这个月，知乎上前后两次出现了几乎一样的提问：AI写的代码越来越多，未来的软件会不会变得「没人真正看得懂」？之所以扎心，是因为它是现在不少团队的日常。知乎知乎
小红书上那篇热帖《一人干三人活，AI代码看不懂，测试直接摆烂》里，一个程序员自述：99%的功能是AI写的，每次提交心里都没底——一行一行去看，根本不现实。事故复盘时，写那块代码的人自己都说不清逻辑。这也不是小公司特产：Linux内核官方仓库已经出现了LLM协作产生的分支noref-filemap-read-with-llm。小红书36氪
评论区最高赞（43赞）讲了另一面：他95%以上交给AI，目前进入自我迭代期，初期问题多、现在很久没有质量问题了。小红书
复杂性从哪来？因为AI没有人类的“记性压力”。11月10日，马斯克一句“真男人自己管理内存”，回应了自家推理栈弃Rust改用C/C++的追问。真正尖锐的问题，被DTrace联合作者Bryan Cantrill点破了。36氪
Cantrill警告：Rust可以拦住一部分错误，却拦不住LLM源源不断地制造复杂性——能编译、内存安全，照样塞满多余模块和“改进”。人因脑子装不下整个系统而设法简化；LLM没这个压力，你让它精简，它可能再派一万个Agent来“优化”。AI软件工厂GasTown就是现场：模型总觉得“再做两件事就好”，工厂一直在扩建，却迟迟不肯开工，Token越烧越贵。36氪
让AI写测试自检呢？更坏的消息。南京大学团队11月发布基准TestPrism：AI写的测试只要通过参考答案就算过，最强配置成功率59.67%；换成“接受所有正确实现、拒绝所有错误实现”的严格口径，联合成功率只剩28.00%，失败轨迹还被标注出3大类、7种机制。36氪
超过一半AI写的测试，换一批实现就不可靠，验收本身正在“高估”代码——“能跑”比你想的更危险。
看不懂之前，先别急着合并。从业者趟出来的共识其实很朴素：
先定义“什么叫对”，再让AI动手：验收标准用人话写死，别让AI自己出题自己判卷。
留一份“能无缝接手”的东西：跑通的人的标准是：哪天离职，新人1小时内无缝衔接之前所有的代码、功能、规则、计划。小红书
宁可重写，别叠补丁：一位首席架构师给团队立的规矩是生成的代码看不懂就扔——AI产出再快，也快不过把复杂性叠成新的复杂性。36氪
11月4日的SpaceX AI全员会上，马斯克再次提出设想：未来工程师或许不再需要手动编写代码，AI可直接生成二进制代码。“年底”deadline只剩六周，编程没消失，但更现实的问题就在眼前：这堆能跑的代码，你说得清吗，接手的人说得清吗，测试说得清吗？三个答案都是“无所谓”的话，出事只是时间问题。微博
