这周换了个新的 AI 编码工具用。先交代下背景：我们组前两个月统一换过一次（就是之前那个，名字就不提了，免得有人说我阴阳），当时感觉写得还行，但小问题不少，修的时间比写的还多。这次是组里有人安利，说新出的那个模型在生成代码方面提升特别大，逻辑不太容易错。我正好手头有个内部小工具要修——排查日志时区用的，不涉及线上——就拿它当小白鼠。
第一天还算是挺顺的。我给了它一段样例日志和我要修的问题描述，它直接生成了一段正则加解析的代码，跑起来结果是对的，至少针对我给的那三条样例是全绿的。我当时还挺高兴，觉得这次好像确实不一样。同事路过看到我在试新工具，还问了一句怎么样，我说看着比之前那个稳。
第二天就翻车了。我按做测试的习惯，拿真实日志去跑它这段代码——反正日志文件就在我本地，顺手的事。结果真有两条日志的格式是坏的（时间戳只有一半，多出来一个引号，大概是打日志的时候被截断了），它那段代码直接崩了，报了个 index out of range。我打开那个文件看了一眼，在它崩掉的那行上面，赫然写着一段注释：# parses the timestamp， assumes log line is well-formatted。就……assumes？我拿什么心情接受这个 assumes。
这一行注释给我看出血压了。我理解的是，代码里写注释说自己假设输入是正常的——这跟测试用例里写"此用例不覆盖异常情况"是一个性质。跟你有多少时间处理异常没关系，是你根本没把异常当回事。我之前干测试的时候见过太多这种"假设"了，最后全变成事故复盘的素材。不知道我理解的对不对，但反正我第一反应是把这个注释截了个图发到组里，配了一句话："就凭这句，我今天晚上睡不着。"
后来我试着把那两条坏日志喂给它，让它改。它改倒是改了，在入口处加了个正则先校验格式，不合法的直接跳过。逻辑上没毛病，但我扫了一眼，它加的那个正则是从另一个文件里抄的（我认出来了，因为我上个月才 review 过），抄得还不完整，漏掉了它自己解析时用的一个分支。不知道该说啥，看起来能用，但我没敢让它上线。
要说体感，它生成代码确实比以前那个快，补全也对了不少。但我还是花了比想象中更多的时间在审它写的每一行上。按我做测试的习惯，我不能不管。审出来的问题不算多，可就这一个，已经够让人犯嘀咕的了。它写注释的时候那股自信劲儿，跟有些开发同事写代码时一模一样。
先这样吧，工具还在用。回头要是它表现稳定了我再来补，要是再翻一次我可能就换回去了。