5.1.9 AI 写的代码能用吗——代码质量控制

一句话破题

AI 生成的代码不能直接用，必须经过审查、测试和优化。

AI 代码的常见问题

问题类型	表现	风险等级
幻觉 API	使用不存在的库或方法	高
过时语法	使用旧版本的写法	中
逻辑漏洞	边界情况未处理	高
安全隐患	敏感信息暴露、注入风险	严重
性能问题	低效算法、重复查询	中
风格不一致	与项目规范不符	低

审查清单

收到 AI 生成的代码后，逐项检查：

1. 依赖检查

□ 引入的库在 package.json 中存在吗？
□ API 方法在当前版本中存在吗？
□ 是否使用了正确的导入路径？

2. 逻辑检查

□ 空值/undefined 处理了吗？
□ 数组为空的情况处理了吗？
□ 异步操作有错误处理吗？
□ 循环有终止条件吗？

3. 安全检查

□ 用户输入有验证和过滤吗？
□ 敏感信息（密钥、密码）没有硬编码吧？
□ SQL/NoSQL 注入风险排除了吗？
□ XSS 风险排除了吗？

4. 性能检查

□ 数据库查询有必要的索引吗？
□ N+1 查询问题解决了吗？
□ 大数据量有分页吗？
□ 没有不必要的重复计算吧？

审查流程

实战示例

AI 生成的代码：

// 获取用户列表
export async function GET() {
  const users = await prisma.user.findMany()
  return Response.json(users)
}

问题分析：

1. ❌ 没有分页，数据量大时会崩溃
2. ❌ 返回了所有字段，可能暴露敏感信息
3. ❌ 没有错误处理

修复后：

export async function GET(request: Request) {
  try {
    const { searchParams } = new URL(request.url)
    const page = parseInt(searchParams.get('page') || '1')
    const limit = parseInt(searchParams.get('limit') || '10')
    
    const users = await prisma.user.findMany({
      skip: (page - 1) * limit,
      take: limit,
      select: {
        id: true,
        name: true,
        email: true,
        // 不返回 password 等敏感字段
      }
    })
    
    return Response.json(users)
  } catch (error) {
    console.error('Failed to fetch users:', error)
    return Response.json(
      { error: 'Internal server error' },
      { status: 500 }
    )
  }
}

培养代码审查能力

1. 多看好代码：阅读开源项目，学习最佳实践
2. 理解原理：知道为什么要这样写，而不只是照搬
3. 总结经验：记录 AI 常犯的错误，下次重点检查
4. 持续学习：关注安全公告、最佳实践更新

建立审查习惯

每次收到 AI 代码后：
1. 先不要急着运行
2. 花 2 分钟快速审查
3. 有疑问就问 AI 为什么这样写
4. 运行并观察行为是否符合预期
5. 通过测试后再合并