AI写代码，谁来背锅？

大家好，我是老田。最近半年我用AI写了大量代码。说实话，写得是真快——以前搭一个CRUD后端要半天，现在十分钟搞定。但上个月我接手了一个三个月前自己用AI写的项目，打开代码那一刻，我懵了。我完全不记得这段代码为什么这么写。

这不是段子，这是InfoWorld最近一篇文章里定义的"AI编码债务"——而且它跟传统技术债完全不是一回事。传统技术债是你明知写了烂代码但为了赶进度先上线，你知道烂在哪。AI代码债呢？代码看起来规规矩矩，测试也过了，但你没读过它，不理解它的设计决策，甚至不知道它有没有隐藏的边界条件Bug。

SIG（Software Improvement Group）刚发了一份报告，结论很扎心：AI编程助手在"不健康代码"上的缺陷率增加了30%。什么叫不健康代码？就是复杂度高、模块耦合紧、命名混乱的代码——AI在这类代码基础上改东西，改出问题的概率比人高得多。MIT Sloan Management Review也泼了冷水，说AI编程工具正在制造一个"生产力陷阱"：写代码快了10倍，但维护成本高了不止10倍。

这里有个关键区别我要掰开讲。传统代码审查看的是"这段逻辑对不对"。AI代码审查要多看一层："这段AI写的代码，人类团队能不能理解它"。O'Reilly把这叫"理解债"（Comprehension Debt）——你付的不是运行时的代价，而是未来任何人想改这段代码时的时间代价。而且AI写得越多，债累积越快。

那怎么办？不用AI了吗？当然不是。我这几个月踩坑踩出来的几个原则：第一，AI写的每一段代码，至少有一个团队成员能复述出它的设计意图——做不到就别合入。第二，复杂逻辑不让AI全权决定，你画好架构图，AI只做实现。跟竞品比，Claude Code在这点上比Cursor强，它会在生成代码前先输出设计思路让你确认，但也没有强制约束。

第三，也是最重要的——AI写代码的速度红利，要拿出一部分投资到文档和测试上。Forbes有篇文章说得很好：开发者现在用AI来"起步"，但很少用AI来"收尾"。80%的代码是AI写的，却只有20%的测试和文档是AI生成的。这个比例早晚要还。

最后说个现实的判断：如果你的项目生命周期超过三个月，AI代码债就是一个你必须面对的问题。如果是两天就扔的脚本，放心让AI飙。但如果你在维护一个产品、一个服务、甚至一个开源项目——记住老田这句话：AI写得越快，你就该review得越仔细。代码不是你写的，但出了问题，锅还是你的。

—— 老田