上周我 review 一个 PR，十四个文件，命名规范，注释齐整，PR 描述写得比我年终总结还周到。我看了四分钟，点了 Approve。
【此处应有掌声。没有也行，反正线上也不会给你鼓掌。】
先声明一句：这个例子不是我的，是从 John 那篇发在 dev.to 上的文章里借来的，我把它套在自己身上讲，因为套上去毫无违和感——这才是最吓人的那部分。
人对绿色按钮是有肌肉记忆的。
diff 里一旦没有那种“这里我也不知道自己在写什么”的痕迹，脑子就自动切进批处理模式：滑、滑、看到测试文件绿油油、Approve。全程比泡一杯速溶咖啡还快。
评审者的状态机其实只有三个态：读懂了、假装读懂了、看见绿色勾。
第三个是吸收态，进去就出不来。想出来只有一个办法——线上报警。
说回我那次四分钟的 review。第三分钟我其实已经不看代码了，我在想中午吃什么。第四分钟我点 Approve，一部分原因是它写得确实比我好，我有点不好意思挑刺。
这心态可以概括成一句话：反正它是 AI 写的，出事了也不是我写的。
可惜 on-call 名单上印的是我的名字。
所以问题不在你懒。问题在这个 diff 是专门长成你疲劳时最不想细看的样子——它不骗你，它只是刚好符合你放行的所有外观特征。
【寻人启事】
特征：在 review 时会主动追失败路径的人。已知行为：会问“这个操作中途挂了会怎么样”。最后一次出现：不详。
悬赏：一次不用回滚的发布。
顺便，评审容量是这栋楼里唯一不 scalable 的东西，它的上限由人的耐心和膀胱共同决定。PR 数量翻倍，评审的人还是那几个。
AI 在局部真的写得很好，类型对、命名对、单文件逻辑顺。它漏掉的是那种写不进函数签名里的东西：幂等、事务边界、权限范围、失败了一半怎么退回来。
这些玩意儿有个共同特征——它们不在任何一个文件里。所以它们也不在模型的视野里。
那篇文章给的例子，我复述一下骨架：一个升级订阅的接口，外部扣费没带幂等键，积分是内存里读出来加一下再写回去，订阅表和用户表分两次落库。上线之后三连击——网络重试重复扣钱，并发请求丢更新，第二次写库失败，于是钱扣了、套餐改了、积分没到。
用户被扣了两次钱，我们的日志一片绿。
CI 从头到尾没红过一次，因为它压根不知道“钱”是什么。
有人会说，先灰度发布啊。
灰度发布只稀释概率，不稀释错。重复扣费这件事，在 10% 的流量里依然是 100% 的重复扣费，只是账单薄一点、投诉晚两天。
更妙的是测试。同一个 prompt 让它写实现也让写测试，于是测试断言的正好是实现干的那些事：mock 掉 billingClient，mock 掉 db，断言用户积分加了 500。通过了。
自己出卷子自己考，还考了满分。
这种测试的正经名字叫镜像测试，实际作用是给 diff 镀一层绿光，让评审者点 Approve 的时候更放心。测试在这儿不是护栏，是迷彩服上那片最逼真的叶子。
说到幂等，我现在看到这三个字有点心梗。
不是因为它难，是因为它太容易被写成一行注释——// idempotent，端端正正摆在那儿，像个符。
符是给自己看的，键是给系统看的。这中间差着一次重复扣费。
顺带说个题外观察：需求方其实是最幂等的系统——同一个需求提七次，结果和第一次一模一样，但每次都要重新评估一遍。
那篇文章还给了一份审查清单：单 PR 逻辑改动控制在 250 行以内、堆叠拆 PR、先审计测试。清单本身没毛病，清单的宿命是被打印出来贴在工位隔板上，然后没人看。
评论区比正文狠。有人指出它那个修复方案里，外部收费成功、本地事务失败照样回滚不了，读一下幂等键记录也不等于加锁；还有人建议去实现之外找真值来源。这些我不展开——展开就成另一篇了，打住。
那份调研说，日常用 AI 写代码的团队接近九成。
这数字我信。剩下那一成，我猜有一半在装作不用。
真正的坑在这儿：PR 数量翻倍，评审容量不变，于是“我们 PR 吞吐提升了 40%”这句话翻译过来是“我们把核验这一步压缩了 40%”。
把 PR 速度当生产力指标，相当于给技术债开了自动续费。
每月一号准时扣款，不提醒，不退订，也不开发票。
评论区有人用 understanding debt 概括这件事，我觉得这个词比原文标题好。库存是看得见的，债是利滚利的。代码合进去了，理解没跟上，这笔账就挂在下一个半夜被叫起来的人身上。
而那个人大概率是三个月后的你，且那时的你已经不认识这段代码了。
【明日天气】局部地区有静默故障，概率一成，建议随身携带幂等键出行。
我自己也点过那种 Approve，点完还在心里夸了一句：这次 AI 写得真不错。
后来我想明白了：AI 确实有时候会显灵，一口气把补偿逻辑、幂等键、回滚全写对。但显灵不是能力，显灵是抽样。
抽到好的那次，你以为自己升级了。抽到坏的那次，你在凌晨三点渡劫，渡到一半才发现雷早在 merge 那天就劈下来了。
所以现在看到“AI 这次写得真好”，我第一反应不是高兴，是它这次在哪儿偷了懒。通常在没看的那些文件里。
还有一层更土的现实：在本来就烂的代码上让 AI 生成新代码，本质是屎上雕花。区别只是雕得快了三倍，花也更像花。
真出事那天，复盘会上会有人说：这个 PR 当时不是 review 过了吗。
是的，review 过了。四分钟。
（友情提示：下次看到特别干净的 diff，先别夸，数一下它跨了几个系统边界。数不出来的时候，那玩意儿通常已经在路上了。）
评论区扣个“我也点过”，我们下条再见 🫠