---
title:"AI 写代码越快,代码库死得越快"date:2026.11.11category:[编程, 行业观察]tags:[ai, llm, coding-agent, code-quality, tech-debt, hacker-news]status:published
---

AI 写代码越快,代码库死得越快

一位前 Meta 工程师在 HN 上发帖:他最后几个月 90% 的代码由 AI 生成,却发现代码库正在变脆——测试浮于表面、复杂度失控、没人真正理解系统,出事的频率和恢复的时间都在变长。395 条评论里,争论的焦点不是 AI 该不该用,而是谁来为质量负责。

2026.11.11·6 min read·11.0KB
// tl;dr: generating summary...

AI 写代码越快,代码库死得越快

这周 Hacker News 首页出现了一篇让人坐不住的帖子:《AI usage generates a fragile codebase》。作者 Evan 是一位刚从 Meta 离职的工程师,他在帖子里坦白:被裁之前,他最后几个月里至少 90% 的代码是 AI 生成的——这还只是拿到一个“还不错”绩效的最低标准。但他也说,AI 并没有让他的产出翻倍,甚至连翻一番都没有。他看到的是另一件事:同事们重度依赖 AI 写出来的代码很脆,里面藏着大量细微的问题,迟早会变成技术债。帖子冲到 361 分、395 条评论,评论区吵成一团。我请来老朋友顾衡——做了十多年 SaaS 后端,管过高可用系统,线上事故见得比发布会多——聊聊 AI 到底在哪些地方把代码库写脆了,以及这口锅该由谁来背。

本文由每日自动管线生成:选题与素材来自 Hacker News 公开讨论,访谈内容由 AI 基于原文整理,嘉宾为角色设定,观点不代表任何真实人物。

小听: 顾衡,先从作者的处境聊起。他说自己对采用 AI 当编码工具有点抗拒,怀疑这就是被裁的原因之一。但他最后几个月 90% 的代码还是 AI 生成的。这句话你怎么读?

顾衡: 我读到的是“不情愿的合规”。他不是不用 AI,他是不认同“用得多就等于干得好”这套评价方式。他在 Meta 的最后几个月,AI 生成比例 90% 只是及格线——但这 90% 没让他产出翻倍,说明瓶颈根本不在敲键盘的速度上。他真正想说的是第二句:他眼看着同事们用 AI 推上去的代码很脆,里面有大量细微毛病,甚至连组里最好的程序员都会合入那种用 JavaScript mouseover 事件代替 CSS :hover 的代码——能跑,但完全不可扩展。这不是某个人手滑,是整个生产方式在系统性地漏掉质量。

小听: 他在文章里列了 AI 让代码库变脆的四个原因。第一个是 AI 写的测试太浅。这个说法评论区有人不服:AI 明明最擅长写测试。

顾衡: 擅长写“量大”的测试,不等于擅长写“有用”的测试。作者的观察很具体:AI 喜欢给 get/set 方法写一堆琐碎的单测,端到端测试也只覆盖代码库里已经覆盖过的路径——只测一种用户、只测表面交互。结果是行覆盖率数字很好看,但真正重要的场景全是空白,而且空白本身是隐形的,因为覆盖率指标捕捉不到它。评论区里 CharlieDigital 的反驳其实也印证了这一点:他说 AI 会按你要求的深度写测试,你得明确告诉它“测不变量、别写低信号测试、别把写后读的测试塞进 CI”。换句话说,测试写得浅不是 AI 的原罪,是没人给它立标准。但问题也正在这里——以前写测试的人脑子里自带标准,现在标准得靠人一句一句喂,喂少了就漏。

小听: 第二个原因更有意思:AI 写的代码过于复杂。大家印象里 AI 写的是简单粗暴的代码,怎么会是“过度复杂”?

顾衡: 因为它太听话了。它会严格执行 DRY 之类的编码规范,不惜代价——两个三个辅助方法,明明一个就够;抽象层一层套一层,只为了“遵循最佳实践”。这种复杂不是功能需要的,是规范执行过头长出来的。人类写代码的时候会在心里做取舍:这里复用一下值不值?多一层抽象以后调试要多花多少时间?AI 不做这种取舍,它只负责把规范执行到底。结果就是代码看起来很“规范”,但人读起来很费劲,改起来更费劲。作者那句话说得准:多余的复杂性让人类开发者更难调试、更难理解。

小听: 第三个原因就更扎心了:人越来越不懂自己的代码库。

顾衡: 这是我觉得全文最重要的一点。作者说,团队越依赖 AI 生成代码,就越少有人真正理解这个系统。不理解数据结构和算法,就看不出一个新 PR 里的抽象和现有结构合不合拍。评论区有个很形象的说法:LLM 像个“患有痴呆症的实习生”——偶尔有天才般的灵光,但你没法指望它记得上下文、守住设计。更关键的是,实习生会成长,模型不会。教 junior 的过程里,junior 在变强,团队的知识在沉淀;教 AI 的过程里,你只是在重复同样的指导,知识沉淀不下来。所以“把 AI 当 junior 带”这个比喻本身就是错的:带 junior 是投资,带 AI 是消耗。

昏暗厂房里传送带运送着大量一模一样的浅层测试文档,角落里一盏检查灯照着一张空白的清单

测试写得再多,测不到的还是测不到。

小听: 第四个原因:AI 动得太快,人类的质量把关跟不上。PR 一个比一个来得快,评审时间一个比一个短。

顾衡: 对,这就是速度反噬质量的经典链条。每个 PR 都比上一个来得快,评审只能走马观花,小问题——测试缺口、命名糟糕、边界没处理——一个个漏过去,攒着攒着就成了一团意大利面。评论区有人把矛头指向了管理层:只要公司还在用 token 用量、故事点“速度”这些指标考核人,谨慎的工作反而会拖低指标,认真就等于吃亏。还有人直接说,管理层要的 10x 增长,只有“不看代码”才能实现——你一认真读代码,速度神话就破了。这不是技术问题,是激励机制在奖励脆弱。

小听: 作者还给了四个“自查症状”:事故变多、恢复变慢、错误只有用户看得见、体验变差。这四个里,哪个最让你有体感?

顾衡: 恢复变慢。作者写得很实在:事故刚开始那阵子一切看着都正常,PR 照常合入;月底来了一个 P0,下个月两个 SEV,再下个月更多,一两年后几乎每个周末都有事故。更要命的是,事故来了之后没人能快速定位——人对代码库的理解变浅了,agent 找不到根因,人就得钻进一个高度复杂、测试又差的代码库里现学,等于在陌生领地里排雷。恢复时间一拉长,损失就是真金白银。至于“错误只有用户看得见”,那是同一条链的末端:人不花时间待在代码里,就不知道真实用户是怎么用产品的,埋点和错误捕获没人较真,错误就只在真实用户那里现形,测试环境里永远岁月静好。

小听: 评论区最高赞的那派观点其实是给作者泼冷水:这些毛病对 junior 工程师也成立,解决办法就是指导、支持、给工具——AI 也一样,你得对它负责。你买账吗?

顾衡: 买一半。那句话本身没错——“你是负责人”——但它偷换了一个前提:junior 会成长,AI 不会;你指导十个开发者,他们产出的代码你不可能全读完,但他们彼此之间会互相 review、互相兜底,形成一张网。AI 没有这张网,它产出的每一行最终都得靠你一个人兜底。而且还有一个更现实的反驳:如果你真要把每个角落、每个设计决策都想清楚再用英文喂给模型,那你还不如直接用编程语言写——编程语言本来就是用来精确定义行为的。把“用自然语言描述清楚所有边界情况”当成前提,等于把省下来的时间又全还回去了。

小听: 也有乐观派:等代码库变得不可维护,趋势自己会纠正回来;我们最终会找到能驾驭的抽象层级。

顾衡: 评论区对这句的回复很毒:按过去几十年的规律,不会纠正,只会得到更 bug、更难用、更贵的产品,和一批更疲惫的开发者——但经理的销售演示会很好看,所以一切都好。我部分同意乐观派的方向,但不同意它的时间表。纠正不会自动发生,纠正需要有人先付出代价:一次足够痛的事故、一次足够贵的故障复盘、一个团队敢于说“这周我们不追求速度,先把测试补齐”。在那之前,脆弱的代码库会先把账单寄到用户手里。

小听: 最后作者收了个尾:给人用的产品需要人的触感,再贵的软件也一样。你觉得这句话是情怀,还是判断?

顾衡: 是判断,而且是可以验证的判断。作者举的例子很生活化:没人喜欢在餐厅对着机器点餐,网上买衣服永远不如线下试穿合身。同理,SaaS 产品交给机器全权打理,丢掉的就是“人的视角”——用户真实怎么用、开发者真实怎么维护。最便宜、只拼价格的产品可以不要这个触感,但高质量的软件不行。说到底,这篇文章不是反 AI,它反的是“用 AI 的速度冒充工程的质量”。代码可以由 AI 写,但理解、标准和责任,仍然只能是人的。

深夜的机房里,一位工程师独自面对一面由发光代码线缠成的巨墙,远处红色的事故告警灯在闪烁

出事的时候,读不懂代码的人只能现学现卖。

小听: 那给正在用 AI 写代码的听众留一句可操作的话,你会说什么?

顾衡: 三句话。第一,测试先立标准再让 AI 写:告诉它测什么不变量、什么不进 CI,行覆盖率不等于覆盖质量。第二,PR 慢下来:AI 的产出速度不是你的速度,你的评审速度才是真正的交付速度,团队每周留出固定的还债时间。第三,定期亲手写代码:不是为了复古,是为了保住你对系统的理解——理解一旦丢了,事故来了你连从哪下手都不知道。AI 可以替你敲键盘,但不能替你负责。

这篇文章最有价值的地方,不是它列出的四个原因或四个症状,而是它把一个正在发生的转移说破了:我们正在把“理解系统”这件事外包出去,而理解恰恰是唯一没法外包的东西。评论区吵来吵去,最后其实只剩一个问题——当代码库脆到出事的时候,坐在屏幕前负责的人,是你,还是那个已经交卷的模型?本文观点仅代表访谈角色设定,原始讨论见参考链接。

参考链接

// related: searching nearest posts...
# comments