返回资讯中心
外部精选
软件工程
#社区热议

前Meta工程师称AI生成代码库脆弱难维护

来源标题:AI usage generates a fragile codebase

一名前Meta工程师认为,被裁员部分原因是自己比同事更抗拒用AI写代码。他称重度依赖AI的同事提交的代码脆弱、暗藏技术债,例如有人用JavaScript事件实现鼠标悬停效果而不用:hover选择器。他现就职另一家大型科技公司,因当下要求已改为100%用AI生成代码,但认为这种方式不可持续。

Hacker Newsplun92026/11/10 · 7 天前17 分钟阅读

以下正文由 AI 翻译自 Hacker News(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

关于我5月从Meta被裁的原因,我只能猜测,但我怀疑其中一个原因是我在把AI/LLM当作编码工具这件事上,比一些同事稍微抵触一点。别误会,在Meta的最后几个月里,我至少90%的代码是用AI生成的,这是拿到体面绩效的最低要求。但AI并没有让我的代码产出变成10倍,连2倍都没有。

我关注的是代码质量。我看到了那些高度依赖AI的同事提交的代码,也看出那是脆弱的代码。其中有很多微妙的问题,长期来看会变成技术债,甚至一些非常优秀的程序员也忽略了一些显而易见的问题。比如,我看到团队里最优秀的程序员之一试图合并一段代码,它用JavaScript事件来实现鼠标悬停的CSS效果,而不是用:hover选择器——这是一种完全不可扩展的实现鼠标悬停的方式。

现在我在另一家大型科技公司工作,我已经完全转向100%用AI生成代码,因为这是如今的期望。不过,我仍能看到很多人开始意识到,这不是持续开发大型SaaS产品的可持续方式。AI很擅长解决那些能装进它上下文窗口的问题,但对于无法在那个相对狭小的范围内理解的长期问题,它完全无感。

在这篇文章里,我要列出AI使用导致代码库脆弱的四种方式,这种代码库无法承受高可用、高可扩展SaaS应用的要求。顺便说一句,这篇文章的每一个字都是人写的。尽管下面的图片是AI生成的,但这篇文章不是AI垃圾。

以下是我见过的AI生成脆弱代码库最常见的四种方式。

现代LLM最明显的失败之一,是它们倾向于编写过于简单的自动化测试用例,不覆盖对人类真正重要的东西。我经常看到AI agent为get/set方法写大量测试,这些测试琐碎且通常不需要太多测试。当AI编写e2e测试时,它们往往只覆盖代码库中已经覆盖的用例。换句话说,AI写的测试只覆盖一种类型的用户,或者只覆盖表面层面的交互。这在测试覆盖中造成巨大缺口,而开发者看不到这些缺口,因为它们不被行级覆盖率指标捕捉到。

AI还倾向于写出过于复杂的代码。明明一个辅助方法就够了,它却经常用两三个。它试图遵循编码规范,比如DRY,却矫枉过正,没有意识到这种僵化带来的额外复杂性会让人类开发者更难调试或理解代码。

这就是AI代码库的第三个问题:人类不理解它们。公司越依赖AI agent生成代码,理解代码库的开发者就越少。这意味着开发者无法做构建有韧性代码库所必需的事情。他们对数据结构和算法的理解不够深,看不出某个pull request引入的新抽象与既有结构不兼容。

AI的速度太快,人类开发者无法维持高质量标准。每个pull request都比上一个来得更快,审查时间却更短。这导致开发者草草浏览代码,错过关键细节,最终形成长期技术债。测试缺口、命名糟糕的变量这类小质量问题在代码库中累积,直到它变成一团意大利面条式的乱麻。

如果你不确定编码agent是否在损害你的代码库,可以留意以下AI生成脆弱代码库的症状。

当你把部门切换到agentic coding后,事故数量是不是慢慢开始上升了?起初,当我们都用agent生成大量代码时,似乎和传统编码没什么不同。PR来了,合并了,一切看起来都没问题。但是哦,那个月末来了一个P0,然后下个月有两个SEV。再下个月更多。现在,经过一两年的agentic coding,似乎每个周末都有事故。AI编码agent就是影响客户的事故增多的原因。

不仅事故更多,事故的缓解时间也更长。事实是,你团队里的人类开发者现在对代码库的理解更浅了。如果你的编码agent找不到客户面临的问题,那么人类就得在一个高度复杂且测试不足的代码库中挖掘。他们本质上是在进入陌生的领域,所以弄清楚出了什么问题需要更长时间。因此,公司因解决时间更长的事故损失越来越多的钱。

当人类不花时间在代码上时,他们就看不到所有用例。他们无法理解真实人类是如何使用代码的,因为他们没有确保AI正确地埋点分析并捕获所有错误。于是,代码库中开始出现看不见的错误。错误未被捕获,只有真实世界用户能看到,而不是自动化测试或开发者手动测试中测试的那些用户类型。

这就引出了AI代码库的终极问题:它们不是为人造的。AI代码库是AI为AI制造的软件。它们不是为人类用户使用产品的方式量身定制,也不是为人类开发者维护产品的方式量身定制。用户体验和开发者体验双双退化,导致“变烂”的恶性循环。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →