我们给代码做了版本控制,却没给写代码的那套系统做版本管理。这个反差,来自 @zachlloydtweets 在 @warpdotdev 提出的一个说法:「工厂即代码」。
他的主张很直接:对生成代码的 AI 系统,也应该像对待代码一样进行版本管理。系统本身是「工厂」,工厂的每一次变化都该被记录、被追溯。
具体怎么落地,他给了三条路径:
- 记录智能体的运行情况,让每次执行都有据可查;
- 针对个人数据进行评估,用自有数据判断系统表现;
- 把改进以 PR 的形式交付,走和代码一样的评审流程。
这套思路的关键在于把 AI 系统拉进工程流程,而不是让它停在流程之外。代码有提交记录、有评审、有回滚,生成代码的系统同样需要这些。
相关讨论参考了 AI 工程代码峰会的内容。当 AI 开始写代码,被版本管理的对象就不该只是代码本身。
热门跟贴