**用 AI 构建 Kubernetes Operator 的实战心得：代码容易，设计与审查才是关键**

_What I learned using AI to build a Kubernetes Operator for Supabase's Multigres_

> 在一项为期半年的项目中，作者利用 AI 为 Supabase 的 Multigres 构建生产级 Kubernetes Operator，提交了 1303 次代码。核心感悟：代码编写是 AI 最容易的部分，真正困难的是设计、规范维护和审查。AI 不会指出坏点子，只会将其打磨得光鲜，人类判断不可或缺。将 AI 视为工厂流水线，每个“技能”只做狭窄任务并持续改进，同时避免直接安装 AI 框架，而是借鉴思想并自建工具。缺陷审计需要注入设计上下文，并用第二个代理过滤幻觉，否则会淹没在误报中。AI 生成的测试和代码存在相同盲点，应依赖实际运行时验证而非追求代码覆盖率。全过程强调契约（用户面规范）不可偏移，其他均可廉价重构。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：tip
- **发布时间**：2026-06-16 16:56（北京时间）
- **原文**：[打开原文](https://numtide.com/blog/writing-a-kubernetes-operator-in-the-age-of-ai)