有开发者自述用约40亿token、35小时跑了一个软件工厂实验，结果没产出有价值的东西，也没学会如何更好地运营它。他还观察到，模型在工具调用中大量用Python做字符串拼接来改代码，而不是用补丁工具；生成的单元测试无视空格和缩进，这种压缩写法可能泄漏进正式提交，让人难以跟进。消息提到，这是一次个人实验和观察，不代表其他团队的真实代码质量。对准备面试大量使用AI编码工具团队的程序员来说，它提供的不是行业结论，而是一组可追问的审查线索。

问审查责任，别只问工具使用率

面试时问“你们用AI编码工具吗”，只能得到是或否。更有信息量的是：AI生成的代码在合并前由谁审、按什么标准审、有没有可读性要求。

可以这样问：

  • 团队有没有区分“AI辅助产出”和“人工确认后合并”的流程？
  • 审查时会不会因为代码由AI生成而降低标准？
  • 最近一次AI生成代码被退回或重写，是什么情况？

如果对方只说“我们都在用”，却讲不出审查环节，这是一个需要继续核实的信号。不要把它当成拒绝录用的唯一理由，但可以要求对方用一个脱敏例子说明。

工具脚本和产品代码，边界怎么确认

素材里那个细节值得琢磨：模型用Python字符串拼接去编辑C代码，而不是使用补丁工具，这种写法还可能出现在提交的代码中。这里不能直接推断团队管理有问题，只能作为提问入口。

假设场景：两个团队都说自己用AI编码。A团队允许AI生成的辅助脚本进入主代码库，但没有单独目录或命名规则；B团队要求工具脚本与产品代码分开存放，合并前必须人工重写。你要问的就是：你们更接近哪种？如果对方说不允许工具产物进主干，继续问最近一次怎么拦截、谁负责。

可问：

  • 团队是否允许AI生成的辅助脚本进入主代码库？
  • 如果允许，有没有单独的目录、命名或审查规则？
  • 代码库里的历史提交，能不能看出哪些是工具产物、哪些经过人工整理？

这些问题不要求对方透露机密，但能帮你判断他们有没有可验证的边界。

维护成本，问到具体机制

那位开发者35小时实验后说，产出大量代码但价值有限，也没学到如何运营更好的软件工厂。这不能推出所有团队都低效，但提醒你：生成成本降低，不一定等于理解成本降低。

面试可以问：

  • 新人接手AI生成较多的模块，通常要多久才能独立改动？
  • 有没有回滚或重写AI生成代码的机制？
  • 单次合并规模有没有限制，或者是否要求生成代码附带说明？

如果对方能给出具体做法，比如要求生成代码必须附带说明、限制单次合并规模，说明他们想过这个问题。如果只强调效率提升，却对维护成本没有说法，你可以把“缺少回滚与审查细节”列为继续核实的信号，而不是直接下结论。

面试后，挑一个对方讲得最具体的AI代码审查例子，记下谁发现、依据什么标准、后来怎么改。这个记录比听“我们很重视质量”更有用。