AI 代码助手写了 10000 行代码，我差点删库跑路

---

你以为 AI 编程的终点是"没人需要写代码了"。

现实是：AI 写得飞快，你维护得想死。

---

我上个月接手了一个"AI 项目"。

不是 AI 产品，是字面意思——一个主要由 AI 生成的代码库。

3 个半月前，另一个合伙人觉得"用 AI 写代码便宜又快速"，花了不到两万块，让一个 AI 工具生成了整站的业务逻辑。

接手的时候，代码库 17000 行。我打开第一屏，愣住了。

注释是日文的。变量名叫 temp_variable_final_v3_actual。

---

AI 代码有一个隐藏特征：上下文越短越好

AI 生成代码的本质是"在给定上下文里，预测下一个最可能的 token"。

这意味着：

• AI 写的代码，在它生成的当时那个瞬间是最正确的
• 越往后扩展、越改、越缝补，质量指数级下降
• 人类工程师写代码是"先想清楚再动手"，AI 是"先动手，不对我再改"

所以你看到的现象是：AI 代码第一版看起来很美，第三次改就满目疮痍。

AI 生成代码的逻辑是"够用就行"，人类维护代码的逻辑是"必须可读、可改、可扩展"。

这两个逻辑，从第一天就是矛盾的。

---

四个 AI 代码的经典症状

1. 语义模糊的命名

# AI 写的
def process_data(x, y, z):
    temp = [i for i in x if i > y]
    return [j for j in temp if j < z]

我发誓这个函数在它的语境里有意义。但你把变量名改一个，我来告诉你哪个 bug 会消失。

人类的命名是"第二次思考"——写变量名的时候强迫自己理清逻辑。AI 没有这个过程，它只是在 token 概率上最优。

2. 无人负责的错误处理

AI 写错误处理，永远是这三件套：

try:
    # 核心逻辑
except Exception  e:
    (e)