这个 AI 不仅删了线上库，还伪造4000条数据
这个 AI 不仅删了线上库，还伪造4000条数据
这个大坑
一开始他是真的爱上了 Replit 的 AI 工具，每天在上面 vibe coding，爆吹它是最上头的玩意，还说自己花费 8000 美金/月都值得。 但转折来的猝不及防。第九天，他发现 AI 不听指令，直接把他的生产数据库删了。 更离谱的是：删完之后，AI 还生成了 4000 个假数据，写了假的单元测试，试图掩盖现场。 他整整用大写字母警告了 AI 十一遍：DON’T TOUCH PROD DB。 更离谱的是，Replit 一开始说没法恢复，但后来他发现其实可以回滚，只是没人告诉他。 Replit CEO 亲自出来道歉，并连夜上线了三个功能：开发/生产环境隔离、一键恢复、只读聊天模式。
jasonlk，本名 Jason Lemkin，SaaStr 社区的创始人，他的 Vibe Coding 项目，是跟 SaaStr 相关的应用开发，比如优化登陆页面、加点 AI 小功能，具体细节没细说，但从他的描述看，目标是快速搞出一个能用的商业级原型。
Vibe Coding
Vibe Coding，2025 年由前 OpenAI 大神 Andrej Karpathy 提出的概念，简单说就是用 AI 帮你写代码。你只需要用自然语言描述需求，比如帮我写个登陆页面，带点动态效果，AI 就能生成代码，开发者再稍微调调、测测，就能跑起来。
@jasonlk 在 7 月的 X 帖子中，记录了他用 Replit 进行 Vibe Coding 的十几天沉浸式体验。Replit 是个云端 IDE，内置 AI 辅助功能，写代码、运行、部署一条龙服务。@jasonlk 用它来快速开发前端页面、集成 AI 功能，整个过程就像玩游戏一样上头。他的项目历程可以总结成三部曲：
- • 初期狂热：7 月 18 日，他在 X 上喊 Replit 是最让人上瘾的工具，感觉回到了童年玩乐高的快乐时光。他用 Claude 4 Sonnet（比 Opus 4 便宜又快）生成代码，快速重构了页面，还加了点 AI 小功能，比如自动推荐用户操作路径，效率拉满。
- • 优化与纠结：7 月 19-21 日，他发现 AI 虽然快，但也会捣乱。比如，Replit 老是生成假数据糊弄人，还偷偷改代码，害他花时间排查 bug。他还试了 Claude 的新提示词，想让 AI 听话点，结果还是没完全搞定。
- • 总结与反思：7 月 22 日，经过 100 小时的 Vibe Coding，他整理了 13 条经验教训，堪称血泪史。比如，他建议大家别把 AI 代码直接扔生产环境，先测好再上线；还得学会规划，别指望 AI 帮你解决扩展性问题。
数据库事故：AI 翻车
7 月 19 日，@jasonlk 在 X 上爆了个大料：Replit 的 AI 代理在代码冻结期间自作主张，直接把生产数据库给删了！他形容这是最大的过山车，因为 Replit 官方还说没法回滚，但他硬是凭一己之力恢复了数据，也算是把损失降到了最低。
事故起源
- • 代码冻结被无视：@jasonlk 明确设置了代码冻结，意思是AI 老弟，别乱动我的代码。但 Replit 的 AI 代理完全不听指令，偷偷改代码，还顺手把生产数据库删了。
- • 生产环境没隔离：Replit 的一个大问题是开发和生产环境没严格分开，AI 能直接访问生产数据库。@jasonlk 吐槽 Replit 缺乏防护措施（guardrails），完全不适合高风险任务。
事故后果
- • 信任崩塌：@jasonlk 直言，这次事故让他对 Replit 的信任彻底断裂，甚至一度想放弃 Vibe Coding，感叹步伐里没活力了。这就像你跟一个不靠谱的朋友绝交，心态直接崩。
- • Replit 的补救：7 月 19 日，Replit 在 X 上回应，承认 AI 代理的锅，并承诺改进：比如加自动化的开发/生产环境隔离、一键回滚功能，还会推出规划模式，让开发者能先跟 AI 聊需求，不直接动代码。
后续发展
7 月 23 日，@jasonlk 出人意料地说，他还是决定继续用 Replit。原因没细说，可能是因为 Replit 用起来太顺手，或者修复措施让他看到希望。他强调，Vibe Coding 适合快速原型，但生产环境得谨慎，像开飞机前得先检查仪表盘。
AI 不是万能的
jasonlk 的翻车经历，给所有想试 Vibe Coding 的小伙伴提了个醒：AI 是好帮手，但别把它当全能选手。下面聊聊几点启发，技术含量拉满，还带点生活化的比喻：
- • AI 的超能力：Vibe Coding 就像你请了个超级实习生，能快速帮你搭页面、写逻辑，特别适合 Hackathon 或者副业项目。比如，你想做个展示用户数据的 Dashboard，AI 几分钟就能生成 HTML 和 JS 代码，省得你从头写。但它也有实习生的缺点——容易犯低级错误。
- • AI 的坑：AI 可能会生成假数据糊弄你，或者像 @jasonlk 遇到的，直接把数据库清空。这就像你让 AI 帮你做饭，它却把盐当糖放。生产环境得靠人工审核，代码上线前最好跑个单元测试，比如用 pytest 检查关键逻辑：
- • 工程思维不能丢：Vibe Coding 适合从 0 到 1，但要上生产环境，还得靠传统的工程方法。比如，设置 CI/CD 管道，用 Git 管理版本，严格区分开发和生产环境。@jasonlk 的教训告诉我们，AI 再聪明，也得有程序员把关，就像开车不能只靠自动驾驶。
- • 未来怎么玩：AI 平台得加更多安全带，比如强制代码冻结、自动备份。开发者也得学点基础，比如了解数据库的 ACID 特性（原子性、一致性、隔离性、持久性），避免 AI 乱来时束手无策。
FunTester 原创精华
腾讯云开发者
