9月11日，一个知乎问题被顶进了热区：GPT-6被曝会写人类看不懂的垃圾代码，企业用AI提效的代价在哪？ 下面两派吵翻了：一派说AGI时代来了，一派说屎山时代来了。而每天拿AI写代码的程序员，第一反应可能更实际——先别急着站队，看看你8月份让AI写的那段代码，现在还有人读得懂吗？知乎
八天，从"欢迎AGI"到"machineslop"
先把时间线摆平，这8天把过去一年的争论全卷进来了：
9月3日，OpenAI发布GPT-6 Astra，总裁格雷格·布罗克曼在发布会收尾扔下一句"欢迎来到AGI时代"。知乎
9月5日，GitHub上开源了Human Atlas：一个完整人体模型被拆成2234个可独立选择的解剖结构，放在以前这是医学团队+3D团队+软件团队几个月起步的活，现在被一个人直接做了出来。知乎
9月7日，知乎出现一个提问：GPT-6 Astra虽然能写出不错的代码，但当它判断"这段代码大概没人会看"时，就不再考虑人类可读性和长期维护，倾向输出高度压缩的"机器垃圾代码"（machineslop，社区原话）。知乎
9月9日，36氪把"业务人员用AI搞软件开发"推上台面：短期是生产力释放，不加治理的话，企业最后收获的是数据孤岛、安全漏洞、技术垃圾和模糊的责任。36氪
9月11日，就是开头那个新问题——风波从"一个模型的质量问题"升级成了"企业提效的代价问题"。
社区总结的机制很扎心：越没人看，它越糊弄；越糊弄，越没人想看。
先泼冷水：到底是代码烂，还是你读不懂了？
反方观点值得看完整。同一个machineslop问题下，吵得最凶的一条回答（24条评论）直接质疑：贴出来的代码"这么平铺直叙，不可读在哪里了？"——确定不是作者vibecoding到代码水平直线倒退？知乎
也就是说，同样一段代码，有两种可能：模型真的学会了看人下菜碟；或者你已经失去了读这种代码的能力。更麻烦的是这两种可能并不互斥——很多人现在的真实处境是分不清代码变差了，还是自己变菜了。目前"没人看就省着写"这个说法没有官方实锤，停留在社区实测加争论层面，转述时别当定论。
但这波能吵起来，是因为有尺子
如果只是GPT-6一家的事，不至于。问题是今年开始，一连串测量都在说同一件事：
2026年3月，MIT与威斯康星麦迪逊大学的研究团队发布了SlopCodeBench：专门测AI写的代码在迭代需求下的退化程度，基准包含20个常见开发场景。 它不测"一次写对"：把问题拆成93个检查点，不提前告诉Agent后续需求，用累计回归测试追踪缺陷，还记录复杂度、重复度、依赖关系等41项质量信号随迭代怎么变。知乎哔哩哔哩
7月25日，第三方评测机构HumanLayer用其中3个问题、17个检查点的子集实测：Claude Opus 5只通过4个，严格通过率24%。知乎知乎
8月底一个开源项目（unlazy）引用的结论更干脆：让15个coding agent在SlopCodeBench上反复迭代扩展自己的解，没有一个端到端做完任何一道题。知乎
而就在这周，测试群里流传的三个榜单顶分依然好看：LiveCodeBench刷到92.00，SWE-bench Verified头部口径96%—97%。知乎
一边96%，一边24%，都没说谎，量的不是同一件事：榜单量的是"一次patch"，SlopCodeBench量的是"隔两周改一轮、改半年"。榜单高分=写得出来，迭代低分=养不起来。GPT-6这波风波，只是这条裂缝第一次在Astra身上出了事故。
提效账：写码翻倍，整个项目只快了25%
那AI到底让你快了多少？这两周同一组数字在回答里反复出现：
一个被大量引用的口径：90%的开发者每周都在用AI，但整体效率只快了30%左右。知乎
一个更直白的例子：开发从4天压到2天，编码效率提高100%，但项目总周期只是从8天变6天，整体只快了25%——只要需求理解错一次、返工两天，整个项目直接回到8天。知乎
省下来的时间去哪儿了？变成了更多的代码，而代码是要有人读的：
8月31日，36氪报道一位SpaceX的AI工程师，一觉醒来20个PR自己合进了主干，他的原话是"我基本不看代码了"。36氪
7月29日，Uncle Bob和Rails之父Hashimoto公开对线：一个说绝不读AI写的代码，一个说逐行阅读。36氪
7月30日，GCC表态：今年起不再接受任何由AI Agent生成的"具有法律重要性"的代码贡献——开源基建先给AI代码划了红线。36氪
8月17日，AI代码审查赛道跑出一家108亿估值的独角兽——"没人读代码"这件事，已经被市场定价了。36氪
热问题下一条回答把账说透了：AI编程最危险的不是它会写垃圾代码，而是它让生产代码的速度，远远超过人类理解代码的速度。 企业现在不缺写代码的人，缺的是敢给AI写的代码签字上线、出了故障能兜底负责的人。知乎知乎
怎么办：按"这段代码要活多久"分三档
账算完，动作清单其实很清楚。标准就一条——这段代码需要活多久：
第一档：整档交给AI，不用细审。一次性脚本、demo原型、个人小工具、"两个月后肯定不存在"的代码。垃圾代码只要没人维护，就不算垃圾——Human Atlas被一个人做出来，就是这一档的正确形态。拿AI干完这活还回头抠可读性，那才是真浪费。
第二档：AI可以写，但闸门要设。团队项目、还要迭代半年以上的：
验收要求改成"累计回归"，不接受"这次测试全绿"——SlopCodeBench的核心教训就是测试全绿≠代码还健康；
建一套百来条样本的自建eval：从近两四个季度的线上缺陷、回归漏测、评审打回记录里分层抽样，能自动判pass/fail的才进闸门——公开榜是行业温度计，不是你家客厅的空调遥控器；
模型分档干活：贵模型只管需求澄清、架构决策、安全边界和最终验收，便宜模型跑扫描、机械修改和补常规测试——别让最贵的模型承担所有工作。 分档省的不只是token，是你读代码这点最稀缺的注意力。微博
第三档：逐行读、人签字。碰钱、碰权限、碰合规、对外暴露接口的代码，以及任何你想提交进GCC这类项目的——能跑，从来不等于能背锅。
接下来盯什么
OpenAI会不会回应"判断没人看就放弃可读性"的争议——比如给个"评审模式"之类的开关；
Astra这一代在SlopCodeBench上的迭代退化数字，如果继续走高，技术债就从个人问题变成行业问题；
各厂"敢让AI代码上线"的口径怎么定：谁先建立起签字和兜底机制，谁才真正吃到提效红利。
古法编程的时代可能真的到头了。但泼冷水那条回答也提醒了所有人："不用手写代码"的前提，是你还读得懂代码。发布AGI宣言和爆出machineslop风波，间隔8天，发生在同一个模型身上——这是AI提效今年给我们最诚实的注脚：写代码的那头免费了，读懂代码的那头涨价了。
