我答不上自己代码的面试题

前几天我做了一件事：把自己项目里的一个文件丢给 AI，让它出一套技术面试题，考察"这个人是否真正写过、维护过这份代码"。

题出得很好。递进式的问题链，场景推演，评分标准，连"所有权验证"都有，专门鉴别你是不是真干过的那种题。

然后我试着答。

答不上来。

那个文件是我指挥 AI 写的。排序为什么在某一帧会反过来，某个非空断言依赖什么前提，注释掉某一行会在什么场景出现什么现象，我都说不清。

那一刻挺难受的。我意识到自己回不去了，回不去那种把所有技术细节装在脑子里的状态。现在我脑子里想的是怎么让 AI 产出更高效、更健壮的系统，而不是这个系统里某一行的细节。

这算退化吗？

想了几天，我觉得这里面混着一个假问题和一个真问题。

假问题是那套面试题本身。它考的是"你是否亲手写过这段代码"，可我的角色早就不是实现者了，是指挥者。拿实现者的考卷考指挥者，就像要求建筑师背出钢筋的屈服强度参数。答不上来不丢人，考卷发错了。

但真问题藏在后面：有一层能力不能外包，就是判断 AI 错了没有。

危险的从来不是"不知道细节"。危险的是质量控制慢慢退化成"看起来能跑"。AI 在你的验收里从不出错，不是它完美了，是你已经看不出来了。判断力是一点点钝掉的，等你发现的时候，已经分不出它的对错。

所以要分清楚，什么可以丢，什么不能丢。

可以丢的：API 名称、框架语法、错误码、CSS 的某条规则。可检索，可现场推导，记住了也会过期。这些放心交给 AI。

不能丢的：这个断言依赖什么前提。这个输入如果是空的、重复的会怎样。用户主动取消和系统故障，该不该长一个样。这份数据的下一步，是谁在用。

你向 AI 提要求、识破它的错误答案，靠的全是这一层。

我给自己定了一个自测标准：给我一段 AI 写的代码，开卷，不限时，我能不能推出"注释掉这一行，什么场景下会出什么问题"。能，只是慢，那就没事。慢没关系，我又不需要在面试里表演推演。开卷也推不动，才是真要警惕的信号。

后来我翻自己项目的 CLAUDE.md，发现这层能力其实一直在长，只是换了个形态。里面那份"教训清单"，race 不会取消输家、查询结果为空不等于数据不存在、这份数据的下一步是谁在用，每一条都是从 AI 的错里抓出来的。不是 API 细节，是思维陷阱。

抓 AI 的错，把坑抽象出来记下。这件事我其实一直在做，只是没把它当回事。

于是我把它做成了一个系统。三个文件，放在全局目录里，不放进任何项目，因为它们度量的是我这个人，不是某个项目：一份操作清单，一个陷阱库（只写陷阱，不写修法，修法会过期，陷阱不会），一本账。

账本上记三个数。这个季度我抓到了 AI 几个错。开卷推演一个模块要花多久。陷阱库长了几条。

其中第一个数最要命：如果一个季度抓到的错是零，最坏的解释不是 AI 变完美了，而是我已经停止验收了。真到那时候，还有个狠招：让一个 AI 在正常任务里故意埋两三个缺陷，不告诉我位置，我来验收。找不到，就说明我的验收只是走个流程。

为了让这套东西活下来，我把记账弄得不费一点劲：在 AI 工具的全局指令里定了三个口令。抓到错，随口说一句"记一笔"，它自动落账；每两周说一句"深潜这个模块"，它出题陪练；每季度说一句"体检"，它把三个数算给我看。

系统能不能活，只取决于抓到错的那一刻，我肯不肯说那三个字。

整套东西我放在了 GitHub 上，带一键安装：https://github.com/atshelchin/ai-commander

那种把所有细节装在脑子里的状态，维持它很贵，贬值又很快。回不去，也不值得回去。

要守住的只有一样东西——当 AI 递给我一个"看起来很对"的方案时，心里那声"等等"。

目前它还很响。