你有多久没碰过那种"能跑但不敢动"的代码了?
AI 十分钟给你写完一个功能,跑起来确实没问题,但你盯着那三百行,说不出它为什么这么写。生产团队的评论区更直接:“快20万并发,你敢不看代码吗?”。知乎
这不是你笨,是结构变了。哈佛大学研究者今年分析了采用 AI 编码 Agent 的企业:代码产量增加约 30%、PR 数量增加约 23%,但一个 PR 从提交到真正合并的时间,反而增加了 49%。另一项斯坦福、CMU 等机构参与的研究,覆盖 802 名开发者、超过 19 万个 PR,结论类似:每位审查者的工作量大约翻倍。瓶颈已经从"写"挪到了"看"——过去人写两天、读两小时,节奏是配套的;现在 AI 十分钟写完,人类阅读速度却没法跟着复制粘贴。知乎

11 月 11 日,Grok Bot 团队核心工程师 Lauren Tan(网名"土豆姐")在 AI Engineer Code Summit 上做了题为《所有人的代码都是一坨,除了我的》的分享。知乎知乎
她们团队给出的数字很扎眼:10 月单月合入 10,926 个 PR,代码回滚率控制在约 0.5%。注意,这是团队自述数据,不能直接推给所有团队照搬——但她的解法值得抄作业:她没有去卷更长的提示词,而是花半年时间改造 AI 干活的"考场",把工程规范写进目录结构、静态检查规则,再配上运行时验证和形式化检查。知乎知乎
对天天拿 AI 写代码的普通人,这套思路能拆成 4 个可以直接抄的动作:
1. 先写验收条件,再让它动手。 别只说"做个登录系统",改成:"项目:Python + FastAPI;任务:增加登录接口;先阅读相关代码并说明修改方案,我确认后再动手。"关键不是提示词写多漂亮,而是提前限制它的自由发挥。知乎
2. 小步走,每步看 diff。 你只想改一个按钮,它顺手重构了整个组件。一步一个改动,每步跑一遍 `git diff`,只盯一件事:它有没有碰不该碰的文件。知乎

3. 别问"有没有问题",让它真跑。 模型对自己代码的文字自评,和实际执行测试是两回事。验收要的是可验证的结果:改完后让它跑 pytest、类型检查、构建命令,并展示真实输出。涉及金额计算、权限控制、数据删除的代码,尤其不能只信"页面显示了"。知乎
4. 重复犯错,就改规则,别改提醒。 反复叮嘱"别滥用 useEffect"没有用,它换个任务照样犯。把这些确认过的规范固化进 lint 规则、类型约束和项目说明文件(如 CLAUDE.md / AGENTS.md):写上测试命令、不能动的目录、容易被 AI 误用的旧代码写法。知乎

那人类还要不要 Review?演讲和评论区的争论其实给出了答案:人不是下岗,是升职——从逐行读代码,升到定义三道关:什么算正确、机器给出的证据够不够、验证失败了由谁拍板上不上线。知乎
别再自责读代码太慢了。AI 时代的正确姿势,是让代码先自证,再来找你。
当前文章无评论,是时候发表评论了