差點被開除，我不再“無條件信任”ChatGPT
那個把一切改寫的周一9:47。咖啡還在冒熱氣，Slack 像爆米花一樣跳個不停。 一條消息把我從座位上“凍住”：
“能帶我過一遍你在 UserService 里用的算法嗎？我這邊看到一些……挺有意思的模式。”
發(fā)信人：首席架構師。語氣：彬彬有禮的“行刑式”冷靜。 我盯著屏幕，手心全是汗。UserService——三周前我“借助 ChatGPT”寫的那個。上線后一直穩(wěn)得不能再穩(wěn)。現(xiàn)在，它可能要終結(jié)我的職業(yè)生涯。
故事從何而來
半年前，我把 ChatGPT 當成最佳拍檔： “寫個鑒權服務？”——啪，干凈、文檔齊、像生產(chǎn)級。 “優(yōu)化下這條查詢？”——啪，優(yōu)雅、說得頭頭是道，還順便給你索引策略。
于是產(chǎn)能飆升、截止日期成了建議、隊友來問“秘笈”。我像《黑客帝國》里的 Neo，下載技能后的那種“我會功夫了”。
第一面紅旗其實已飄起：好得離譜的東西，多半有坑。
我忽略的蛛絲馬跡
回頭看，警告信號一地都是：
- 提交風格異常統(tǒng)一：我的 commit 開始“像一個人寫的”——一個完全不熟悉我舊習慣的人。
- 知識答不上來：新人問我“那個緩存策略為什么高明”，我支支吾吾，像醉漢倒車。
- 自信膨脹：更大任務、更新架構、更多承諾——我感覺自己刀槍不入。
當然，不是。
把系統(tǒng)拖垮的“漂亮算法”
那段 UserService 里的算法，看著真美——至少模型告訴我很美：
// AI 生成的“杰作”
public class UserService {
// 據(jù)說是 O(n log n) 的排序 + 完整錯誤處理
// 文檔齊全
// 有且僅有一個小問題……
}1 萬用戶它跑得飛快，測試全綠，發(fā)布一氣呵成。第 3 周，數(shù)據(jù)量到 5 萬。響應從 200ms 飆到 8 秒。結(jié)論：這段實現(xiàn)為“可讀性”而生，不為“規(guī)模”而活。
史上最難受的 Code Review
回到那個周一。架構師追蹤性能瓶頸后問我： “這個排序思路……出自哪？” 我硬著頭皮：“我查了些高級寫法——”
他翻了屏幕：“2019 年一個 Stack Overflow 回答。逐字一致。” 我的胃直接坐電梯到負三層。 他又補刀：“這套錯誤處理，和我上周在推特看見的 ChatGPT 輸出一模一樣。”
徹底露餡。
不得不做的坦白
擺在我面前的只有兩條： 1）繼續(xù)圓；2）承認。 我選了第二條——勉強算誠實。
“我……在一些實現(xiàn)細節(jié)上用了 ChatGPT 的幫助。” 空氣安靜得能聽見空調(diào)風聲。 “‘一些細節(jié)’的意思是：它幾乎寫了全部？” 我：“……是的。”
職業(yè)層面的清算
幸運的是，我沒被立刻開除。 不幸的是，他們需要有人把爛攤子收拾干凈：
- 48 小時重寫 UserService；
- 接下來 3 個月每周代碼評審；
- 一次關于“職業(yè)操守”的嚴肅談話；
- 所有 AI 工具權限被瞬間回收。
我吃到的教訓（都是痛出來的）
- 模型不懂你的上下文。生成的代碼像教科書，而真實系統(tǒng)充滿歷史包袱、業(yè)務約束、灰色地帶。脫離語境的漂亮實現(xiàn)，常常在現(xiàn)實里碰壁。
- 規(guī)模化 ≠ 小數(shù)據(jù)的放大。O(n log n) 寫在紙上好看，落到 5 萬、20 萬數(shù)據(jù)加上 IO、鎖與緩存失效，一切會變樣。性能在規(guī)模面前，才顯原形。
- 代碼評審什么都能看出來。有經(jīng)驗的人隔著屏幕都能聞到“生成味”：過度光滑、缺少“手感”，像香草冰淇淋強裝手工意式。解釋不清==不擁有。
- 信任是靠積累，不是靠生成。當你講不明白每一步?jīng)Q策，你就沒法為它背書；你不背書，別人就不會把關鍵模塊交給你。
真正的隱患：不是工具，而是“自信陷阱”
ChatGPT 并不“糟糕”，甚至相當強。但它會讓你**誤以為 80% = 100%**。剩下那 20% 才是工程的靈魂：邊界條件、性能拐點、業(yè)務語義、領域認知。
而且，當你讓模型代筆，你就失去了自己動手拆解問題的訓練。久而久之，你從軟件工程師滑成了提示工程師： ——出問題時，不會 debug，只會改 prompt。
半年后的我：重建與“戒斷”
我和工具的“新合約”很簡單：
? 會使用它來——
- 生成樣板與腳手架；
- 解釋陌生概念、做“橡皮鴨”推演；
- 草擬文檔、當二次審閱者。
? 不會讓它決定——
- 核心業(yè)務邏輯；
- 性能/一致性關鍵的算法；
- 架構性取舍；
- 任何我不能從零復寫并解釋清楚的部分。
鐵律：不能從頭寫出來，就不準上線。
出乎意料的轉(zhuǎn)機
意外的是，我反而成了更穩(wěn)的工程師。 手寫讓我補回了被“AI 漂洗”過的地基：復雜度分析、性能畫像、系統(tǒng)模式。 寫得慢一點，但調(diào)試更快；少了“魔法”，多了可維護性。 新版 UserService 不夠漂亮，卻能穩(wěn)穩(wěn)扛住 20 萬用戶。
不太舒服的真相
坦白講，很多人正在做我當時做的事——只是沒那么直白。 征兆隨處可見：
- PR 過分干凈；
- 作者解釋不出關鍵路徑；
- 小集測全綠，一上量瞬間崩。
這正在把行業(yè)分成兩層：
- 把工具當助力的人，和
- 把工具當拐杖的人。
前者會被提拔，后者遲早會被替換。
該不該信任“它”？
短答：信任，但務必核證。長答：讓它加速你的思考，別讓它代替你的思考。小測試：**你能逐行解釋將要提交的代碼嗎？**不能——就還沒準備好上線。
底線
差點讓我丟飯碗的并不是 ChatGPT 的“惡意”，而是我放棄了工程師角色，變成了復制粘貼的操盤手。
區(qū)別在這兒：
- 工程師理解并負責自己構建的系統(tǒng)；
- 提示操盤手照抄模型吐出來的文本。
當你不能排錯自己的代碼，你就不是在寫代碼——你只是在做昂貴的復制粘貼。模型不是來取代你的；會正確使用它的人，會取代不會用的人。
選擇在你。
還在把生成的代碼不看就貼進生產(chǎn)？我們都走過彎路。也許，是時候真正搞懂你在造什么了。 未來的你（還有你的代碼評審者）會感謝現(xiàn)在的你。
