Sean Goedecke 认为,在大型软件项目中,程序员只理解自己负责的那部分代码是常态,而且这已是能做到的最好状态。宝玉据此引申:AI Agent 同样无法在单次会话中理解整个代码库,因此需要靠自动化测试、Code Review 和让 Agent 提供截图证据等手段来保证质量。
代码审查
Code Review
由人工审查代码变更质量与正确性的工程环节,研究显示其已成为 AI 辅助开发的新瓶颈
收录情报动态
文章指出软件工程界存在一种独特误区,认为工程师停止亲手写代码后,仅靠审查和指导他人仍能维持甚至提升专业能力。作者以音乐等领域的刻意练习原则作类比,论证代码审查能力同样依赖持续的编码实践,长期脱离编码会让审查判断力退化。
哈佛博士候选人基于 718 家企业的工作论文发现,采用 AI 编程代理后工程师产出代码量增加约 30%,但完成工作量并未显著提升,代码通过评审的耗时反而延长 49%。研究指出瓶颈已从代码编写转移到人工评审环节,建议以获批产出、修订率和评审耗时而非草稿量衡量 AI 编程工具价值。
腾讯 Agent 开发工程师 maple 观察到,团队代码提交量因 AI 编程暴涨数十倍,但可控性同步下滑:AI 缺乏人类在需求评审中隐性裁剪边界的知识,倾向保守展开全部异常路径,导致协调状态膨胀、review 退化为“看着像不像”。作者认为瓶颈不在生成能力而在收敛能力,应在生成前写入显式约束并保留人工中断点。
宝玉分享将“PR 必须附功能截图”的团队规范迁移到 AI Agent 上:任务完成后先自测、生成效果截图,Agent 常在截图过程中自行发现问题并修复。他引用 Anthropic 的 Addy Osmani 说法称,Anthropic 日合并代码变更从 5 月约 2500 次增至 9 月超 3 万次,人不再逐行读代码,而是审查 AI 提交的录屏与截图等证据;给 AI 一个自检办法,产出质量可提升两到三倍。
哈佛大学基于 718 家企业的大规模实证研究发现,尽管 AI 编程助手和智能体能显著提升代码产出量(如行数增加 30%),但并未转化为同等比例的完工工作量增长。核心原因在于开发流程中仅 30%-40% 的时间用于编码,其余时间消耗在规划、测试及代码评审等配套环节。数据显示,AI 生成的代码导致合并请求平均评审时长增加 49%,评论数量激增 53%,需修改比例翻倍,表明下游环节的瓶颈效应抵消了上游的编码效率增益。
一张广为流传的梗图描绘了2026年的软件开发常态:两名工程师分别指挥同一个大模型生成代码和审查代码,最终互相批准合并。这反映了当前“人类监督AI”而非“人类编写代码”的工作流转变,以及由此产生的讽刺性闭环。
针对工程师过度依赖 AI 导致思维退化的问题,资深工程师提出“大脑三明治”工作流:在调用 AI 前先用自身知识理解任务,AI 生成代码后再次人工审查与优化。该方法旨在平衡效率提升与核心工程能力的保留,强调人类判断力在 AI 辅助编程中的不可替代性。
QGIS 官方通过增强提案(QEP)流程明确禁止提交由 AI 生成的代码或文档贡献,旨在维护开源项目的可追溯性与质量。该政策要求所有 Pull Request 必须经过严格的人工审查,防止未经充分验证的自动化生成内容污染核心代码库。此举反映了主流开源社区在应对 LLM 生成代码泛滥时,正从技术接纳转向治理规范化的趋势。
一项覆盖 700 家企业、3 亿次工程事件的大规模实证研究表明,尽管 AI 编码智能体显著提升了代码生成速度,但并未带来软件最终产出的增加或就业减少。核心原因在于人类代码审查环节成为关键瓶颈,上游节省的时间被下游的验证与修正成本完全抵消,揭示了当前 AI 辅助开发在端到端交付效率上的局限性。