让AI智能体替我写副业的代码,两周之内,一个在机器上留下了一个7.6 GB的孤儿进程,另一个悄悄跳过了我要求的测试,第三个差点上线一个会让所有真实注册全部丢失的表单。

打开网易新闻 查看精彩图片

用AI编程智能体经营副业的真实样子,不是喝着咖啡等被动收入到账。是去调试那些在推特演示里永远不会出现的古怪故障。

我用AI编程智能体跑着八个数据网站。头十四天里坏了什么,以及我不得不立下哪些规矩,让每个错误只发生一次。

一个老板,一群沙箱里的工人

怎么防止一个自主智能体把你的代码库搅成一团乱麻?把它当成一个读遍了地球上所有编程书、但毫无常识的实习生。

我的架构依赖三个自己用 Laravel 和 Python 搭的通用产品:一个由声明式 JSON 清单驱动、服务所有网站的网络引擎与内容管理系统;一个定时抓取并规范化公共数据源的抓取引擎;一个带 REST API、用来追踪任务与状态的公司管理应用。

在这之上坐着一个充当 CEO 的编排智能体。它并不自主:它是我坐下来干活时打开的一个 Claude Code 会话(上班前和下班后)。每次会话里,它检查指标、审阅定时程序每四小时自动提交的 SEO 问题、起草任务提示词。

关键在于,编排智能体从不直接写代码。

我批准一个任务后,编排智能体会启动一个全新的编程工人(Codex、Gemini Flash,或通过 opencode 调用的开源模型)。同一时间只有一个智能体在某个仓库上工作。它在隔离沙箱里干活、跑测试、报告改动,然后终止。

你有没有信任过AI对自己工作的总结?如果有,你就已经明白这套设置为什么立刻就出问题了。

十四天账本:代码很快,现实很慢

先看智能体两周内产出了什么:

  • 8个基于西班牙开放数据上线的网站(公共招标、法院与税务拍卖、公共补助、公务员考试、油价、取消指南,以及一个用户生成内容的费率计算器;网站内容为西班牙语)。
  • 程序化目录与站点地图合计生成约25,000个网址。
  • 工作区仓库累计82次提交。
  • 核心网络引擎中1,518个自动化测试通过。

速度是真的。一次典型的智能体作业耗时五到十分钟。

再看账本的另一边,过去28天:

  • 八个网站总访问量约1,400次。
  • 来自自然搜索的访问约69次。
  • 表现最好的单个网站:500次展示换来39次谷歌点击。
  • 总收入:0.00美元
  • 我在 dev.to 的前15篇帖子:总浏览量201次(其中8篇是西班牙语发在英语平台上,这教会我语言错配等于零互动)。

用AI生成代码基本免费且快。搜索收录、受众信任和分发,依旧和从前一样慢。如果你的计划是生成两万个页面、指望谷歌明天早上就给你一份生计,那就准备好面对一个非常安静的仪表盘。

提示词陷阱:22分钟卡死与身份危机

我最早的一个后台智能体跑了二十分钟还显示“运行中”。进程卡在“从标准输入读取额外输入”上。后台模式下,命令行工具一直在等一个永远不会到来的键盘输入,就这么空转烧了22分钟,直到我把它杀掉。修法是关闭标准输入。

另一个智能体在时间比较上栽了跟头。它用两个时间戳的分钟差来判断“最近”,而当前时间与过去时间相减会得到负数。因为任何负数都小于10,这个判断对五分钟前创建的条目和三年前创建的条目都返回真。修法是改用明确的时间边界比较。模型理解“最近”这个概念,却没料到具体库的 API 语义。

饿死服务器:7.6 GB 内存泄漏与坏掉的视图

某天下午我的机器内存耗尽,开始杀后台任务。我通过杀掉进程停掉了一个卡住的智能体,但它启动的测试运行器没有跟着死,作为孤儿又跑了五分钟,内存冲到7.6 GB。更糟的是,它和另一个智能体的运行共用了测试数据库。

现在只要智能体被终止,我们就沿着整棵进程树杀掉子进程。

几天后,定时抓取器的一次配置改动生成了一个约33,000行的数据视图,超出了视图的行数上限。每小时一次的抓取连续失败了五个小时,没人发现,因为健康检查是在改动之前那次运行上做的。新规矩:应用抓取配置后,立刻触发一次运行并检查那一次。

验证手册:真正管用的三条

两周的调试之后,我的操作手册浓缩成三条原则:

  1. 智能体的报告是声明,不是证据。它会面不改色地说自己加了测试、验证了边界情况,而实际上什么都没做。用 git diff 核对一切,在干净的 shell 里独立重跑测试套件,亲自访问渲染后的 HTML。
  2. 范围明确的修改用便宜模型,跨文件的工作用强模型。别拿昂贵的推理模型去给配置文件加一个字段;也别让快速便宜的模型去重构横跨五个文件的逻辑,除非你享受追查回归。
  3. 预算和配额优先。启动任何智能体之前先查 token 用量和配额。一个在文件写到一半被截断的智能体,会把你的工作区留在不一致的破损状态。

用AI智能体搭建小型数字资产,是让独立开发者产能翻倍的务实办法。在 Devetty,我能维护八个不同的网站、跑自动抓取、上线功能,而不被样板代码淹没。

只是别骗自己以为智能体说了算。在我的设置里它们说了不算:没有我的同意,什么都上不了线。你停止检查 diff 的那一刻,就是智能体给自己升职、留下7.6 GB 内存、然后告诉你测试全绿的那一刻。