开发者撰文主张：AI 生成的代码也必须经过人工审查

2026年10月24日 | Llm | Coding | Clankers | Gpt

你不该去看代码，让clanker自己干它的活就行了。

PR上挂着我的名字，出了问题半夜被叫起来的人是我。再说了，我加入这整件事，是因为我其实挺喜欢代码的，不管是谁、是什么写出来的，我都真心好奇想看看。所以这代码我得审。

说实话，如果我是在做一个只有我自己用的小玩具，又不想花时间，我会让clanker自己搞定。而且我绝对不会把自个儿那双干干净净、娇贵的小手，伸进那堆由它那些被诅咒的梦境搞出来的、Rube Goldberg式的混乱里去——它以为那就是我要的东西。

除此之外的一切，我都想看看代码。

我从自己工程的质量里获得很多自豪感[^5]，也就是大家常说的“手艺”。那是我身份的一部分。找到一个在简洁、可靠、安全、成本、性能、可维护性等等之间取得平衡的方案。我讨厌自己在生产环境搞砸东西。那是个人失败，我会觉得羞耻，就像名誉上的一块污点。我讨厌自己发布垃圾、发布跑不起来的东西。我也讨厌别人的东西崩了，而我那张又大又丑的脸却挂在他们PR旁边，还配着一个傻乎乎的“👍 LGTM”。当有人因为我搞坏了某个软件而在半夜被叫醒，我自己也会睡不着。那是最糟糕的感觉。

这种做法和盲目信任clanker写的代码是不相容的。代码可能95%的时候是能用的¹。它可能还不错，甚至可能比你自己写的还好。但95%不是100%。它会漏掉东西。它没有任何好奇心。它不像人那样学习。它不会停下来提问。它的上下文窗口有限。它的整个训练就是在最大化一个分数。它唯一的目标就是完成任务：就像一只正在训练的小狗，它往你脚边吐出一坨嚼了一半、全是口水的东西，勉强能对上你给的prompt。然后它开心地摇着尾巴，用圆溜溜的眼睛看着你：“看，我把事做了，你现在会爱我了吗？”你工作的代码库越大，它引入垃圾的概率就越高。然后这些垃圾会累积，在它那些更年长、更不 sophisticated 的同胞吐出的恐怖之物上继续搭建。

哦，它写代码是快！它写得比我快得多得多。而且大多数时候（经过审查之后），它的代码比我自己的还好。而且它只用零头的时间就能做到。它有用。它是个很酷的工具。我不是说“别用它”。我是说：只要你的名字在PR上，只要你的pager在on-call轮值表里，那它构建的代码就是你的，你就应该读它、理解它。

到了这个阶段，我们都有战斗故事：某一次clanker以一种独一无二的爆炸性、壮观的方式搞砸了。你让它自由活动得稍微久了点，它就疯了。优化把维持生命级别的组件给删了。“别碰这个”的代码被碰到了 oblivion。库被粗心地拉进来。它沿途发明出来的功能。单元测试被改到能通过。大量代码被加进来盖住根本到不了的边界情况。还有那代码。你看过那代码吗？那是一种只靠“加”来构建的代码。成千上万又成千上万的任务专用单元测试，给你100%覆盖了错误的条件。函数已经被实现过14次了，还在重新实现。冗余到处都是。每一行代码上都顶着没用的注释。Alexandrian 级别的错误文档，没人会去读。然后它崩了，你问它为什么，它扯出一套根本说不通的root cause analysis，那种笃定劲儿就像一个4岁小孩坚称蓝狗确实存在。

让另一个agent去审查第一个agent的代码：更多测试。更多边界情况。你有没有想过，如果那一刻有个Higgs boson翻转了那个bit会怎样？让它检查性能：你说得完全对，我忘了那个，让我加点代码来加性能。如果你让clanker在你的代码库里自由游荡，它干的就是这些。通常没那么戏剧化。通常都是更简单的问题。它主要靠“加”来工作，而且永远局限于手头这个即时任务：让我加代码。写更多代码。这儿代码，那儿代码，到处都是代码。所有这些加起来就是垃圾。然后它又在垃圾上面继续搭。

但你不再关心代码质量了，对吧。反正只有clanker会碰它，对吧？我关心。因为我得审代码，就像我刚说的。如果代码变成一团我再也看不懂的热乱，我就没法好好审，我不能让代码质量滑坡。

好吧，但那听起来像用户的问题：你prompt写得烂，还怪到LLM头上。

靠，我忘了加一句“你是一位杰出的principal 10x engineermaxxer，永不失败，绝不犯错，还会double-check你的东西”。我跟clanker之间的所有那些问题，也许都能用堆积如山的精心crafted的prompt补上²。也许未来区分开发者的就是这个：每个人都有自己秘制的酱料和香料配方，让自家的clanker成为最好的clanker。我只是个又老又酸的家伙。我靠代码拿了20年工资，而且我挺擅长的。也许我攒了点credit，可以主张我已经认真努力地把这个TOOL塞进我的工具链里了，而我目前的结论是：这东西已经在那儿好几年了，它给了我理由不去盲目信任它。

秘制香草和香料在工程里不够用。我们需要形式化的流程，以及经过验证的、可重复的控制机制，来强制保证这些工具产出物的质量。这些还不存在。也许有一天会出现，但到目前为止还没有³。在那之前，我不会一头扎进去盲目相信。如果你自认是个软件工程师，你大概也该先缓一缓。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）