一位写了三十年C的老程序员，用六个月手搓5万行现代C++，内存占用压到11MB。两年后他的Python后端膨胀到350万行，WordPress前端超过400万行——AI全程参与编写。然后他在2025年底做了一个决定：砍掉90%。
不是代码坏了，是钱烧不动了。
从寄存器到"现代语言"的敌意
作者开篇就亮明身份：C语言年代的人。那种能大概猜到CPU在干嘛的编程——寄存器移位、内存块触碰、微秒级优化。这种"汇编级直觉"一旦养成，会对所有自称"现代语言"的东西产生生理性排斥。
不是因为学不会，是因为手感不对。
他的C++进化史很有代表性：先是"C with classes"，跟简历上大部分"C++工程师"一样原地踏步。然后被迫接触std::vector、RAII，卡在compare_exchange_strong和compare_exchange_weak的选择上耗掉一整天。C++17、SFINAE、模板元编程接踵而至。
「Honestly, I questioned my life choices.」
但这些工具确实让第一个正经项目跑成了他想要的样子。
5万行C++的骄傲，与400万行WordPress的失控
那个项目是给交易平台和策略执行服务做桥接层。六个月手写5万行现代C++，Windows 10启动内存22MB，跑一周后压到11MB；Windows 11起步36MB，稳定后12MB。全程全频拉取处理每支品种的tick数据。
粗糙，但方向对。
产品后来演化成Web应用：AI辅助策略编辑、多用户回测、Python后端、WordPress前端。整整两年。
Python后端峰值350万行。WordPress突破400万行。AI此时已全职介入——用的是Claude 3.5。
但本质上还是个多用户回测系统，大量功能缺失。
Claude 3.5的14天翻车现场
AI编程有个特征：修bug时顺手制造新灾难。
多进程回测模块原本跑得好好的。一轮大规模重构后，彻底罢工。作者投入14天抢救，每天12小时。当时Claude还没有每周或每5小时的使用限制，他几乎昼夜不停地压榨订阅额度。
两周后，放弃。回滚到最后稳定版本，手动合并这两周的其他改动，逐个测试。
「Turns out AI can write code really fast. It can also drive you off a cliff really fast.」
这个案例精准戳中当前AI编程的痛点：生成速度和解耦能力成反比。代码量指数级膨胀时，人类对系统行为的预测能力线性下降。
2025年底的掀桌决策
砍掉90%代码的决定，发生在2025年底。
Python后端从350万行压缩到50万行以内。WordPress从400万行压到50万行以内。
系统本身运行正常，砍掉不是因为坏了。直接原因是钱——AWS账单过于残酷，多服务器架构撑不住。
这里有个值得玩味的细节：作者用C++手搓时能精确控制内存到MB级，却在AI辅助下放任代码膨胀两个数量级。技术债的利息，最终折算成云服务商的账单。
当Claude的母公司Anthropic还在融资叙事里谈论"AI改变编程"时，一个付费用户正在用回滚和手动合并来修复AI制造的混乱。这种反差本身，比任何 benchmarks 都更能说明问题。
350万行删到50万行之后，系统还能跑吗？作者没给答案——但既然他敢写这篇文章，大概率是跑起来了。只是不知道，那些被删掉的功能里，有多少是AI在凌晨三点"帮忙"生成的。
热门跟贴