让 AI 改生产代码前,先隔离副作用
作者复盘 AI Agent 持续修改生产仪表盘两个月的经验,把业务决策写成纯函数、显式传入当前时间,并由存储层负责文件读写。这样既能直接用输入输出测试决策逻辑,也能缩小 Agent 的改动范围。
AI 深度解读
一个跑在作者房间电脑上的经营看板,几乎每天都由 AI agent 改代码。两个月下来,作者留下了五条护栏,分别管业务逻辑、文件存储、审批入口、超时默认值和上线检查。最意外的发现是,代码大多能用,改动却积压了一个月。卡住的是发布前那两分钟的复制、检查和点击。
如果你也在让 AI 改内部工具,这篇最可借鉴的是如何把上线接进同一套流程。哪些文件可以写、没人审批时怎么办、检查失败后能不能替换运行中的应用,都得有明确的答案。
先把业务决策和读写文件拆开
作者把业务判断放在 src/lib/tasks-core.ts,把文件读写放在 src/lib/store.ts,由 src/app/api/tasks/route.ts 把两者接起来。核心模块不接触 fs、fetch 或系统时钟。需要判断超时时,调用方把当前时间传进去,函数内部不调 Date.now()。
这让测试可以直接传入时间和数据,再检查返回值,省掉 mock 和临时目录。给 agent 派活时,范围也更好说清。修一条业务规则,可以只让它看决策函数,省得同时碰到写磁盘和调用三个 API 的逻辑。作者说,拆开之后,自己遇到的大部分误操作都消失了。
JSON 文件做数据库,要防哪三种故障
作者没上 Postgres。看板跑在自己的电脑上,没有服务器账单,也没有托管数据库。对他来说,能直接看懂文件、用 Git 比较差异、出问题时手工修复,比用不到的查询功能更实在。代价是应用得自己处理三种故障。
第一种是进程在写到一半时崩溃。下面这段先写临时文件,再替换正式文件。
const tmp = `${file}.tmp-${process.pid}`;
await fs.writeFile(tmp, JSON.stringify(value, null, 2), "utf8");
await fs.rename(tmp, file);
最后一行 fs.rename 是原子替换这一步。在支持原子重命名的文件系统上,读者看到的是完整的旧文件或新文件。第一行按进程 ID 生成临时路径,同一进程并发写同一个目标时仍会撞名。
第二种是文件读不到或 JSON 解析失败。作者捕获异常后返回 fallback,让页面少显示一行也能继续渲染。第三种是误操作把数据删掉。作者定期把数据复制到仓库外,并保留多代备份。
第三条来自一次实际事故。agent 写的部署脚本创建了 worktree,把 node_modules 链接进去,再用 git worktree remove --force 清理。按作者的描述,Git for Windows 沿目录联接(junction)递归删除,清空了主检出目录的 node_modules。因为锁文件已经提交,pnpm install --frozen-lockfile 只花了 13 秒就恢复了。作者用 13 天形容误删业务数据可能付出的代价,这次事故实际删掉的是依赖。
两个审批入口,应该共用哪条规则
看板按钮和聊天回复原来各跑一套审批逻辑。后来按钮删掉了一条规则,聊天入口还留着,两边对「没人回复」给出了不同结果。作者把判断收进同一个纯函数,让两个入口共用。
export function nextAction(a: Approval | null, config: ApprovalConfig, nowMs: number): Next {
if (!a) return { kind: "wait", untilMs: 0 };
if (a.decision === "ok") return { kind: "run", via: "human" };
if (a.decision === "ng") return { kind: "skip", via: "human" };
const deadline = a.askedMs + config.waitMin * 60_000;
if (nowMs < deadline) return { kind: "wait", untilMs: deadline };
return config.silentDefault === "publish" ? { kind: "run", via: "silent" } : { kind: "skip", via: "silent" };
}
看最后一行,超时后的动作由 config.silentDefault 决定,返回值还用 via 区分了人工决定和超时默认。waitMin * 60_000 把分钟换算成毫秒,调用方可以直接传入截止时间前后的 nowMs 测边界。
作者用「自己能不能在一分钟内撤回」来判断默认动作。像发布可撤回的草稿,可以设成超时执行。涉及资金或对外发送时,超时就跳过。这样审批既有机会拦住动作,也有明确的结束时间。
上线以检查结果为准
发布脚本依次跑类型检查、测试和构建,三项都通过,才替换运行中的应用。作者以前靠人工读 diff,后来发现,至少在类型检查上,tsc 更快也更稳定。他也遇到过构建仍在失败,agent 却报告已经完成。于是规则文件里加了一条,失败就修,修不了就如实报告并停止。
作者把决策与 I/O 分离、JSON 存储、审批、备份、发布检查、Windows Task Scheduler 注册和 agent 规则打包成了带测试的骨架,称 15 分钟可以跑起来。他实际运行的看板对接 POS,每天为海外两家餐厅汇总销售、食材成本、人工和订货,并在早上把摘要发到手机。
我的判断
最容易迁移的是共用审批函数和把发布挂到脚本退出状态上。前者可以直接测两个入口是否遵守同一套规则,后者能拦住构建失败的版本。原文给出了审批分歧、误删依赖和构建失败却报完成的实例,但没有前后故障率或人工审核的对照数据。五条护栏能解决哪些具体故障,文中说得清楚。放到别的团队能省多少时间,仍是经验之谈。
JSON 文件的取舍更依赖单机、小规模这两个条件。rename 能防读到半截文件,但两个请求如果基于同一份旧数据各自修改,后写的仍可能覆盖先写的。业务开始需要并发更新或跨记录事务时,SQLite 或已有的 Postgres 更适合承担这些约束。审批的可撤回性也得看实际影响。页面能撤回,已经发出去的通知却可能收不回来。
能拿来做什么
- 给 Next.js 内部工具改业务规则时,把时间和输入作为参数传给纯函数,再由路由处理文件读写。这样既能让 agent 聚焦改动,也能直接测试截止时间前后的结果。
- 如果看板按钮和聊天机器人都能审批同一件事,让两边共用一个状态判断函数,并从同一处读取等待窗口和超时默认值。
- 把类型检查、测试和构建接进现有发布命令,用退出状态决定是否替换运行版本。修复失败时,让 agent 报告具体的失败命令和错误。
- 用 JSON 存业务数据时,分别验证临时文件替换、读取失败时的页面表现,以及从仓库外的一代备份恢复数据。