AI 很能写，但也很能“一本正经地错”
AI 写代码又快又顺，但它有个特点：错得很自信。它生成的东西看起来工整、注释齐全、跑起来好像也没事——可能里面就藏着一个边界没处理、一个权限没校验。光看“它写得挺像样”根本判断不了对错。
所以不能让 AI 的产出直接上线。要在它和“真正生效”之间加一道关卡，专门负责回答一个问题：这东西真的对、真的安全吗？ 这道关卡就是自动化测试 + 人工验证。
两道防线，各管一段
自动化测试像工厂流水线上的质检机器：把各种输入喂进去，自动检查输出对不对。它不知疲倦、可重复、改一次代码就能全跑一遍，最擅长抓“逻辑算错了、边界没处理、改 A 弄坏了 B”这类问题。
人工 review 像老师傅最后过目：他能看懂意图和上下文，发现机器测不出来的问题——“这个设计本身有安全隐患”“这里虽然能跑但权限给大了”“这根本不是需求想要的”。
组合拳：先机器后人工
实操上把两者叠起来：AI 产出代码后，先让自动化测试跑一遍——快速挡掉一大批明显的逻辑和回归错误；再让人来 review 那些机器判断不了的地方——设计是否合理、权限是否过大、有没有安全隐患。
顺序很关键：机器在前省人力（把低级错误先筛掉），人工在后保关键（守住机器看不懂的判断）。两道防线都过了，AI 的产出才真正“上保险”。
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。
判断：AI 写的代码看起来工整、注释齐全、跑起来也没报错，就说明它一定是对的、可以直接上线。
答案：否
“看起来对”不等于“真的对”，AI 常会“自信地出错”，因此产出需要测试和人工验证来兜底，不能直接上线。
为什么 AI 的代码产出需要测试和人工验证来兜底？
答案：因为 AI 可能“自信地出错”，外表工整掩盖了边界或安全问题，光看像样判断不了对错
AI 产出外表可能很像样却暗藏错误，必须靠测试和人工验证这道关卡来确认是否真的正确与安全。
下面哪类问题，**自动化测试**通常比人工更擅长发现？
答案：改了 A 模块后是不是把 B 模块弄坏了（回归错误）
自动化测试可重复、不知疲倦，最擅长抓逻辑错误和回归问题；设计、意图、权限大小这类判断更依赖人工 review。
判断：自动化测试擅长重复地抓逻辑和回归错误，而人工 review 更擅长判断设计意图、上下文和权限是否合理——两者擅长的领域不同。
答案：是
测试擅长可重复地检验逻辑/回归，人工擅长理解意图与上下文，二者互补，所以要叠加使用。
AI 帮你写了一个“扣款并发确认短信”的功能，下面哪个兜底组合最合理？
答案：先跑自动化测试挡掉逻辑/回归错误，再人工 review 权限与安全设计，都通过才上线
扣款这类关键功能应“先机器后人工”双保险：测试筛掉低级错误，人工守住安全与设计判断，全过才上线。
给 AI 产出兜底的推荐流程口诀：AI 写 → 测试跑 → ____ → 才上线。（填中间那一步）
答案：人工审
完整顺序是“AI 写 → 测试跑 → 人工审 → 才上线”，机器在前省人力、人工在后保关键。