人工智能时代的代码正在变为只写且可丢弃的

事件核心：发生了什么

在 QCon London 的演讲“软件工程中的复杂性与创造力”中，Phillip Mortimer 给出了一组判断：AI 让代码趋向“只写代码”——即深奥、密集、除了作者（甚至作者本人）都难以理解的代码。他引用 Eric S. Raymond 的说法来定义这一概念，并指出 APL、正则表达式等语言早已以牺牲可读性换取表达力与性能。

他的应对思路有三条：一是让测试定义行为，用大量输入输出用例充当代码文档；二是承认代码可丢弃，保留测试、丢弃实现、直接重写，因为调试只写代码往往比重新实现更贵；三是面对 AI 生成的代码量，人工审查会迅速成为瓶颈，应转而用编码智能体做自动化审查，甚至监听可观测性平台、聚合告警后自动发起修复 PR。

为什么重要

这触及了 AI 编程工具落地后的真实断点：生成代码的速度远超人类阅读和审查的速度。目前公开信息显示，主流做法仍停留在“AI 写、人来看”的流程，而 Mortimer 主张把审查也交给智能体，等于把代码质量的责任从人工经验转移到测试、CI 和可观测性体系上。这会影响大模型编码助手的评估标准——不再只看生成准确率，而要看它能否嵌入自动化审查与自我修复的闭环。

对用户/开发者/创作者的影响

对开发者而言，写代码的门槛在降低，但定义意图、设计测试和约束条件的能力变得更关键。Mortimer 提到，AI 使用自然语言，让开发者在不同编程语言之间更具可迁移性；意图与实现解耦后，角色重心偏向创造力而非实现细节。对企业来说，这意味着代码库的维护策略可能变化：与其维护难以理解的存量代码，不如保留测试套件后重写。对创作者和独立开发者，约束反而成为创造力的来源，Accelex 早期受时间和资源限制、被迫为表格数据读取寻找新解，就是他所举的例子。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

一是代码审查智能体是否会成为 CI 流程的标配，以及它在真实项目中能否稳定发现缺陷；二是“去污（De-slopify）”类定时智能体，能否有效清理重复代码、未参数化测试和未使用特性标记；三是当智能体开始根据告警自动提交修复 PR，团队如何设定审批边界和回滚机制。这些落地细节，将决定“只写代码”是工程实践还是演讲观点。

来源：InfoQ CN