在过去的这一年里，随着ChatGPT和生成式AI工具的快速发展，越来越多的开发者开始使用这些工具来辅助他们的日常工作。据CSDN调查显示，过去一年里，有41%的开发者已经使用过AI工具来生成代码，而另外一部分人也借助AI工具解释Bug、修正建议以及生成代码注释和文档。显然，AI已经逐渐渗透到开发者的日常工作中。在使用这类AI生成的代码时，我们也需要保持警觉，否则可能会落入代码陷阱中。
有一家初创公司Reworkd就经历了这样的困境。他们主要专注于开发自动化业务任务的AI代理平台，旨在解决需要大量人力介入的业务流程的低效问题。创始人Asim Shrestha和他的团队在尝试商业化过程中，遇到了一个看似棘手的问题：用户无法成功订阅服务。这一问题导致他们的初创公司在短时间内损失超过一万美元，同时还损失了一部分用户。
问题的源头在于一段看似普通的代码。作为程序员的你，仔细观察应该也能发现问题的所在。这个看似无害的代码实际上是一个导致问题的魁祸首。Reworkd团队在数据库模型迁移过程中，使用了ChatGPT生成的代码。尽管初始阶段一切正常，但在实际插入数据库记录时出现了问题。他们复制粘贴的ChatGPT生成的代码在生成ID的方式上与旧的模型有冲突，导致唯一标识符的冲突，从而引发了问题。
具体来说，问题在于第56行的代码：default=str(uuid.uuid4())。这部分代码在模块加载时执行一次，生成一个固定的UUID。因为这个UUID是在类定义时就确定的，所以所有新插入的记录都会使用同一个UUID，违反了数据库主键的唯一性约束，导致插入记录失败。这就意味着在这个软件的后端实例中，一旦一个新用户订阅使用了这个ID，其他用户就无法再次执行订阅流程。
由于设置的问题，这个问题变得非常隐蔽。工作日可能没什么问题，因为团队每天可能会提交代码10-20次，这会生成新的后端部署和新的ID供用户使用。但是到了夜晚，当团队不再提交代码时，每个服务器中的单一ID会被用完，导致新的订阅发生ID冲突。
Asim Shrestha表示此次事件是他们在创业过程中一个痛苦但又难忘的教训。同时也提醒大家在做测试的前提下使用AI辅助工作是一个好习惯同时也可以避免因不了解的代码所产生的影响有效避免因这种问题造成的时间成本和财务成本损耗这对许多新手开发者或者对于不太完善的程序化工作流程也是一个警醒启示另外一方面也有人提出奖励正确的生成式ai算法给出的正确答案建议这类评论呼吁业内的监督和标准化把控针对这些问题人们也对不同语言在后端开发和错误监控等方面的差异进行了探讨从Python JavaScript 到Go 这些都是对于这个问题的深入探讨非常有趣具有建设性的对话展开无论是行业专业人士还是从业者都从他们的实践经验提出了独到的见解当然不论外界怎么讨论核心的问题仍然是作为开发者我们应该如何使用这些工具并如何从中获得最大的价值而不仅仅是依赖它们去完成任务对于是否在生产环境中使用过类似ChatGPT的工具生成的代码以及使用感受因人而异欢迎各位留言分享你的想法经历并一同探讨未来发展方向在业界不断发展和创新中我们也应与时俱进学习新的技术工具不断提升自身专业能力共同推动行业的进步和发展总的来说人工智能的发展势不可挡它既带来便利也有许多潜在风险关键是我们如何使用和开发此类工具使其成为真正的助手并不断提高自身的专业能力以应对未来的挑战总的来说人工智能的发展势不可挡我们应积极拥抱它不断提升自身专业能力共同推动行业的进步和发展最后你觉得人工智能与人的合作是怎样的？你如何在工作中利用人工智能提高效率呢？欢迎讨论并提供您的观点看法建议共同探讨这个问题的深入解决策略让它真正地服务开发行业作出有意义的贡献探索更大的世界创造出更多无限可能对于这个初创新兴的话题讨论更多好的观点和反馈也许会带来新的灵感和创新探索出一条新的道路让我们共同期待未来的发展吧！