开发者圈子最近最热的争论，不是框架也不是语言，而是一个更尖锐的问题：AI编程助手是不是正在从内部腐蚀你的代码库？
一篇 viral 帖子把"智能体编程"称为"负债加速器"。它描绘了一幅画面：代码库从内部腐烂，维护它们的开发者早已不理解自己构建的东西。帖子传得很快，工程师们纷纷点头。但我要说，他们怪错了对象。
问题有个名字，叫"懒"。
问题不在工具，而在使用方法——或者说，根本没用对方法。
Dev.to 上的一篇反驳文章提供了实打实的生产日志：一个团队使用智能体时配备了精确、详尽的规格说明，结果输出干净、可预测，bug 甚至比他们使用智能体之前的工作流还少。
起决定作用的不是用了什么工具，而是有人愿意花时间去写一份扎实的规格说明，再启动生成工具。
智能体不会跳过代码审查。跳过的是你。
智能体编程搞砸时，实际流程是这样的：开发者给出一个模糊提示，没有任何约束；智能体生成看起来合理、技术上能跑的代码；开发者没仔细读就上线了；三个月后，没人懂这个模块了。
听着耳熟？现在把"智能体"换成"初级开发者"，或者"Stack Overflow 复制粘贴"，或者"那个只雇了两周的外包"。结果一模一样。历史上我们早就发明过各种让自己看不懂的代码写法。智能体只是把这个过程自动化了。
速度吓到了所有人。我理解。但速度从来不是 problem。鲁莽才是。
代码库理解问题的确存在，但并不新鲜。最大的合理担忧是开发者不再理解自己的系统。这值得认真对待。
但我们得承认，这个趋势早就启动了。庞大的单一代码库、自动生成的样板代码、没人检查的依赖树、从博客复制粘贴的基础设施即代码模板。事实上，大多数团队早就在不完全理解自己技术栈的情况下工作了。
智能体不是理解鸿沟的制造者。它们只是让这个问题暴露在我们眼前。
我们不该消灭工具。而应该把智能体输出当作任何其他贡献代码一样对待：审查它、测试它、在合并前理解它。如果你的团队缺乏这种纪律，那你在遇到 AI 问题之前，早就有了流程问题。
真正好用的智能体工作流长什么样？它们有几个共同点：
写详细规格再提示——验收标准、边界情况、约束条件；逐行审查智能体输出，就像审查人类提交的 PR；把智能体用在无聊的事情上——样板代码、测试、迁移，而不是架构决策；把智能体当作一个速度快但经验不足的队友，而不是神谕。
热门跟贴