AI“超级码农”遗留的混乱困局

Jesse Skinner 在 HN 上发表了一篇引爆热议的文章，题为《替 AI 明星级开发者收拾残局》。该文斩获 415 个赞与 303 条评论。阅毕深感，这或许是本年度对 AI 编程最为透彻的一次反思。

他打了一个精妙的比方。任何团队都曾遭遇过那种“明星程序员”——入职便将系统全部重构，排斥他人的代码提交，写出的逻辑唯有自己能懂。待其离职，继任者往往需耗费一周才能让项目在本地运行。半数代码源于冷门语言，另半数则依赖鲜为人知的库。此人技术固然超群，留下的却是一片狼藉。

如今，将主角换作 AI。AI 代理能在数分钟内生成数万行代码，既不顾及与现有系统的兼容性，也不在乎后人能否理解。它对指令言听计从，却从不追问“这真是最优解吗”。

Jesse 有一句犀利的论断：随性编码（vibe coding）造成的混乱源于数百次不同的对话会话，“仿佛代码库是由几百位不同的明星程序员共同构建，每人仅负责一个功能或修复一个漏洞”。试想，今日与 Claude 编写登录模块，明日同 Copilot 调整支付逻辑，后日又令 Cursor 重构数据库层。单看每段代码似乎无误，整合后却成了一团乱麻。

更为严峻的是，AI 生成的代码可能将系统复杂度推升至仅有大语言模型方能理解的层级。届时你想手动修改也无从下手——因为你根本无法知晓代码为何如此呈现，唯有生成它的那个模型“心知肚明”。

Jesse 的建议十分务实：由人类掌控方向，限制 LLM 每次仅生成少量代码。团队必须能够驾驭这些代码。若察觉局势失控，务必及时踩下刹车。

他文末的一句话令我深有共鸣：“工匠精神始终掌握在我们手中，这是永远无法外包给机器的特质。”

坦白讲，近期我利用 Claude Code 编写了大量代码，确有此感。其速度之快令人沉迷。但每次提交前，我总会再三审视——这段代码三个月后我还能读懂吗？