老板用Claude Code写生产环境代码致系统崩溃
速览
公司老板不懂技术，使用Claude Code编写生产系统的前置代码，仅能在M芯片Mac上运行，效率低下。后端用Python单文件塞了8000多行，没有数据库和Redis，全部用JSON存储数据。员工试图在多实例下与JSON文件交互导致写入崩溃。员工建议招聘专业Python开发者配合AI重写项目，但老板认为没必要，仍依赖Claude解决问题。该现象反映了非技术人员滥用AI工具导致系统稳定性问题。
AI 深度解读
背景
该帖子出自 LINUX DO 论坛的 AI 板块，发帖者所在公司主营短剧/长剧的剪辑业务（包含解说和无解说两种模式）。公司老板并非技术出身，却热衷于使用 AI 编程工具（主要是 Claude Code）搭建核心业务系统，导致整个生产环境频发故障，团队陷入被动维护的困境。
核心内容
发帖者入职时，老板已经用 Claude Code 编写了一套前置系统。由于老板不懂技术，这套系统只能运行在搭载 M 芯片的 Mac 上，兼容性极差，运行效率低下。后端采用 Python，但整个后端逻辑被塞进一个 server.py 文件，代码量超过 8000 行，可读性极差，团队接手后难以维护。
更严重的是，整个项目完全没有使用传统数据库或 Redis 等缓存中间件，所有数据结构全部以 JSON 文件形式存储。当发帖者需要在 C 端开发一个需要与老板的 JSON 文件进行交互的功能时，多实例并发写入 JSON 文件直接导致数据损坏（“写炸了”）。
发帖者建议老板招聘一名专业的 Python 开发人员，配合 Claude 或 Codex 等 AI 工具重写整个项目，但老板认为没有必要。老板属于“中登”（中年技术管理者）群体，对 AI 给出的代码和建议深信不疑，遇到任何问题都直接去问 Claude，拒绝引入专业人力来重构。
关键要点
- 老板使用 Claude Code 编写的前置系统只能运行在 M 芯片 Mac 上，缺乏跨平台兼容性，性能瓶颈明显。
- 后端代码结构极其混乱：单一
server.py文件包含 8000 多行代码，严重违反代码组织原则，难以调试和扩展。 - 完全摒弃数据库和 Redis，所有数据以 JSON 文件存储，导致多实例并发写入时数据一致性问题频发，系统稳定性极差。
- 老板对 AI 工具产生过度依赖，认为“AI 说的都是对的”，拒绝引入专业技术人员来重构架构。
- 团队内部的技术建议被忽视，老板坚持使用自己用 AI 搭建的“玩具级”系统支撑实际生产业务。
意义与影响
这个案例揭示了当前 AI 辅助编程热潮中一个典型的危险倾向：非技术管理者（尤其是“中登”群体）过度信任 AI 生成的代码，并将其直接用于生产环境。AI 编程工具确实能快速产出可运行的原型，但缺乏对工程架构、并发安全、性能优化、可维护性等关键因素的考量。当老板同时掌握决策权和技术实现权，且对 AI 输出缺乏批判性判断时，整个团队会被迫为低质量代码的“兜底”买单，甚至面临业务中断的风险。
从团队管理角度看，这体现了技术决策中的“认知偏差”：老板因自身技术能力不足，将 AI 视为“万能解决方案”，而忽视了专业工程师在架构设计、代码质量保障方面的核心价值。最终受害者不仅是发帖者所在的团队（需要不断“擦屁股”），更是公司的业务稳定性和长期发展。该帖子也引发论坛内大量讨论，许多参与者分享了自己遇到过类似的“AI 写代码、老板当宝贝”的困境，折射出中小型技术团队在 AI 浪潮下面临的普遍挑战。