我是怎么让 AI 从头写完一个后台系统的

去年我还在纠结"AI 能不能写生产代码"，今年这个问题已经不重要了。真正的问题变成了：当代码全部由 AI 写出来的时候，谁来保证它不越界？

我做了个实验：一个中等规模的后台系统，从建仓库到上线，我一行代码都不写，只做决策和审批。跑了两个多月，中间换过几次模型。下面是我认为真正起作用的几件事。

一、规矩要写在仓库里，不能存在模型的记忆里

最开始我把要求都写在聊天窗口里，说得很细。结果是：这一轮很听话，换个会话就全忘了。会话是会过期的，模型是会换的，只有仓库是留下来的。

后来我改成在仓库根目录放一份"上岗须知"，写清楚三件事：读哪些文档、哪些事情绝对不许做、接到活之后按什么步骤走。任何一个新来的 AI，读完这一页就能开始干活，不需要我再复述一遍。

判断标准很简单：如果换一个模型接手，它读完仓库里的文字能不能独立开工？不能，就说明你的规矩还长在你自己脑子里。

我说的话往往很模糊，比如"加个客户台账页"。这句话可以有十种做法。以前我直接让它做，做出来八成不是我想的那个，然后来回改三轮。

现在的流程是：它先把我的话翻译成一张可勾选的清单，念给我听，我确认之后才允许写代码。这一步看着啰嗦，实际省了大量返工——因为分歧暴露在写代码之前，而不是之后。

这是我踩得最狠的一个坑。我写了一堆"禁止直接推主干""禁止硬编码密钥"，AI 也答应得很好，但偶尔还是会犯。原因不是它不老实，是它在长上下文里会逐渐忘掉边界。

后来我把这些规矩全部做成了自动检查：没有关联任务单的合并请求直接判失败，扫到明文密钥直接拒绝，分支名和账号对不上也拒绝。规矩一旦变成机器执行的，遵守率就是 100%。

提交 → 自动检查（格式 / 密钥 / 边界 / 任务单）
     → 另一个 AI 审代码
     → 我点批准
     → 合并

三道关缺一不可，顺序也不能颠倒。看起来重，但我每天真正要做的只有最后那一下点击。

AI 很擅长把活干到"看起来完成了"。为了避免这个，我要求它每次交活都必须回答一个问题：这次留了什么尾巴？ 没做到的要写原因，超出清单的改动要单独列出来。

这一条给我省下的时间可能比前面三条加起来都多。因为最贵的不是返工，是三个月后发现某处一直是半成品，而当初谁都没提。

老实说，我花在"定规矩"上的时间不比自己写代码少。区别在于：规矩写一次，之后每个新来的 AI 都能用；代码自己写一次，就只有那一次。

如果只让我留一句话：不要把 AI 当成一个更快的自己，把它当成一个流动性极高的团队。 团队管理靠的是流程和文档，不是叮嘱。