AI 寫的 code 都對了，還需要 code review 嗎？

AI 寫的 code 可以通過所有測試，資料一變大卻拖垮整個服務。說明為什麼「結果正確」還不夠，以及有了 AI 之後，code review 為什麼仍然重要。

有人跟我說：「既然 AI 都能寫出正確的 code，行為也沒有錯，那幹嘛還要 code review？」

我的回答是：「正確」有兩層。第一層是結果正確，第二層是資料變大後仍然正確。AI 通常只保證第一層。

全表掃描與索引查詢

後端從資料庫拿資料，有兩種常見做法。全表掃描（scan）會逐筆讀完整張表。索引查詢（query with index）會直接跳到需要的資料。

小資料表上的測試分不出兩者的差別，正式環境的資料分得出來。

上圖的秒數是示意數字，不是實測結果。

資料少的時候，兩種做法看起來一模一樣。資料一變大，全表掃描會拖垮整個服務。只看結果對不對的人，發現不了這個差別。

我在工作中設了一道 AI 審查關卡。有一次，它擋下一段程式。所有測試都只用英文路徑，處理特殊字元的程式完全沒有測試。程式能跑，測試全過，但真實資料一進來就會出錯。

現在寫 code 是一件很便宜的事。會寫 code，已經從「夠格」變成「基本」。Junior 會兩極化：要嘛非常強，要嘛不及格，而及格線已經往上移。

如果你什麼都只靠 AI 完成，你會被淘汰。如果你懂「為什麼」要用索引，你就能脫穎而出。這正是回到第一性原理說的領域判斷。新手要怎麼跨過這條線，我寫在給學生與轉職者的三個建議。

AI 讓程式碼變便宜，也讓判斷力變貴。

延伸閱讀： 下一篇看新手怎麼跨過新的及格線，回頭讀槓桿公式。或回到系列總覽：AI 會搶走我的工作嗎？