你在工作中怎样使用 AI 编程工具？会不会依赖它？

本题是回答思路与示例，不对应某个官方规范。示例中的经历和数字只用来演示怎样表达。

简答

比如可以说：“我主要在写表单校验、单元测试这类重复性高的代码时用 Copilot，生成以后会逐行读一遍，再跑测试和 lint，确认没问题才提交。”先说具体在哪些环节用，面试官就知道你是真的在用，而不是泛泛而谈。

面试官问这道题，是想知道你能不能用 AI 提高效率，同时有没有判断力。AI 会出错，GitHub 的 Copilot 文档也明确建议，要始终验证它建议的代码。所以回答的重点是你怎样把关。

把关可以讲三步：先读懂建议代码再采用；从功能、安全、可读性和可维护性几方面审查；用自动化测试和 lint、代码扫描等工具再检查一遍。再配一个你发现 AI 出错并改正的例子，最有说服力。

关于“会不会依赖”，可以坦诚地说日常已经离不开，但核心设计和最终判断由自己负责。也要提到遵守公司对 AI 工具的规定，不把密钥、用户数据或不允许外传的代码发给工具。

一个完整的示例

我日常主要在三个地方用 AI。一是写样板代码，比如表单的校验规则、接口类型定义，我写清楚需求让它生成，再自己调整。二是补单元测试，让它根据函数列出边界情况，我再挑出有意义的保留。三是看陌生代码，接手老项目时让它先解释一段逻辑，我再对着代码确认。

生成的代码我不会直接提交。我会先读懂每一行，看功能对不对、有没有安全问题，比如有没有把用户输入直接拼进 HTML；再看命名和结构是否符合团队规范。之后跑一遍测试和 lint。

有一次让它写一个防抖的搜索框，它生成的代码在组件卸载时没有清除定时器，测试里切换页面后还会发请求。我发现后补上了清理逻辑，也加了一个对应的测试。从那以后，涉及定时器、订阅和请求取消的代码，我都会特别检查清理部分。

我们公司对 AI 工具有使用规定，只能用公司采购的版本，配置文件和密钥不能发进去，我都按规定来。

这个回答有使用场景、有把关流程、有一次真实的纠错，还提到了公司规定。面试官听完会觉得你是在“用工具”，而不是“被工具用”。

为什么要强调审查和验证

GitHub 官方的 Copilot 最佳实践文档在“Check Copilot's work”一节写道：Copilot 虽然强大，但仍然会犯错，应当始终验证它建议的代码。它给出的具体做法包括：采用之前先理解建议的代码，可以让 Copilot Chat 解释；仔细审查建议，不只看功能和安全，还要看以后的可读性和可维护性；用自动化测试和 lint、代码扫描等工具多加一层检查。

MDN 的 Research and learning 也提到，AI 工具能大大加快查资料的速度，但经常给出误导甚至错误的答案，不能默认它是对的，要自己测试并用其他来源验证。它还提醒，不管代码是不是 AI 生成的，复制使用自己看不懂的代码都会让 bug 更难修，还可能带来安全、性能或无障碍问题。

所以面试中说“我会审查和验证”，不是客套话，而是工具提供方和权威文档共同的建议。能讲出你具体怎样做，才说明你真的有这个习惯。更多审查细节可以看《AI 生成的前端代码应该怎样审查和验证？》。

哪些说法要避免

“我几乎不用 AI，都是自己写的”，在多数团队里会显得跟不上变化，除非公司明确禁止使用。

“AI 写的代码基本不用改，直接用”，这说明你没有审查习惯，面试官会担心代码质量。

“我把整个项目丢给 AI 让它帮我找 bug”，如果涉及公司代码，还要说明这是否符合公司规定，否则会引起对数据安全的担心。

常见追问

如果不能用 AI，你的效率会下降很多吗？

如实说会慢一些，主要慢在样板代码和查资料上；但设计方案、定位问题和代码审查本来就是自己做的，这部分不受影响。可以补一句，你会定期不借助 AI 写一些代码，保持对基础知识的熟悉。

AI 生成的代码出了线上问题，责任算谁的？

算提交代码的人的。代码是我审查后提交的，就和我自己写的一样由我负责。所以我才会在提交前读懂并验证每一段生成的代码。