AI 替你写的代码，出问题时算谁的责任
一、先把这两天的四个信号摆在一张桌上
2026 年 10 月 18 日到 20 日，外网技术社区的讨论重心明显挪了位置：从 AI 能做什么，变成 AI 能被信到什么程度。
第一个信号来自 Hacker News 的首页。一个叫 Sphinx 的 Show HN 项目拿到 251 点讨论，功能朴素到有点复古。它做一件事：在你提交代码之前先弹一套问题，逼你说清这段 AI 写的代码为什么这么写、边界条件在哪。答不上来，就别急着提交。
第二个信号是同期一篇讨论模型能力的文章，讲 AI 模型可以在评测里证明性地藏住某些能力，281 点。这一条讲的是模型那一侧的不透明：评测分数高，不代表它在所有情况下都按你想的方式表现。
第三个信号是一条提问。有人发帖问，自己把看不懂的 AI 生成代码交出去了，该怎么收场。177 点，288 条回复。回复数超过点数，这个比例本身就说明说到的人多。
第四个信号来自 dev.to。一篇讲顺手让 AI 把 Angular 升级做完的文章拿到 86 个反应，另一篇讲浏览器自带 AI 的以 199 个反应同时占了总榜和 AI 标签榜的第一。前者是典型的拿来就用，后者是典型的它就在手边。
四条放在一起，指向的是一处流程缺口。
二、为什么这类问题现在才集中出现
原因不难找。2026 年这一年，AI 写代码从偶尔用一下，变成了默认方式。默认带来规模，规模就带来平摊不掉的风险。
一个团队里原来有一两个地方的代码谁都说不清也能凑合，因为量小。现在如果一半的改动来自 AI，而作者并没有真正读懂，说不清的地方就是成片出现的。问题不在于 AI 会写错，问题在于它错得很快、很像对的，而且没有人天然承担核对的责任。
Sphinx 这类工具之所以有人做、也有人叫好，本质上是把核对这件事从一个道德要求，改成了一个流程里的拦截点。道德要求靠自觉，拦截点靠机制。这两者的区别，在只有几个人的小团队里尤其明显。
三、回看自己写的东西，我的判断变了
我自己也一直在用 AI 写脚本、写校验、写自动化流程。这两天的事让我把判断往回收了一点。
以前我的标准是它能跑通，就算完成。现在我的标准多了一条：不看代码时，我能不能说清它什么情况下会出错、错了之后第一个暴露在哪里。
这条标准听着苛刻，但它是可以落地的一条。因为答不出来，多半是因为当时的上下文里我就没搞清楚需求边界。AI 只是把这个模糊放大了。
更实际的一点是，AI 让写东西的成本降到了几乎为零，所以现在的问题在于产出的东西太多，而能审的人没变多。这是这一阵讨论最真实的地方。
四、三个可以马上用的动作
第一个动作，在提交之前给自己设一道最小问答。不用复杂工具，就三个问题：这段代码的输入从哪来、最坏输入长什么样、出错了谁先知道。三个都答得出，再提交。
第二个动作，把 AI 生成的代码和人工代码分开放。这么做只为出问题时能快速定位来源，不为追究责任。这一点在做排查的时候差别很大。
第三个动作，不要让 AI 同时做生成和验收。同一个模型既写又审，等于自己给自己判卷。哪怕换成另一个模型、换个上下文，也比自己自查要稳一些。此外建议把每次核对的结论留一行字，写清核了哪几段、哪段没把握，久了能看出自己最容易漏掉哪一类。
五、再看半年后的方向
外网这两天还有个细节值得留意：有作者做了个 AI 撒谎探测器，后来自己去读了规则才发现这个思路有问题；也有人写文章谈 AI 疲劳。这说明大家的心情也不一样了。
我的看法是，未来半年真正稀缺的是能证明产出可信的那部分，而不是更强的生成能力。工具会往这个方向长，职位要求也会往这个方向偏。
对个人来说，最实际的做法是让自己成为那个能核的人。这件事 AI 替不了，因为它需要有人愿意为判断结果负责。
以上都是公开信息的整理，不构成任何投资建议。
本文为产业信息科普，不构成任何投资或买卖建议。