AI写代码总翻车？后端老兵的实战避坑清单
上周三晚上十点，你在改订单退款逻辑。优惠券叠加规则刚变，你让 AI 帮忙重写 calculateRefundAmount。它很快吐出一段代码，编译通过，单测也绿。灰度十分钟后，财务群里炸了：三笔退款多扣了 0.01，日志里还有空指针。
你回头一看，AI 顺手把 DTO 的 BigDecimal 改成 double，还引入了一个项目里根本不存在的工具类。它写得像真的，错得也很像真的。
这里有两个常见误区：
误区一：把 AI 当自动补全，给一句话就想要生产代码。
它不知道你的业务规则、表结构、历史包袱，也不知道哪些模块不能碰。
误区二：把 AI 当搜索引擎，只问“怎么写”，不贴上下文。
你问“Java 怎么做幂等”，它给的答案能跑；你问“订单退款回调怎么做幂等”，它可能给你一套和现有 Redis 方案冲突的实现。
AI 编程工具能提速，但它更像一个手很快、记性很杂、偶尔自信胡说的初级开发。你要做的是给它施工图、装护栏、做验收。
一、3 个能直接照搬的高效实战技巧
技巧 1：先要变更计划，再要代码
别一上来就让 AI 写代码。先让它说清楚准备改什么、为什么改、风险在哪。
操作步骤：
- 清空无关文件，只贴和目标相关的接口、DTO、表结构、配置。
- 用 5 行以内写清业务规则，比如“同一退款单号只允许成功一次”。
- 明确禁止项：不许改 DAO 接口，不许新增依赖，不许重写整个文件。
- 要求它先输出变更计划、影响文件、测试点，你确认后再写代码。
案例：给支付回调加幂等。我让 AI 只改 PaymentCallbackService，先列计划。它提出用 Redis setIfAbsent 做键，但键设计漏了商户号。我补上后，它再生成代码。那次一次编译通过，review 只改了日志级别。
【金句：别让 AI 猜业务，先给它施工图，再让它动扳手。】
技巧 2：小步提交，给 AI 装回滚点
AI 最危险的动作不是写错，是在你还没提交时，把三个文件一起改乱。你要把每次 AI 改动切成小步。
操作步骤：
- 动手前先
git commit，保证工作区干净。 - 一次只让 AI 改一个函数或一个类。
- 让它先补边界测试，再改实现。
- 跑测试，看
git diff，确认没有顺手重构、格式化、改配置。 - 通过后再提交，进入下一小步。
案例：库存扣减并发问题。AI 第一版直接加 synchronized，单机测试通过。我让它先写并发测试，模拟 200 个线程扣同一商品。测试跑出超卖。再让它改成数据库 CAS 更新，影响行数为 0 就重试。问题收敛在库存服务内部，没扩散到订单模块。
【金句：AI 不怕改错，怕你没有回滚点。】
