AI编程避坑：别让兜底代码伪装成功

系列：《用 AI 写出高质量代码：AI 狼人杀开发实录》本篇对应版本：v1.0 → v1.2.1｜时间：2026-10-22 上午

前言

WorkBuddy 办了个「1024 造物挑战」程序员节应用创作大赛：用 WorkBuddy 做一个应用，发布到活动页就算参赛，分网页应用和小程序应用两类。奖励是积分制——一等奖 4000 积分、二等奖 3000、三等奖 2000、参与奖 500，另有周边。

实战结果是：两天里跑出 119 次提交、13 个版本、约 1.2 万行代码，从"一句话需求"变成一个有 5 个会说谎的 AI、能邀请朋友、能分享战绩卡的完整应用。整个过程我记下了九次"翻车"，这一篇是第一次，也是最典型的一次。

本篇要解决的问题：AI 给你的第一版代码，为什么"看起来能跑，其实是假的"。

引子：一句话，二十分钟，一个能点的游戏

我对它说的话很短：

目标：
1、做一个狼人杀网页游戏。玩家是 1 个人，其余座位由 AI 补位。AI 的发言、投票、夜间行动都要真的调用大模型，不能是提前写好的台词。

其余五格——背景、流程、要求、资料、输出位置——我当时一个都没填。这一篇后面所有的问题，基本都长在没填的那几格里。

二十分钟后我拿到了一版能玩的东西：首页有月亮和狼，配置页能选人数，进对局能看见 AI 按顺序发言、能投票、能走到结算。

图：v1.2.1 的首页（从当时的提交里跑出来的）。狼头、代号输入、模型选择器、下面一行「大模型通道正常 · 1.6s」——看起来已经像个产品了。

问题：玩了九局，我才发现台词是"录好的"

那天下午我玩了九局。到第九局，我意识到一件怪事：不管谁是狼、不管什么局势，AI 说话都是一个味道——都是"我觉得 X 比较可疑，我先听听别人怎么说"，都是两句，都从"发言顺序"切入。

我以为是提示词太笼统，打开代码准备加人格，然后看见了这一段：

// 当时的写法（大意，原代码已删除）
let speech = await callLLM(prompt);
if (!speech) {
  speech = fallbackSpeech(player, state); // 几十条本地话术
  degraded = true;                        // 界面上看不见
}

fallbackSpeech 是一个本地话术库。调用失败、超时、返回格式不对，任何一条发生，它就从库里挑一句顶上，再打一个 degraded 标记——而这个标记，界面上根本不显示。

当时的对局页是这样的（也是从 v1.2.1 里跑出来的）：

图：第 1 天的发言记录。豆豆和七喜两个人，起手都是「平安夜」，都是先抛感觉再跟票——风格差异只体现在语气词上。

所以那九局里，有多少句是真的模型生成的，我自己也不知道。

这不是一个 bug，这是一个"贴心的谎言"。 它不报错、不崩、看起来一切正常。

说句实话：那段代码只活了三个小时。首版提交（30b7288）时它已经被删掉了，所以没有留下历史截图——我能给的证据只有上面这段代码，和当天"九局台词雷同"的观察。这一篇后面所有截图，都是修好之后的样子。

问题原因：AI 的默认动作是"别让它崩"

图：一次 AI 发言的两种结局。「成功」走左边，拿到真实台词；「失败」走右边，从话术库里挑一句顶上，再打一个界面上不显示的标记。两条路最后汇进同一个出口——所以你看到的永远是"一切正常"。

第一层，模型的偏好。 模型写代码时会根据历史学习的代码，容易产生过度设计的问题，即："别报错"：加 try/catch、加默认值、加 ?? '默认文案'。

第二层，实际的场景。 我们实际开发的场景，需要的是"每句话都真的由模型生成"。如果出现模型调用失败，应该有友好的提示让我们能够感知到——图里那条红色虚线，应该给出一些友好的提示。

所以，异常失败是常态，不是意外。 所以真正的问题不是"怎么让它不失败"，而是"失败了怎么办"。三种处理，对应三种质量：

处理方式	玩家看到	你失去什么
兜底话术（当时的做法）	一切正常	分不清真假，数据全废
静默重试 3 次再兜底	一切正常，稍慢	同上，还多了延迟
失败就中止并说清原因	一句明确的错误	这一局玩不了，但你知道发生了什么

解决方案：拆掉退路，让失败亮灯

图：同一个流程改完的样子。左路照旧放行真话；右路不再找替补，而是直接抛错、中止对局，把 reason 写进事件流。两条路不再汇合——你永远知道自己面对的是哪一种。

这一步真正的变化不是"更好用"，而是"可诊断"。 之前是一个看起来正常的黑盒，之后每次异常都有名字。

代价是一局可能因为网络抖动直接中止——真实遇到过的失败至少三种：输出不是合法 JSON（最常见）、调用超时、返回 5xx。第一次遇到时我本能地"加重试"，后来发现重试只降低概率：模型有时就是会输出一段解释文字包着 JSON，真正的解法是容错解析（先直接 parse，失败再从文本里抠出第一个 {...}）。

效果：一眼能看见通道状态

改完最直接的一处变化，是首页多了一行「通道状态」：

图：v1.2.1 首页的通道自检。它每次加载都真的调一次模型，把结果、耗时、模型名报出来——这一行在，我就不会再一次玩完九局才发现自己在玩假局。

内容小结

AI 写代码的默认偏好是"让程序不崩"，所以在需要真实性的场景里，它会主动把失败藏起来。
让失败可见比让失败消失，更重要的是抛错 + 中止 + 可诊断 + 友好提示，质量高一个量级。
有什么可启示的方法论？ 任何"AI 生成内容 → 展示给用户"的链路（审核、客服、报告、补全）都应该考虑可观测性，不要让模型直接兜底，而是给出不同错误的处理以及提示，并且做好日志+可观测性处理。

参考资料

项目仓库：werewolf-ai（src/ai/ai-player.ts 的提示词与错误处理）
线上体验：https://werewolf-ai-01048.app.workbuddy.host/?sharecode=2IBHTRFFFL
下一篇：第2篇：JavaScript 与 Node.js 教程——换个窗口就能作弊

【项目实战】第1篇：AI 编程入门教程——AI 偷偷写了兜底，我还以为它能跑

前言