI藏起来的假设。”
他听完没说话。
但这么搞不是办法。团队项目越来越多，我不能每个模块都亲自过。关键是怎么让老陈他们也能看出来这些假设。
我现在让他们做一件事：拿到AI代码，先别问”这代码对不对”，先问”这代码假定了什么”。
数据量多大？空字符串呢？边界条件呢？安全场景是不是我们内网的标准？
AI不会替你想这些。它只会让你觉得，”这代码已经够好了，不用多想”。
━━━━━━━━━━━━━━━
AI写得越快，我看得越慢。不是代码有问题，是我的审查系统还在用老标准。
以前我练出来的本事，是挑写得烂的代码。现在我得重新练，去挑写得”太对了”的代码。
你们团队里，有没有这种经历：AI写的代码看着太顺眼，反而忘了多问一句？评论区聊聊。
