AI 让写代码变快,但审代码和理解代码的人没变快,债会慢慢积起来。
事实
- 作者 5 月被 Meta 裁员,他猜部分原因是自己采用 AI 不够积极;在 Meta 后期 90% 的代码已由 AI 生成,是拿到正常绩效的最低线。
- 他列的四个问题:AI 写的测试很浅(多测 get/set,覆盖不到真实用户场景);代码过度复杂;人越来越不懂代码;PR 来得太快,审查只能扫一眼。
- 他给的症状之一:团队全面转向 agent 写代码后,线上事故慢慢变多。
解读
- 对产品团队,真正的瓶颈从「写」转到了「审」和「懂」。AI 产出越多,越需要有人对整体结构负责。
- 代码覆盖率指标会骗人:行数覆盖到了,不等于用户场景覆盖到了。验收要按用户路径设计。
- 可做的事:给 agent 设固定的检查关卡,比如复杂度、重复代码、命名规则,用工具卡住,而不是靠人眼。
讨论
- 正方有人说代码质量不是问题,直到它成为问题:改一处坏三处,读复杂代码还会多烧词元。
- 反方有人说文章像一年前的观点,新模型已经能写好测试,只要提示里说「别过度设计」;一位做 50 万行移动 App 的人说脆弱性影响不大。
- 共识有人提醒,人写的大代码库也会烂(举了 Oracle 2500 万行代码的例子);关键是有没有审查和自动关卡。