让 AI 给分布式存储挑错，像请人检查一座不能停运的水坝：找出裂缝只是第一步，还得确认它真的会漏。分布式存储把数据分散到多台机器，节点或网络出故障时仍要服务；一处局部改动，可能只在罕见时序下破坏数据正确性。
美团团队给出的关键实践，是把 AI 的判断变成可执行证据。他们让 AI 为全仓评审发现的 117 个疑似问题逐条编写测试：36 个被失败测试确认，3 个被证伪，41 个只能靠源码确认，另有 37 个尚未验证。测试还能绕过措辞和风险定级，直接按崩溃、错误被吞或解码越界等实际结果判断严重程度。
边界也很清楚：测试证明代码可能出错，不等于线上一定会产生相应输入；竞态等问题还依赖专门工具。AI 产出的代码、修复建议和排障结论都只能算候选答案，仍须经过人工评审、自动化测试和故障复现。对不能出错的基础设施，真正重要的不是模型会不会挑错，而是团队能否证明它挑得对。