跑路笔记很久没更新了，这个话题想跟大家聊聊了，还是自己的一些感悟分享。现在信息爆炸的时代，有时候早上在车上，我也会刷各种公众号，有时候会看到很多奇技淫巧，惊叹还能这么用（不一定贬义）。现在更方便了，一个问题卡壳，直接问 ChatGPT ，复制粘贴往项目里一拷贝，项目运行的还挺好，非常 nice 直接上线，平常每天加班加点，自从有了这个小助手，下班是真的早了。
不知道你是否考虑这里是否有坑？
这样的代码是可控的吗？
过几天自己会不会因为新上的代码提桶跑路？
举个例子，假如 Java 作为后端，代码逻辑复杂，响应速度慢，有一些可以逻辑可以并行，又有一些需要串行，下面是 GPT4 的答复，回答的很全。
结合实际使用场景，可以继续追问，让他根据自己的场景直接给出一段生产环境可用的代码。
思考下
这样就完了么，因为我经常看到很多公众号也是这样写的，是给出了解决方案，但是线上运行一段时间之后，可能会遇到很多问题，比如出现
- 上面异步线程中跑出异常了怎么追踪？
- 假如上面继续优化，使用了自定义线程池，线程池的忙碌情况怎么样？
- 异步线程池满了，登陆服务器，没有现场怎么办？
另一个例子
假如有些数据想放在本地缓存中，我们可能问题 ChatGPT 要 @Cacheable 接入本地缓存方案，它的回答也是非常的 nice 运行没问题。同样类似的问题：
- 本地缓存直接使用内存，比较昂贵，线上系统使用了多少？
- 有没有可能写错了代码，生成了很多无效缓存？
- 缓存达到阈值，怎么保存现场？
仔细想下
ChatGPT 是非常的智能，是一个非常棒的助手，但是我们给他输入是非常局限性的，很容易出现饮鸩止渴的情况，大家千万不能放松警惕。怎么解决这个问题呢？我觉得不仅仅是解决 ChatGPT 的问题，也是我们从任何地方获取解决方案之后要想的问题，怎么做到闭环：
- 如何追踪
- 如何监控
- 如何设置阈值
- 如何过载保护
- 出问题了，如何保留现场