说几个暴论： 1.AI生成代码要用其他模型做review，多几个没关系，我最多用过5个，当然最后要有仲裁。 2.二次审查是说人来审查么？基本没必要。 3.如果后面有测试验证环节，充分review之后就可以提交测试了。 4.如果不是非常庞大和要命的系统，充分review之后，跑一个端到端测试，基本就可以放心上线了。

做过11年的乙方。 中国的IT系统交付不好赚钱的原因是因为中国经济和社会变化太快，导致企业业务需求调整快，系统难以产品化、平台化，产生附加价值。 定制系统就是码人头，用AI还是不用AI区别不太大。 当然用了AI，可以用更低成本做出来，似乎更能卷死其他同行。 说回AI，智能也是成本，每次都调用模型和写死的代码逻辑相比，可能更有适应性，但仍然不是AGI，很难通用。 最后呢，如果说期望有一天，中国的企业都高位运行了，需求不变了，一套系统用20年了，那也未必是好事儿吧。

如果比作水电煤或者网络流量，看起来好像挺便宜，但是还有人喝恒大冰泉，有人买视频会员

分情况，通用Token正变得像水电一样廉价普及，而用于复杂任务的高端Token却因能力溢价而越来越贵。市场正在进入一个“K型分化”的全新阶段

AI是工具，是杠杆，会放大某些能力，所以会催生OPC，也会出现更大规模和影响力的企业，比如XSPACE，会拉大方差。 简言之，会出现更小的小而美，也会出现更大的巨无霸。

Todesk，网易UU远程

向日葵还行吧

工作第一年，在生产库上改数据，SQL条件写错了，整个表都update了……几万条记录 从此学会了复制表备份、改数据之前先查询看看数量，改完再核对。

这个跟中台没关系，一般来说每个系统都有数据权限，那么数据流转时候一样按照这个来，如果需要授权访问，就由对应的管理员来审批。

先抬个杠，这个问题里团队都已经达成一致了，“你”发现潜在风险，是因为“你”不是团队的一员？还是回家睡了一觉灵光乍现？ 如果不是团队成员，那就跟团队主导方案的架构师交流探讨。 如果就是团队成员，这个风险的确没人提过，不妨先跟比较熟的同事聊聊，如果获得了更多的认同，“团队”应该有纠错机制来重新讨论方案。

很多老师提供了并行分流的建议，我补充一点，适用场景是要换多个零件。 假设要飞着飞着把F15换成F22怎么办？ 当然最简单的办法当然是造一个F22，然后把F15扔了，问题是一般企业不能一次性投入这么大，本身也有风险。 如果每次只换一个零件，换到最后还是F15，只不过比较新而已。（所谓忒休斯之船） 所以这种真要动的是系统核心架构，得明确整体的升级目标，精心设计，尽可能兼容，把握好整体过程。