一句话看懂：Y Combinator CEO Garry Tan 宣称借助 AI 编程代理每日完成并部署 3.7 万行代码、连续 72 天不断发布，但资深工程师审查其个人网站前端后发现，该网站加载时触发 169 次服务器请求、总负载达 6.42MB，远超 YC 旗下极简基准 Hacker News（7 次请求、12KB）。问题指向 AI 代码生成缺乏人工审核，导致大量冗余和糟糕架构。
事件核心：发生了什么
2025 年 7 月 8 日左右，YC 掌门人 Garry Tan 在社交媒体上高调展示 AI 编程代理的成果：他声称同时推进 5 个独立项目，每日可完成并部署高达 3.7 万行代码，且保持了连续 72 天发布新版本的纪录。此举本意是证明 AI 辅助编程的巨大效率提升，却引发了技术圈的质疑。
拥有 13 年开发经验的工程师 Gregorein 对 Tan 个人网站前端代码进行了全面审查，发现了严重质量问题。数据对比尤为刺眼：用户访问 Tan 网站时会触发 169 次服务器请求，加载总量达 6.42MB；而 Y Combinator 自家运营的极简基准网站 Hacker News，仅需 7 次请求、总大小仅 12KB。代码审查还发现了大量低效细节：网站包含 78 个无关的 JavaScript 控制器（即使从未使用，浏览器也必须完整下载）、同一 Logo 存在 8 种不同格式（包含一个无意义的 0 字节空文件），以及未经压缩的大尺寸 PNG 图片本可用现代格式显著优化，却直接被上线。
为什么重要
此事并非个例，而是 AI 编程工具在“重数量轻质量”路径下暴露的典型问题。Garrit Tan 本人作为 Y Combinator 的 CEO，他的个人项目本该是展示 AI 编程潜力的最佳范本，但实际效果却打击了人们对 AI 编程的信任。Gregorein 指出，AI 可以瞬间生成海量代码，但如果缺少必要的人工审查，会导致大量冗余、遗留的测试脚手架以及低效架构设计。这揭示了一个关键矛盾：AI 编程工具追求“快速交付”时，工程师容易忽视性能与简洁性，而这正是软件开发最核心的原则之一。对于整个 AI 编程领域（包括 copilot、cursor 等同类工具）而言，这起事件警告开发者：AI 生成代码的质量控制、代码审查与性能优化，必须成为使用流程的标配，而非可选项。
对用户/开发者/创作者的影响
对开发者与AI编程产品使用者：不要盲信 AI 生成的代码量。每日“高产”数万行不一定代表工程效率提升，反而可能意味着大量冗余代码会拖慢应用性能、增加维护成本。开发者应建立代码审查流程，并定期进行性能基准测试（如对比加载请求次数、数据总大小等指标）。对企业采购与团队管理者：在评估 AI 编程工具时，除了关注开发速度，更应关注生成代码的可维护性与执行效率。这起事件可作为反面教材，用于内部培训，强调“少而精”的编程哲学在 AI 时代依然适用。
值得关注的后续
1. Garry Tan 是否会公开回应或修改其网站代码，以回应行业批评？这关系到他个人及 YC 在 AI 编程领域的话语权。2. 该事件可能推动 AI 编程工具提供商（如 GitHub Copilot、Cursor）增加代码质量检查与优化建议功能，而非仅关注行数统计。3. 开发社区是否会出现针对 AI 生成代码的“反臃肿”讨论与实际优化实践，从而形成新的最佳实践规范。
来源：AIbase
