本文介绍如何评估AI生成的代码，强调不能仅因代码运行就信任。核心方法包括：先写测试定义正确性、构建黄金数据集作为回归测试、多次运行测量可靠性、人工审查安全性和边界情况、将提示词变更视为代码变更并版本控制。最终建议将AI输出视为外部输入，通过快速验证而非盲目信任来确保代码质量。