【话题讨论】无效代码踩坑分享

2026-06-17 14:13:00
蓉蓉
原创
5

最近看到一个观点：代码从来不是越多越好，未经思考的 AI 代码，最终都会变成企业的负债。相信大家日常写代码、对接项目时，都遇到过冗余代码、AI 生成的劣质代码、画蛇添足的逻辑，踩过不少坑。


➡讨论话题：无效代码踩坑分享

统一格式：【岗位】+ 场景 + 无效代码 / AI 劣质代码带来的具体问题。


@Ethan.Z 
【算法】 人形机器人多传感器融合，AI假设所有topic数据都比较理想化发布。真机某些数据源会延迟，AI代码没有做应对策略，导致bug。


@benlix 

【系统优化】项目上线后，同事会经常针对慢SQL和数据库索引进行优化，系统运维同事通过Ai生成优化建议，往往出现索引字段顺序不匹配，数据无法使用上并增加碎片化和空间的情况。这种情况后知后觉，排查了好久才发现。


 @soulmate
 【测试】之前测一个接口时发现，AI 生成的代码为了“兼容各种情况”，写了很多兜底逻辑，导致错误参数也能返回成功结果。表面上接口很健壮，实际上掩盖了真实异常，测试定位问题特别困难。最后研发删掉了不必要的兜底，明确错误码和异常路径，问题才真正收敛。

@傲世风行 
【C++开发】接手旧项目时，直接拿codex生成代码，说明需求后codex很快完成了需求，虽然能跑起来且交互不错，但它仍循着旧代码逻辑和格式堆砌，以至于一个代码文件从 5000多 行代码飙升至10000多 行，导致后来多次重构代码，维护时长远远＞开发时长+测试时长。

@芳芳
【测试工程师】测试时会出现一个bug重复出现，改好了一个地方另一个地方又出现问题的情况，有时候可能是一个很小的改动，因为这行代码跟一堆无效的旧代码混在一起，你很难判断它到底影响了哪些功能，导致只能吧相关功能模块在测试一遍，影响测试进度。

@斌斌 
【DevOps工程师】通过AI完成工具的开发，大量匹配数据需要从多个源头进行手工拼装和设置，并且在过程中AI生成的单元测试，每次会跑和调整，但最终效果如何并不清楚，也很难去搞懂。

@William 
【后端开发】AI最喜欢埋雷，让 AI 写"查询订单列表，附带每条订单的创建人姓名"，它给你一个循环里套 findById() 的写法，本地跑得飞快，测试环境也没问题。上线后，一旦数据量上去、并发一来，数据库直接被打趴。

@Peter Lv
AI 是提效工具，不能替代抽象、封装、标准化的后端开发思想。不加梳理直接批量复制 AI 生成的重复业务代码，看似节省当下开发时间，却制造大量不一致逻辑与技术债务，后期故障排查、需求变更付出数倍时间成本，反而拖慢整体迭代效率。

@夏娜 
【质量测试】开发的项目发现BUG后，因为使用AI生成的大量代码没有理解透彻，导致修改BUG的时候无法一次性修改彻底，导致返工多次才能彻底解决BUG

@超
「项目」使用vibeCoding进行初步搭建公寓管理系统生成的前后端代码，只能用于快速验证做原型展示，当植入到具体项目中去，即使把原来前后端框架和开发规范喂给Ai也无法到到交付标准，要么就是前后端接口、映射的数据库等等不通，调试过程浪费的token成本超级高问题是最后还是不能交付。
发表评论
通过审核后显示您的意见