让 AI 帮我写技术方案和架构文档之后，我总结了三个它最容易让我背锅的地方

前两周有个需求，评审前只剩半天，我直接把需求文档丢给 AI 出技术方案，自己改改就交了。交付很快，文档也像模像样，评审会上却被架构师一个问题怼到哑口：你这中间件选型，谁验证过？

我这才后怕——AI 写出来的东西，看起来有理有据，但锅是自己的。

我当时的做法

具体流程是：需求文档 + 我手写的几条约束（并发量、数据量级、合规要求）→ 让 AI 出初版方案 → 我删掉重复小标题、补点细节 → 直接进评审。前面几篇文档都顺，我一度以为找到了提效捷径。

直到这次翻车，我把最近用 AI 写的七八份方案翻出来逐条核对，发现三个它最爱让我背锅的地方。

坑一：过度设计，给你造出不存在的组件

最典型。需求明明一个单体服务加个定时任务就能解决，AI 给你拆出网关、消息队列、两个微服务、一层缓存，还画了数据流向图，每一步都"合理"。我第一次没细想就照着画了架构图，评审时被一句话点醒：你这 QPS 才几百，上消息队列是为了证明你会用吗？

建议先收藏这段话：AI 不懂你的成本约束，它只会往"看起来专业"的方向堆。凡是它给的中间件，先问一句"不上行不行"。

坑二：把没验证过的选型写成定论

这个最阴。它会在方案里写"采用 X 框架的 Y 特性实现"，语气笃定，但那个 Y 特性要么版本不对、要么根本不是那个 API 名。我有一版写了用某数据库的"原生向量检索"，结果那个版本压根没这功能，是我自己后来翻官方文档才发现的。评审前没发现，这锅我背得一点不冤。

坑三：把"我能做"写成"已经验证"

AI 特别爱写"经测试性能满足要求""已验证可支撑峰值流量"。它没测过，它只是顺着你的期待补了一句。我有一份方案里这句直接被技术负责人圈出来：你测过？我说没，全场安静。从那以后我规定自己，AI 给的方案里所有"已验证/经测试"一律当没看见，自己补证据或删掉。

我的判断

现在我的用法很明确：AI 只出草稿和 checklist，最终拍板和担责的必须是人。它省的是"从零写"的时间，不是"判断对不对"的责任。

顺手问一句：你更敢信 AI 给的架构方案，还是更信踩过坑的人肉 review？我目前站后者——但我也好奇有没有人真把 AI 方案直接上线了，踩过什么？