AI写出的代码，正在变成数字世界的“不可维护遗产”。当公司每新建一个聊天窗口，都可能招来一个只工作一分钟、领功后就消失的“超级摇滚明星”开发者时，软件业迎来了它最棘手的难题。
新成员不记得昨天的决策
我们都遇到过那种“摇滚明星”开发者。他们几年前加入团队，充满活力，满脑子新技术、新范式、新架构。他们重构了公司的核心代码，引入了全新的工具链。他们设定的代码审查标准高得离谱，让其他人都显得落伍。
没人真正看懂他们写的代码，但没人敢承认。
最难的活都派给了他们，他们完成的速度快得惊人。技术方案听起来酷极了——尽管只有摇滚明星本人才知道这方案到底怎么拼起来。
几年后，他们突然走了。觉得无聊了，要去大公司做更有挑战的项目。
然后，灾难降临。老板让你接手。你一头扎进代码，瞬间被活埋。数据流复杂得像在掩盖一桩凶杀案。想修一个简单的Bug？光是把代码在本地跑起来，就花了一周。
一半的代码你压根看不懂语言，另一半用的库你闻所未闻。你跟老板说这代码得重写，他不信——这可是摇滚明星亲手写的。
AI，终极摇滚明星
过去几年，每个团队都可能被“摇滚明星军团”淹没。每次打开一个新对话，就可能引入一个永久的摇滚明星。
这个AI代理不记得昨天干了什么。它在几分钟内生成数万行代码，以非人类的速度疯狂完成任务。它不在乎这些代码是否能和现有系统兼容，也不在乎系统是变得更清晰，还是更一团糟。
AI有一套它笃信的“最佳实践”，但通常不适用于你的具体项目。它坚持“皮带背带裤”式的冗余设计，哪怕复杂度远超收益。当你让它审查代码，它会列出一长串改进意见，其中大半你根本不同意。
所有人都被提高了标准。很多人觉得不用大模型就会永远掉队。但我认为，真正会被淘汰的，是那些让AI包写所有代码的人。
（摄影：Martijn Baudoin）
海量代码，像数字世界的连环凶案现场
面对一堆由AI生成的“烂摊子”，清理工作可比收拾人类摇滚明星的遗产“有趣”多了。至少人类摇滚明星脑子里有个设计图，并且在努力做到最好。
AI生成的“氛围代码”烂摊子，不是由一个人工开发者写的。它是在无数个不同的对话、无数个不同上下文中生成的。这就像由成百上千个不同的摇滚明星，每人写一个功能或修一个Bug，拼凑起来的代码库。
有时候，技术债重到永远还不完。
代码质量，能否外包给机器？
作者Jesse Skinner分享了多年清理“摇滚明星”代码废墟的经验。他说，使用大模型而不让它扮演摇滚明星，方法有很多。
你可以主导工程，引导大模型一次只生成一小段代码。 你可以确保写出来的软件，团队里每个人都能轻松理解和维护。
如果你发现自己迷失了，搞不懂AI在做什么、为什么这么做，那就踩踩刹车。慢一点没关系，关键是确保生成的软件质量过关。
避免过度工程化也没关系，不断简化，直到架构与问题本身的复杂度相匹配。
有时候，把大模型留在工具箱里，自己亲手写代码，也完全没问题。正如一位读者评论所说：“手工艺永远掌握在我们手中，这是我们唯一无法外包给机器的东西。”
但另一位读者的回复更犀利：在大多数行业，手工艺并没有死，但已被更便宜、更易得的替代品挤到一边。你能买到手工皮鞋，但没人愿意付1000美元。你能买人花几周创作的画，但大多数人只买打印复制品。
当AI生成的代码成本趋近于零，我们是否还能坚守对“可维护、可理解”代码的追求？ 这或许不是技术问题，而是一个关于价值与耐心的选择。
是时候重新捡起我们的“手工艺”了。在按下“生成”键之前，先问问自己：这段代码，明天的队友，或者明天的我，还能看懂吗？
【锐评】：当AI的“高效”堆砌出无人能懂的代码屎山，最大的技术债，或许是人类开发者对自己专业尊严的透支。
参考链接：
https://www.codingwithjesse.com/blog/rockstar-developers/