我們不能100%信任AI生成的結果：一個具體例子

近日，開發者Giovanni Dicanio在部落格中分享了一個關於AI程式碼審查的警示案例。他使用Anthropic的Claude模型審查其WinReg C++庫（一個對Windows登錄檔API進行高階封裝的C++庫）的程式碼時，Claude報告了多個嚴重bug：聲稱在RegKey類的GetStringValue、GetExpandStringValue、TryGetStringValue和TryGetExpandStringValue方法中，如果遇到零長度的REG_SZ或REG_EXPAND_SZ值，會導致程式崩潰。

然而，當作者親自檢查程式碼後，發現這個所謂的bug並不存在。Claude指出作者在二進位制獲取方法（如RegKey::GetBinaryValue）中確實正確處理了dataSize == 0的情況，但字串獲取方法缺少保護。實際上，字串獲取方法統一使用了以下程式碼：

result.resize((dataSize / sizeof(wchar_t)) - 1);

當dataSize為0時，該公式計算結果為-1，而resize()函式在傳入-1時實際上會引發異常（或按實現定義行為），但作者指出，在Windows登錄檔中，零長度的REG_SZ或REG_EXPAND_SZ值實際上不會出現，因為登錄檔API對於空字串會返回2位元組（包括終止符），因此dataSize至少為2，從而避免了問題。此外，如果dataSize為0，正確的做法是單獨處理空字串，但現實場景中幾乎不存在這種情況。

Dicanio強調，這個例子並非要貶低AI工具的價值，而是提醒開發者在利用AI輔助時必須保持警惕。盲目接受AI的建議可能導致引入不必要的修復，甚至誤解程式碼行為。他建議開發者在使用AI審查結果時，應結合具體上下文和實際平臺特性進行驗證。

該案例在技術社群引發討論，許多開發者分享了類似經歷，認為AI在程式碼審查中容易產生“幻覺”，尤其是在處理低層系統API或特定平臺約定時。專家建議，AI工具更適合作為輔助參考，最終決策仍需人工判斷。