8月29日，知乎编程圈冒出一个新问题："AI写的代码还需要Review吗，只看Spec+Harness验收是否足够？"最高赞的回答收了133个赞同、44条评论。答主程墨Morgan摆出一组过来人的体感：古法时代一个PR撑死一百行改动，现在AI的PR上千行是常态，连PR描述都是AI写的，翻好几屏才能看完。他一句话把性质说透了：现在的问题不是要不要Review，而是不借助AI就没办法Review。知乎
这不是孤例。把今年AI编程的剧本压缩成一句话，就是：写代码越来越便宜，读代码越来越贵。
一、四个事实：Review瓶颈不是脑补
先看过去三个月真实发生的事，判断这波压力是不是真的。
6月5日腾讯云AI产业应用大会上，腾讯高级执行副总裁汤道生和首席AI科学家姚顺雨对谈时给出口径：今年腾讯大部分代码都是由AI生成，工程师把写代码的活交给AI，自己花更多时间做架构设计。微博同一个话题在知乎有108万浏览，被顶到最前面的反驳很实在：这行出问题修问题，最耗时的不是写代码，是定位问题。知乎
8月17日，Claude之父Boris Cherny晒出一组数字：过去几周，Claude在Anthropic六条产品线上提了388个PR，合并了180个，写代码的全是AI，留给工程师的只剩下一个决定是否合并的按钮。新智元
也是8月17日，只做AI代码审查的CodeRabbit融资1.43亿美元C轮、估值超15亿美元（约合人民币108亿元），官方统计今年代码提交量预计将达到往年的14倍及以上，渗透率行业前10%的企业里已有35%的PR由自主智能体生成。量子位
8月12日，TechCrunch报道给GitHub Actions跑CI的Blacksmith完成4500万美元B轮、估值5.5亿美元，而不到一年前它只有约6000万美元——它干的正是AI写完代码之后的脏活：跑测试、做构建，确认这些代码能不能安全进产品。字母AI
一份行业工程报告的曲线更扎心：高AI采用度下，人均epic完成量涨66.2%，每周部署数反而降11.7%。新智元合并进去又被删掉的代码，比值涨了861%；PR的平均体积涨51.3%。写码的数字全在变好，交付的数字先崩了——瓶颈正从"生成"挪到"验证"。
二、Rust给AI代码装"熔断"，这把尺子量的是什么
如果说上面还是市场噪音，8月的Rust就是官方动作。8月5日，rust-lang/rust的编译器、标准库、类型系统、rustdoc、bootstrap五个团队正式采纳了LLM使用准则，结束了作者Jynn Nelson所说的"蛮荒西部"状态。InfoQ 这套准则的核心原则一句话：可以思考、可以审查、可以翻译，唯独不能创造。落到操作分三级：私下问AI问题、让AI总结讨论、提交前自审，完全放开；机器翻译、修拼写、借AI找Bug、用审查机器人，必须披露，机器人还得挂独立标记账号；直接让AI生成评论、文档、编译器诊断，或者仅凭AI结论就合并拒绝，明确禁止。
最扎眼的是熔断机制：任意滚动六周窗口内，合并PR里超过一半是LLM创建的，所有LLM创建的PR暂停合并，直到占比降回50%以下、至少冷却10天；所有AI创建PR挂ai-assisted标签，第一个六周期的数据决定这项实验是否继续；故意隐瞒AI使用，按《行为准则》里和骚扰同级的违规处理。InfoQ
为什么非管不可？公告列的三个压力，每个都能在个人仓库里找到镜像。其一，一份看起来非常漂亮的PullRequest，已经不能再代表作者真的投入了大量精力，也不能代表作者真正理解里面的代码——信任信号失效。其二，代码便宜了，但目前rust-lang/rust仓库还挂着1281个未关闭的PR，项目长期以来真正稀缺的资源，从来都不是代码，而是审阅者的判断力和时间。InfoQ其三，有人把审阅意见复制给AI、再把AI的回答复制回来，按照Nelson的说法，这种做法是在“浪费所有人的时间”。
隔壁Zig走的是另一个极端：全面禁用，AI生成的代码和文字不许提交，连改写、转述AI内容都不行。Zig执行成本低、贡献者遵守成本高；Rust遵守成本低、审阅者判断负担高。两个项目在用不同的成本买同一样东西：代码入库前的确定性。
三、全网吵的从来不是"要不要审"
把知乎评论区、小红书和微博摆在一起看，会发现真正没人坚持"永远不用审"，分歧在哪些环节可以放心交给AI、哪些必须有人盯着。
强硬派（开头那个高赞回答）的理由最具体：现在很多人的测试也是AI写的，AI既当球员又当裁判，你还不Review的话，AI把通不过的test case删了你都不知道；模型只有"能不能运行"的loss函数，压根没有"代码质量高"这一项。知乎他提醒的是"泔水逻辑"：AI生成速度摆在那，持续往代码库里灌、没人把关，沼气池迟早爆炸。
实操派的做法野得多。一位用Rust做业务开发的知乎用户在评论区说，现在动不动70、80个文件修改，人肉审计不现实，实际是"GPT直接写，写完后另一个人拿AI审"，再用一堆模型反复捕捞，直到大问题捕捞没了为止；验收红线就三条——业务手动测能跑、涉及钱的没问题、模型黑白盒攻击打不出东西。知乎
而情绪那一侧，才是多数人的真实起点。5月21日，一条小红书帖只写了一句话就冲到4132赞、5483收藏：“AI一次生成几百行代码，每次只能看个大概，如此往复和代码越来越不熟，就越来越vibe了”。小红书8月28日，楼主把网友支招整理成十条规则回锅，又收了975赞、1337收藏。微博上也有老手自白：“越是编程经验丰富，越是不放心放手让 AI 去代码和验证，很像带实习生或者带新人”。微博这类"不敢放手"，隔三差五就在时间线上冒一次头。
反证也要摆出来，不然结论就轻了。同话题下有人顶：“人工review速度决定了项目进度”，工期是绕不过去的约束；腾讯表态下的高赞回答提醒，AI能帮新人干活，但经验只能从调问题里长出来。知乎"王垠：不懂计算机科学的人用好AI编程是妄想"的话题还挂在125万浏览的场子里被两边站队，"古法编程"话题更是450万浏览。知乎所以这篇不敢给"全部人审"或者"全部机审"的结论——证据只支持一个分布问题：每类代码的审法不一样。
四、分层：哪些代码配得上你的眼睛
把Rust的三级思路、小红书十条和十几位实操者的说法合到一起，个人开发者和小团队可以直接抄这套分层。
第一级：人逐行盯，例外为零。钱和支付、鉴权和token、数据删除与迁移、对外接口、核心状态机。对应Rust那句"不能涉及编译器健全性等关键部分"——这些代码的炸伤半径，就是你自己项目的"健全性"。学Rust把它写进README，划成AI禁区。
第二级：AI审为主，人抽查5%-10%。普通业务CRUD、UI调整、内部工具。人不逐行看diff，只核对三件事：方向和spec对不对、有没有越界改动、测试有没有被悄悄删。CodeRabbit这类工具卖的就是这一层的自动化。
第三级：交给Spec+Harness自动验收。一次性脚本、原型、实验。前提两条：改动要小、测试先行，测试不过不许合并。
个人版"熔断"，建议今晚就设三条红线：单PR超过300行diff必须拆小重提——这是小红书十条里被赞到第一条的共识；AI交付不带"证据包"的不开合并窗口，证据包包括一句话改动目的、行为前后对比、测试结果、它自己声明的不确定项和回滚方案，让Review从"读代码"变成"看证据"。小红书每10个AI PR里随机挑1个逐行读，保持手感。
老手另有一笔账：该守的不是敲键盘的工时，是定位问题的经验盘；如果带新人，专门划一小块"AI可以问、代码自己写"的区域，否则经验管线会断代。
五、接下来盯三个信号
Rust熔断会不会真触发。ai-assisted标签刚开始收数据，第一个六周周期就能看出：放行一定比例的AI贡献，会不会压垮合并队列。项目级LLM委员会还在讨论中，一旦成立，规则会从这一个仓库扩到整个项目。
审查代理的闭环成不成立。华为那篇SWE-Review的思路（小红书上有技术博主逐条拆过论文数字）是让reviewer自己探索仓库、给诊断，反馈回coding agent修订，把"提了PR没人审"的开环补上。小红书CodeRabbit也在8月17日把新平台Agentic Change Management推了出来，审查、分诊、变更堆叠、安全守卫打包成一条流水线。量子位
验收本身在变成新工种。Boris Cherny的说法已经变了：我不再提示Claude了，我有一堆循环在运行，我的工作变成了写循环；OpenClaw作者Peter Steinberger那句"不该再给编程Agent写提示词，应该设计循环机制"的原帖，浏览量冲到150万。36氪人下一层要写的不是代码，是判断代码好不好的机制。
以现有证据收个尾：Review瓶颈是真的，工具赛道也在加速，但"哪些代码能交给机器审"这条线，每个仓库都得自己画。至少在未来几个月里，按合并按钮的还是人的手指。先划禁区、再设规模红线、要证据包——这三件事不需要等任何新工具上线，今晚就能做。
