让AI写代码的人，大概率踩过这个坑：程序跑通了，上线三周后突然崩溃。不是语法错误，是架构层面的"慢性毒药"——AI在完全不知道上下文边界的情况下，写出了看起来对、实则错的代码。

开发者Jeffrey Sabarese提出了一套叫contract-style-comments（契约式注释，CSC）的方法，核心思路很简单：把"这个函数能保证什么、要求什么"写进代码注释里，变成AI能读懂的硬性约束。

打开网易新闻 查看精彩图片

传统文档是给人看的，CSC是给机器"执行"的。它借用了软件工程里的"契约式设计（Design by Contract）"概念，用结构化注释块明确三件事：前置条件（调用前必须满足什么）、后置条件（返回后保证什么）、不变量（执行期间什么不能变）。

举个例子。普通注释长这样：

def shop_assistant(budget, product_type):
"""Search for products."""

AI看完等于没看。CSC版本则强制声明：

# CONTRACT: shop_assistant() GUARANTEES
# PRECONDITIONS:
# - budget > 0
# - product_type in ["Flower", "Car"]

这种高信号密度的注释块，能在AI的上下文窗口里被优先识别，相当于给无状态的AI agent塞了一份"持久记忆"。

Sabarese指出，当前AI编程的最大风险是"静默失败"——代码能编译、能运行，但架构假设全错。当资深工程师离职，那些未写明的隐性知识随之消失，后来者只能在代码库里踩雷。CSC试图把" bus factor（巴士因子）"从人的脑子里，迁移到机器可解析的契约里。

这套方法的本质，是在人机协作的灰色地带画一条硬边界：人类负责定义不变量，AI负责在约束内生成实现。对于已经开始用Claude、Cursor等工具做实际开发的团队，这可能比写更多测试用例更紧迫。