如果你的团队正在用 AI 写代码(随便哪个AI工具),下面这些问题你大概率正在经历,或者即将经历。
一、80% 问题:功能写完了,但不能上线
AI 写代码最大的幻觉不是"它写错了",而是"它写对了——但只对了 80%"。
AI 做得很好的 80%:
- CRUD 接口、标准 API 模式
- 基础参数校验、Happy Path 测试
- UI 组件渲染、状态管理
- 数据库查询、ORM 操作
AI 系统性遗漏的 20%:
- 重试逻辑、熔断器、限流
- 幂等键(网络超时时防止重复提交)
- 结构化日志、分布式 Tracing、告警埋点
- 跨接口一致的认证/鉴权中间件
- 边界条件、并发竞态、回滚策略
举个真实场景:
AI 生成了一个支付接口:
app.post('/api/payments', async (req, res) => { const { amount, currency, customerId } = req.body; const charge = await stripe.charges.create({ amount, currency, customer: customerId }); await db.payments.insert({ chargeId: charge.id, amount, status: charge.status }); res.json({ success: true, chargeId: charge.id });});
- 第 1 周:测试全过,上线了
- 第 3 周:用户报告网络超时后被扣了两次钱(没有幂等键)
- 第 6 周:安全审计发现 4 个支付接口里有 3 个加了认证中间件,1 个漏了
这不是 bug。AI 写的每一行代码都是"正确的"。但它不是生产级代码。
二、代码不属于你的项目
这是最普遍的问题。AI 生成的代码"功能正确"但"无法采纳",因为:
| 问题 | 典型表现 |
|---|---|
| 用了项目没有的库 | 项目用 Axios,AI 用 fetch;项目用 dayjs,AI 用 moment |
| 绕过分层架构 | 项目有 Repository 模式,AI 直接 db.query() |
| 命名风格不一致 | 项目用 getUserById,AI 写 fetch_user |
| 不知道已有的工具类 | 项目有统一的 ApiResponse.success(),AI 自己包一个 {code: 200, data: ...} |
| 错误处理模式不同 | 项目统一抛自定义异常,AI 写 try-catch返回字符串 |
| 不了解配置方式 | 项目用环境变量,AI 写死在代码里 |
结果:你花 10 分钟让 AI 生成代码,花 30 分钟把它改成"属于这个项目的样子"。有时候还不如自己写。
三、Context Rot:对话越长,质量越差
这是有数据支撑的事实:
- 模型在短 prompt 下准确率 90%+,在 32,000 token 下急剧下降(Adobe 2025 研究)
- Agent session 中,观察结果(文件内容、测试输出)占 84% 的 token(JetBrains 2025)
- mabl 团队的 75 个仓库部署中,40% 的任务失败是 context drift 导致的
实际表现:
- 对话前 10 轮,AI 还记得你的架构规则
- 对话 20 轮之后,它开始忘记之前的约定
- 对话 30 轮之后,它可能推翻之前自己写的代码逻辑
- 对话 40 轮之后,让它"继续"基本等于让它重新开始
你越想在一个 session 里做完整件事,质量越低。
四、产出速度的幻觉
METR 2025 研究(目前最严格的对照实验):
- 16 位资深开发者(平均参与大型开源项目多年)
- 246 个真实任务(bug 修复、feature、重构)
- 随机分配使用/不使用 AI 工具
结果:使用 AI 工具的组,完成任务实际慢了 19%。
但实验后,开发者自己估计 AI 帮他们快了 20%。主观感受和客观数据完全相反。
为什么:
- 代码接受率不到 44%——超过一半的 AI 建议被废弃
- 审查、测试、修改 AI 代码的时间超过了它"帮你省"的时间
- 在复杂上下文中,AI 产出需要大量人类"翻译"才能融入项目
Stack Overflow 2025 调查:
- 只有 16.3% 的开发者认为 AI "大幅"提升了生产力
- 41.4% 认为几乎没有效果
注意:这不是说 AI 没用。而是说"AI 让你快 10 倍"这种话,至少目前不是事实。
五、从不重构,只会叠加
GitClear 对 2.11 亿行代码的纵向研究(2020-2024):
| 指标 | 2020 | 2024 |
|---|---|---|
| 重构/移动代码占比 | 24.1% | 9.5% |
| 复制粘贴代码占比 | 8.3% | 12.3% |
| 5 行以上重复代码块 | 基线 | 8 倍增长 |
AI 的默认行为是"生成新代码"而不是"复用已有代码"。它不会说"这个功能你项目里已经有了,不需要再写"。
实际后果:
- 项目里出现 3 个功能相同但实现不同的工具函数
- 改一个 bug 要改 4 个地方,因为逻辑…
— 以上为试看内容(约 40%),开通会员后阅读全文 —