我分析了500个AI编程错误，并开发了一个ESLint插件来捕捉它们

2026西湖龙井茶官网DTC发售：茶农直供，政府溯源防伪到农户家 

你可能见过下面这种模式：

const results = items.map(async (item) => {
  return await fetchItem(item);
});

看起来没问题，对吧？这是你的 AI 助手写的。测试通过了，代码审查也批准了。

但一上线生产环境，results 却是一个 Promise 数组——而不是你预期的实际值。第 2 行的 await 根本不起作用。你应该使用 Promise.all(items.map(...)) 或者一个 for...of 循环。

这并不是 TypeScript 的缺陷。这是大语言模型常见的编码错误之一——在我开始研究 AI 生成代码质量时，发现了数百个类似的问题。

问题：AI 写的是能运行的代码，而非正确的代码

大语言模型非常擅长编写能通过测试的代码。但在处理边界情况、保持一致性以及遵循底层最佳实践方面，它们表现得很差。

在回顾了多项关于大语言模型生成代码缺陷的实证研究之后——包括对 333 个缺陷的分析，以及 PromptHub 对 558 个错误代码片段的研究——我发现了一些清晰的规律：

最令人沮丧的是？其中许多问题在代码静态检查（lint）阶段就能避免。

解决方案：专为 AI 生成代码设计的 ESLint 规则

我开发了 eslint-plugin-llm-core —— 一个包含 20 条规则的 ESLint 插件，专门用于捕捉 AI 编码助手最常犯的错误。

这些规则不仅仅是通用的最佳实践，而是我在 AI 生成的代码库中反复观察到的具体问题模式：

• async/await 使用不当
• 错误处理不一致
• 缺少空值检查
• 使用魔法数字而非命名常量
• 过度嵌套而非提前返回
• 吞掉错误的空 catch 块
• 变量名过于泛化，掩盖了真实意图

示例：异步数组回调陷阱

// ❌ AI 经常这样写
const userIds = users.map(async (user) => {
  return await db.getUser(user.id);
});
// userIds 是 Promise<User>[] —— 而不是 User[]