Codex 与 Devin 清理三万行代码导致银行结算失误

背景

2026 年初，一家欧洲中型投资银行决定让 OpenAI Codex 和 Cognition{.smallcaps} Devin 处理其运行 30 年的 COBOL/C++ /清算系统。技术负责人认为，AI 已经可以通过 MCP 协议接管复杂工作流，清理冗余代码应该是“体力活”。

AI 清理的过程

• 扫描与删减：Devin 用三天时间扫描代码库，标记出重复逻辑、过时变量和冗长分支。随后 Codex 把 50 行嵌套 if‑else 改写为 5 行函数调用。
• 隐藏的业务规则：金融系统中很多看似冗余的判断实际上是 90 年代特定结算规则或极端边界条件的兼容实现。例如，一段位运算被 AI 误判为“过时优化”，删除后跨时区大额交易出现 0.0001% 的精度截断。

事故后果

• 财务缺口：单笔误差难以察觉，但日交易量上千万笔，累计缺口快速达到 数百万欧元。
• 安全漏洞：删除校验逻辑后出现两个缓冲区溢出风险。
• 恢复成本：监控报警后，团队紧急调动 5 位架构师、10 位核心开发，花费 约 120 人工时 完成回滚、补丁和审计。

经验教训

1. AI 能删，不能懂：Codex、Devin 基于大规模开源数据的模式匹配，擅长生成“好看”代码，却不具备对业务历史的理解。技术债往往是“防御性代码”，不是“代码异味”。
2. 半自动审计是必须：
   • 先写回归测试：覆盖率 95% 以上，任何测试失败即回滚。
   • 业务约束标注：把关键业务规则（如历年税法、交易协议）转化为机器可识别的约束，禁止 AI 随意删除。
   • 小步拆解：把大规模改动拆成几百个 100 行左右的 PR，逐个人工 Code Review。
3. 合规风险：欧盟 AI 法案对高风险领域的算法透明度有明确要求，核心结算逻辑若无法解释，可能触及法律红线。

结语

AI 可以帮助开发者摆脱重复的语法劳动，但在处理深度嵌入业务历史的技术债时，仍需人工把关。面对金融等高风险系统，快速删代码的冲动必须被审慎的审计流程所制衡。