AI 写代码的边界在哪，3 个信号说明它在猜

2026-09-11 AI编程,任务边界,代码验收

小码帮我改一个接口的时候，输出里出现了「通常」「一般建议」这类词。那一刻我就知道，它不是在写代码，是在赌。AI 写代码的边界到底在哪，我的判断标准很土：看它有没有在猜。

AI 写代码的边界到底在哪：能验收的交给它，不能验收的别放手

判断标准只有一条——你能不能在三分钟内判断它对不对。

能判断的，写起来飞快；不能判断的，它写得越快你欠的债越多。

前提条件：这套方法什么时候不适用

如果你手上是全新项目、没有历史包袱、也没有真实用户，边界可以放宽一些。

反过来，涉及生产数据、涉及别人的钱、涉及线上正在跑的服务，标准就要收紧。

还有一类特殊情况：你完全不懂这个技术栈。这时候你连「它在猜」都看不出来，唯一的办法是先把这块补到能看懂程度。

第一步：识别信号一——出现「通常」「一般」

这是最明显的信号。

当你问「这个字段要不要做空值处理」，它回答「通常需要」的时候，它已经把决定权还给你了。

信号出现即停手，先把这个问题自己定下来，再让它继续。

第二步：识别信号二——它给的方案有两套以上

「你可以用 A，也可以用 B，看具体场景」——这句话听着很专业，实际是它没判断出该用哪个。

两套方案都没错，但一个项目只能选一套。

这时候你要做的不是让它选，而是把场景约束讲清楚：数据量多大、并发多少、谁维护。

第三步：识别信号三——改动范围说不清楚

问它「这次改了哪些地方」，回答含糊、只给结论不给文件清单的，一律按「它在猜」处理。

范围说不清，验收就无从谈起。

我的做法是要求它必须列出文件路径，列不出来就退回重做。

容易卡住的点

卡点一：你太想让它给答案。 问「这样可以吗」永远能得到「可以」，这不叫确认。

卡点二：把速度当质量。 它三分钟写完的东西，你可能要花一下午验证。这笔账要算清楚。

卡点三：忘了它没有你的上下文。 你脑子里的约束条件，不说出来它就不存在。

我现在的分工方式

按「能不能验收」把活分两堆。

能验收的：样板代码、格式转换、补测试、写文档、改文案、数据清洗脚本。这些我基本全交给它。

不能验收的：付费逻辑、权限判断、数据迁移、并发控制、涉及第三方对账的部分。这些我自己写，或者自己写骨架让它填。

我操盘过月流水 2000 万的卡牌项目，那套系统里最核心的对账逻辑，放到今天我也不会让 AI 独立完成。

边界不是模型能力决定的，是你的验收能力决定的。

常见问题

Q：AI 写代码的边界到底在哪，有没有统一标准？

A：没有统一标准，但有一条可操作的线：你能在三分钟内判断对错的，交给它；判断不了的，自己写。

Q：怎么判断 AI 是在写代码还是在猜？

A：看三个信号——出现「通常/一般」这类模糊词、给出两套以上方案让你选、改动范围说不清楚。命中任意一条就按「它在猜」处理。

Q：什么类型的代码绝对不适合交给 AI？

A：付费与对账逻辑、权限判断、数据迁移、并发控制，以及你完全看不懂的技术栈。这些出错的代价远超它省下的时间。