大家好呀，我是飞鱼
现在 Vibe Coding 越来越多人在用，各种 AI 工具也很多，像Claude Code，Codex，Cursor等等。
但我注意到一个现象，大部分人用 AI 写代码，跑通了就觉得它搞定了。
这个其实是 AI 编程里面最危险的想法。
因为可能出现：从提出需求，再用 AI 去生成代码，然后跑起来，再上线，结果上线直接崩溃😂。
❝
能跑起来和没有问题实际上是两回事，跑起来不等于没问题。
所以现在用 AI 写代码其实有两种坑：
❝
一种是跑都跑不起来的幻觉，代码看着像那么回事，一运行就报错。
另一种就是能跑起来，看起来没毛病，但是藏着你发现不了的问题。
但我们可以在写完代码之后让另一个 AI 帮你去审查，这个方法能够帮你发现很多问题。
其实用 AI 写代码，有几个原则是可以参考的：
❝
我们可以花 20% 的 Token 用在设计规划上，不过这个需要你想清楚你到底是要什么？
再花 60% 的 Token 去写代码。
还有 20% 的 Token 去做测试验证，去检查 AI 写的代码到底是对还是不对？
很多人是把验证这一步就直接给跳过了，但是这个是 AI 编程里面最被忽略的一环。
那怎么去验证呢？
❝
让 AI 自己去检查一遍不就行了吗？不行。
就像你自己去写一篇文章，然后你自己去检查一遍，其实你大概率发现不了自己的错别字，发现不了问题。
因为思维惯性，你的大脑会自动去脑补这个正确的内容，然后你看到的你以为你写的，但实际并不是你写的。
那 AI 也是一样，你让它自己去检查它自己刚写的代码，它也会有思维惯性。
它自己全程参与了开发，它肯定每一步都觉得是合理的，那自查的结果大概率是合格。
所以你需要去找另一个AI，去检查这个AI：
❝
比如说用 Claude Code 去写代码，写完后，先让它去自查修复。
然后用 Codex 去做一个零上下文的一个盲审，盲审完再修复，最后上线。
这里面的零上下文就是只给它代码的改动和简单的描述，告诉它你之前是怎么去想的，不给任何的实现细节。
我自己每天都在用这个方法，效果很明显，经常能发现第一轮完全没有去注意到的问题，但需要一些 Token 成本。
其实现在 AI 编程，真正拉开差距的从来就不是谁能让 AI 去写出更多代码，这个门槛现在是越来越低了。
现在拉开差距的就是你能不能去判断 AI 写的东西到底靠不靠谱。
这句话我说了很多次了：在 AI 时代，你能力越强，才能无效放大 AI 的能力。
AI 协作是未来程序员的核心竞争力，而审查代码是现在大部分人跳过的关键一步，大家平时要注意下！
❝
最后想看技术文章的，可以去我的个人网站：hardyfish.top/