一条线把任务分成两半
决定一项审查任务该不该交给 AI，最有用的一条分界线是：它是机械可判定的，还是需要上下文判断的。
机械可判定 = 有明确规则、不靠语境就能下结论；需上下文判断 = 要懂业务目标、要权衡取舍才能拿主意。
适合丢给 AI 的活
凡是规则明确、重复、不需要理解业务的检查，交给 AI（或自动化工具）又快又稳：格式排版、明显的拼写错、有没有漏判空值、文档注释缺没缺、常见安全反模式。
适合 AI 的：
- 这里的变量声明了却没用
- 这个函数缺返回值类型标注
- 这个除法没防 0
- 这段拼 SQL 有注入风险必须自己扛的活
凡是要回答「这样设计对业务来说好不好」的问题，AI 给的只能当参考：该不该拆成微服务、这个抽象是不是过早、这个改动会不会破坏下游团队的依赖、这个产品逻辑符不符合真实需求。
这些都要你脑子里的上下文：业务目标、历史包袱、团队默契。AI 看不到这些，它只能基于你给的文字猜。
自测 · 学完检查一下
想真正动手做题、记进度、攒连胜？到互动课里练。
给审查任务分工时，本节用来分类的那条核心分界线是？
答案：机械可判定 vs 需要上下文判断
核心分界线是任务到底「有明确规则可机械判定」还是「需要结合上下文权衡判断」。
下面哪项任务最适合交给 AI 自动审查？
答案：检查有没有声明了却没用到的变量
未使用变量是规则明确、机械可判定的检查，正适合 AI；其余三项都需要业务与架构上下文。
下面哪项任务最该由你自己来拍板、而不是整个外包给 AI？
答案：这个架构改动会不会破坏下游团队的依赖
下游影响要结合团队协作与业务上下文判断，AI 缺这些信息；后三项是机械可判定、适合 AI 的检查。
判断：「该不该拆微服务」难交给 AI，主要是因为它需要业务目标、历史包袱等 AI 看不到的上下文。
答案：正确
架构取舍依赖大量场景外的上下文，AI 只能基于你给的文字猜，所以这类判断要靠人。
判断：「这段拼 SQL 有没有明显的注入反模式」这类有规则可循的检查，属于机械可判定、适合交给 AI 的一类。
答案：正确
常见安全反模式有明确规则可循，机械可判定，正是 AI 擅长的批量稳定检查。
业务意图、架构取舍这类判断难交给 AI，根本原因是 AI 缺少你脑子里掌握的____（一个三字词，指代场景背景信息）。
答案：上下文
AI 看不到业务目标、历史包袱、团队默契这些上下文，只能基于你给的文字猜，所以这类判断必须靠人。