大模型能写80%的代码，却写不到95%？我成了“AI代码售后工程师”

大模型能写80%的代码，却写不到95%？我成了"AI代码售后工程师"

作者：天天摸鱼的java工程师发布于：2025年11月14日

👀 写在最前面：AI写代码，写到80%就"罢工"了？

最近在用 TRAE SOLO 做一个 AI 智能报销系统的过程中，我突然意识到一个问题：

大模型能帮我把项目从 0 写到 80%，但剩下的 20%，它写不了。

准确来说，是写得"不够好"。

它能秒出结构，但变量命名让我头皮发麻；
它能生成接口，但对接老系统时总出Bug；
它能跑得动，但跑得不稳、不安全、不规范。

于是，这个身份就悄悄诞生了：

"大模型代码售后工程师"

这个角色，不再是传统意义上的"开发者"，而更像是「模型生成代码的品控员」「AI输出的验收官」「从80%到95%的缝合师」。

如果你也像我一样，经历过那种 "模型写得飞起，我改得头秃" 的开发体验，欢迎和我一起聊聊这篇文章的几个核心观点：

🧭 一、大模型能帮你启动项目，但不能帮你上线项目

作为一名 Java 开发老兵，我接触过无数工具，从IDEA插件、代码生成器，到低代码平台，但没有什么工具像 TRAE SOLO 这样彻底颠覆我的开发认知。

用它开发时，我的流程大概是这样的：

用 SOLO coder 生成初始化项目结构

👉 输入一句话："开发一个支持OCR识别的报销系统"，它就能自动生成：
- Spring Boot 项目骨架
- Controller / Service / Entity 分层结构
- 接口文档 + 数据结构说明
用模型完成核心业务逻辑生成

👉 比如"识别发票有效期并判断是否可报销"，模型能直接生成OCR解析 + 规则判断 + 异常处理。
用 DiffView 对比模型代码与已有代码的差异

👉 这是我最喜欢的功能之一，能快速识别潜在Bug，比如模型生成的日期比较逻辑不兼容JDK8的LocalDate。

看起来已经很"全能"了对吧？但问题来了：

它生成的代码，是"能跑起来"，但不是"能上线"。

🧩 二、从80分到95分：这20%的鸿沟，模型真的跨不过去吗？

很多人说，大模型已经能写绝大部分代码了，我们是不是要失业了？

我的答案是：不会失业，但你角色变了。

我把大模型生成的"80%代码"称为： "形式正确，语义模糊" 。

它知道要写什么，但不知道 为什么这么写；
它知道怎么调用API，但不知道这个API背后的 业务边界；
它知道逻辑流程，但不知道这个逻辑是否符合 团队规范、性能指标、安全要求。

而这些，正是我们工程师从80分做到95分、甚至99分的关键能力。

🔧 举个例子：模型生成的"万能异常捕获"

在我最近用 TRAE SOLO 开发的项目里，模型生成了这样的异常处理逻辑：

php 复制代码

try {
    // 调用OCR服务
} catch (Exception e) {
    log.error("OCR failed", e);
}

它没错，但也没对：

没有区分网络异常 vs 数据格式异常
没有返回前端友好的错误码
没有上报监控系统，无法追踪

所以，我手动改成了：

csharp 复制代码

try {
    // 调用OCR服务
} catch (HttpTimeoutException e) {
    log.warn("OCR超时", e);
    throw new BusinessException("OCR服务响应超时，请稍后再试");
} catch (FormatException e) {
    log.error("返回数据格式错误", e);
    throw new BusinessException("OCR服务异常，请联系管理员");
}

这就是 "售后工程师" 的价值所在。

🧠 三、大模型不是"替你写代码"，而是"和你共创代码"

很多人误解了大模型的角色，以为它是 "接班人"，其实它更像是 "合伙人"。

我在和 TRAE SOLO 协作开发时，内心是这样的：

它帮我清空脑中思路，快速形成草图；
它帮我节省重复劳动，比如 CRUD 接口、配置文件；
它帮我发现我没想到的测试场景、边界问题；
它甚至在我疲惫时给我灵感（是的，我有时候会和它"对话式编程"）。

但最终，决定代码能不能上线、是否稳定运行的，依然是我。

所以，我把我的角色从"程序员"调整成了：

AI开发合作者 + 代码质量控制官 + AI输出润色器

这三重身份，正是每个走在前沿的工程师未来所必须具备的。

🔁 四、我如何用 TRAE SOLO 做"代码售后"？

除了前面提到的 DiffView 和 SOLO coder，其实 TRAE SOLO 还有几个低调但巨实用的功能，适合"售后阶段"使用：

✅ 1. 自动生成测试脚本

支持Junit5、Mockito等框架
测试数据基于接口自动Mock
能提前暴露边界值问题

✅ 2. 任务追踪系统

每次模型调用、每段代码生成都有日志记录
出问题能快速回溯"是我写的，还是AI写的"
非常适合多人协作和代码审计

✅ 3. 多模型对比生成

我经常用Qwen和MiniMax对比生成同一段逻辑
再人工挑选最优实现
就像"代码A/B测试"，非常提升质量

📌 五、写在最后：我们不会被AI替代，我们在AI之后

很多人问我：你写Java 8年，现在还写得动代码吗？

我说：不是我写得动，而是我选择怎么写。

我可以用键盘撸到底，也可以让AI和我一同构建系统。

但我知道，真正能让项目上线、稳定跑在生产环境的，不是AI的输出，而是我对代码质量的坚持、对系统边界的把控、对功能上线的负责。

"AI可以写到80%，但上线要95%，

这15%，是我们工程师的专业价值。"

所以，不用焦虑，不用恐慌，

只需要拥抱AI，用 TRAE SOLO 做你的搭档，

你就已经走在了大多数人前面。

📢 本文首发于掘金，仅供学习交流，转载请注明出处。

如果你喜欢这样的实战分享，欢迎点赞 👍 收藏 ⭐ 关注 👀，

也欢迎在评论区说说你当过"AI代码售后工程师"吗？