Kuinka tarkistat AI:n luoman koodin, jotta et luota siihen sokeasti?

Question

Accepted Answer

AI:n luoma koodi on **luonnos itsevarmuuden omaavalta mutta virheelle alttiilta kirjoittajalta**. Se näyttää usein oikealta ja kääntyy, mutta piilottaa silti hienovaraiset virheet, keksityt API:t tai tietoturvaongelmat. Kurinalainen tarkistus säilyttää nopeuden ilman riskiä.

## Tarkistusluettelo

- **Lue jokainen rivi.** Jos ohität niitä, lähetät virheita, joita et voi selittää myöhemmin. Ei poikkeuksia.
- **Varmista, että se ratkaisee todellisen ongelman** — ei samanlaisen. AI optimoi uskottavuuden, ei oikeellisuuden kannalta.
- **Suorita testit ja linter.** Lisää testit tapauksille, joista välität; älä luota AI:n omiin testeihin sokaisesti.
- **Tarkista reunatapaukset** — tyhjä syöte, null-arvot, suuret arvot, rinnakkaisuus, rajaehdot.
- **Tarkista turvallisuus** — SQL/komentopäälyhyökkäykset, puhdistamaton syöte, salaisuudet koodissa, turvaton deserialisaatio.
- **Tarkista suorituskyky** — vahingossa syntyneet O(n²) silmukat, N+1 kyselyt, rajoittamaton muisti.
- **Vahvista, että API:t ovat olemassa** — AI kuvittelee metodinimet ja kirjastofunktiot, jotka näyttävät todellisille.
- **Älä koskaan liitä koodia, jota et ymmärrä.** Jos et voi selittää sitä, et voi ylläpitää tai debugata sitä.

## Käytännöllinen kulku

```text
1. Read the diff fully  →  do I understand every line?
2. Does it solve the real problem, including edge cases?
3. Run: tests + linter + type checker
4. Scan for security + performance red flags
5. Only then: commit (with a message that reflects what it really does)
```

Kohdemele AI:ta kuten nopeaa junior-kehittäjää: hyödyllistä, tuottavaa, mutta jonka tulosta tarkistat aina ennen julkaisua. Vastuu lähetetystä koodista pysyy sinulla, ei mallilla.

## Miksi se on tärkeää

AI-koodin vaara ei ole siinä, että se on ilmeisesti rikki — vaan siinä, että se on *uskottavasti* rikki, silmäily hyväksi antaa, vaikka siinä piiloutuu virhe tai haavoittuvuus. Jokaisen rivin tarkistaminen, testien suorittaminen ja koodin, jota et ymmärrä, lähettämisestä kieltäytyminen on se, mikä erottaa AI:n käyttämisen vahvuuden kertoimena hiljaisen teknisen velan ja tietoturvariskin keräämisen, joita et voi selittää.