得物团队在尝试用AI工具写SQL代码时，发现了一个让人头疼的问题：AI会突然“失忆”，把重要的字段单位搞错，导致数据误差达到1000倍。比如，原本应该是“元”的金额，AI可能记成“分”，生成的结果直接让报表崩溃。这背后，是得物正在用Claude Code推动数仓开发变革时，踩到的坑。
Claude Code确实帮了大忙。过去开发重复性高的SQL脚本，得花大把时间手动敲，现在AI几秒就能生成。但好景不长，随着对话时间拉长，AI的“记忆力”开始掉链子。当上下文塞满时，系统会自动压缩历史信息，结果重要细节——比如字段单位、过滤条件——就被丢进了“回收站”。开发人员得反复提醒，甚至重新描述需求，效率反而打折。
更糟的是规范执行。在项目赶工时，人工遵守规范的比率只有60%到70%，而AI的“记忆”执行率也才70%到80%。这意味着，哪怕AI记住了90%的规则，也总有10%的漏网之鱼，足以引发连锁错误。依赖AI的记忆，就像让一个健忘的员工背手册，不靠谱。
大型需求更是AI的“失忆加速器”。一个复杂的数仓任务，上下文瞬间膨胀，AI的逻辑链条越拉越长，越往后越容易掉链子。开发人员只能一边写代码，一边给AI“喂”关键字段，像保姆一样。
得物团队没有抱怨，而是琢磨怎么给AI装上“护栏”。他们提出了“Harness”工程——核心就是把执行规范从“人工提醒”变成“系统强制检查”。具体做法是编写代码的“护栏”：通过hooks和自动化工具，在AI生成SQL的每个环节都设置检查点。比如，遇到金额字段，自动核对单位是否匹配；遇到过滤条件，强制校验是否合规。这样一来，AI就算“失忆”，也有系统兜底，确保每次输出都符合规范。
团队的目标很明确：把开发过程中的不确定性降到零。未来，得物打算把这套“护栏”机制彻底内置到开发流程中，让AI在复杂环境中也能稳定输出。他们相信，AI工具的真正价值不只在“写代码快”，更在“不出错”。当“失忆”问题被解决，AI才配得上“开发者伙伴”这个称号。