AI 编程的确定性管理的最终两个兜底的：要么是人类自己确实理解，可以兜底；要么是可以通过数学形式化证明工具自动验证（当然，这个本身也有局限）。

传统的测试集之类的只能一阶近似，没法真正兜底，只能作为辅助。所以经常看到有的程序员去较真 TDD 之类的，真没必要。本身就是一阶近似，所以应该从实用主义的原则出发，只要能起到效果就可以了。需要较真的是人类对生成的东西的理解，以及数学形式化证明是否真的足够严谨和正确。因为只有这两块才是真正能兜底的。不然连测试用例本身写错了，你都看不出来……

另外，AI agent 的构建软件和编码的过程，人类也应该盯紧一些。不然中间一些关键节点上如果 AI 误入歧途，那只会浪费时间和 token。而且到很后面时也很难发现和解决了。现在的 AI 很擅长在错误的道路上一路狂奔。

让 AI 来 review 和监督 AI 也只能作为辅助，因为存在把对的设计改坏了的风险。

程序的正确性和性能变化一般通过运行测试是可以立即反馈的，而程序的设计决定往往要很后来才会显现出严重后果。

所以人类最重要的是把关架构和设计上的重要决定（很多小的决定其实也很重要）。而且是全过程把关，因为很多设计决定无法预知。很多设计问题也是在实现和构建过程中逐渐显现出来的。所以 AI 时代确实更需要好的架构和设计，更需要软件工程。

AI 就像一匹野马，人类专家需要好好驯服。不然就是 AI 反过来倒拖着人类奔向悬崖了。[哈哈]