话题背景
当AI帮你敲下那一行行“完美”代码时，有些悄悄埋下的坑是否让你倒吸凉气！
今天，我们盘点那些AI Coding令人扶额的翻车现场，以及一些防坑指南，让你在AI编程时代，少走弯路，多些从容。
以下为10位鹅厂同事们分享的“AI Coding捅过的篓子和防坑技巧”，欢迎大家在评论区也畅所欲言（文末有礼）
鹅厂工程师的代码分享
01
stan-后台开发
一定要用好的模型！不然就是在浪费时间
02
june-后台开发
这就不得不说起
03
moin-测试开发
1、尝试手动写好Spec和任务拆解，不要让AI太自由发挥。
2、尝试不要用agent模式，而是copilot模式。
3、将rm、git等危险命令加入黑名单，及时在agent模式下也不允许自动调。
4、最关键的还是多commit做好备份。
04
xu-应用开发
每次让 AI 改动前先commit是个好习惯！
05
ran-后台开发
AI编码的时候，部分模型很喜欢避重就轻，趋向简化
比如开发某个功能，有预期的输入和输出，以及真实的e2e场景，偏偏很喜欢自己mock数据，哪怕强制要求了，也会遇到失败后，说“我们简化下测试步骤”
这种情况下，mock的数据如果不够好，会带来大量的返工成本
目前比较好的解决办法还是测试驱动开发（TDD），提前开发测试用例，包括集成测试、 e2e测试、单测，确认无误后；再让 AI 开发，校验，遇到失败解决问题而不是想办法规避
不过面对小功能时没必要这么严格遵循TDD，还需要自己进行决策要不要步步测试
06
es-客户端开发
1、AI修改代码之前，先把所有的改动提交一下
2、多点击创建新对话
07
do-研发
AI是个好东西，捅娄子的时候不是个东西
既然这样，那就把一些危险操作的权限给他收回，让它多一些一些复杂但是不危险的操作
1.让它写代码的时候，明文告诉它不要提交代码，可以注释代码，不要删除代码，然后自己review一下之后，后面操作自己来
2.明确告诉它一些修改范围，哪些东西不要动，不要乱动我的东西
3.一个大的需求，可以考虑才分几个小的，一个完成之后，review之后无误提交，然后再继续下一个，毕竟一个大需求没弄好，可能得全部重新弄。
4.把AI当成智商很好高的大傻子，哪些能相信他，哪些不能相信他，咱心里做到有数。
08
ji-客户端开发
无奈的AI瞬间：
1、辛苦写了一大段代码，让AI给我干点活，生生把我写的代码改动到编译失败了；
2、瞎改瞎答，明明错误的修改写了一大堆代码，把代码都搞乱了；
3、想着等它写段代码先干点别的活，回来看到它死循环了，一直重复反复地自问自答；
09
xis-运营开发
1.git add+git commit先存档，git checkout到一个新分支让AI agent进行代码的修改
2.危险命令配置黑名单
3.利用好AI Rules，关键步骤给出注释
4.开启to-do list模式
5.让AI自己写测试逻辑
6.选一个能力更强的大模型
10
rou-前端开发
用AI coding的时候，经常有时候我必须一个功能，比如我必须要调用api，结果由于有时候api挂了，但是大模型改我代码时候不注意就给个测试版本，然后绕过了要调用api的逻辑，直接写了个测试逻辑进去，看着输出没区别，实际上逻辑被改了不少。
解决办法：
1.在prompt开头时候就强调，什么什么是非常重要的部件，不可以进行修改
2.要备份，ai乱写之后方便回滚
3.要自己看代码，不能盲目的accept run
4.不要给太大权限，否则真的会乱删除文件
关注有礼
关注【腾讯技术工程】账号后台回复【Q币】
可随机抽取3位同学送出腾讯视频100Q币
欢迎在评论区分享
[有哪些“AI Coding捅过的篓子和防坑技巧”？]
热门跟贴