2026世界杯(中国) AI正在偷偷“杀死”代码审查, 工夫团队的隐形凄婉要来了

只须软件工程照旧团队协调，咱们就需要一种形势让东说念主知说念系统怎么运作、为什么作念了某些决定、鸿沟在那儿，这个需求不会因为AI开动写代码就隐没，适值违反，它变得更要害了。

昔时大多半团队靠代码审查来处分这个问题，当有东说念主审查你的并吞肯求时，他们不单是在查谬误，更是在汲取高下文，领略某些决定为什么被作念出，这便是团队的隐性常识。在DevEx带领者社区The Hangar，咱们频频商议代码审查。把柄《Looks Good to Me: Constructive Code Reviews》一书的作家Adrienne Braganza Tacke的不雅点，代码审查最迫切的功能其实是记录留存：纪录代码库是如何演变的、为什么这样变，而不单是是握bug。

那段对话当今看来也曾像是另一个时期了，咱们所熟知的通盘软件设置生命周期，不仅在加快，更在坍缩和被从头界说，我最近说过，咱们应该干掉代码审查，AI生成代码的速率远超东说念主类能审查的速率。并吞肯求堆积如山，或者被橡皮印章一盖了事，那说念审批关卡也曾不再匹配咱们当下作念软件工程的形势了。

但如果AI当今生成了大部分代码，而莫得东说念主能读完统共代码，常识该怎么传递?

在代码各别之上作念决策

我提议的处分代码审查瓶颈的决策是：把东说念主工查验点前移，去审查意图，审查代码应当显示的协议：规格评释、决策、抑止要求和验收轨范，常识传递这部分也不异适用。

如果团队在生成代码之前就审查了意图和验收轨范，常识传递就会在磋商过程中当然发生，你不需要从500行的代码各别里反推决策。你是在职何东西被构建之前，就对王人少数几个要害接纳。审阅者读的是10行决策，而不是500行代码。

不管是轻量级规格文档、一组验收轨范，照旧从prompt对话中提真金不怕火的重点，原则都一样：让决策可见、可审查，常识就在那里。

当设置者使用Cursor或Claude Code时，他们在不停作念决策：架构接纳、行动衡量、限度判定，这些决策存在于prompt对话中，开云官方体育app下载存在于与智能体的往返交互里，但当并吞肯求提交时，这些高下文就没了，代码在，背后的推理不在。

在完毕之前方式化意图这个想法并不新，行动驱动设置(BDD)、测试驱动设置(TDD)和按协议蓄意(Design-by-Contract)这些要领，都试图在写代码之前，用结构化的、东说念主类可读的规格来界说行动。BDD尤其要求团队用当然谈话描摹系统应该作念什么，写成连非工夫研究东说念主都能读懂和考据的场景，况且是在写任何代码之前。

这些要领昔时常被视为支出，写方式化的行动描摹和协议需要步骤和时期。在委派压力下，团队频频跳过它们。AI让它们变得更实用，而不是更演叨用。AI不错匡助生成结构化的验收轨范、行动规格，致使协议式描摹。它也能匡助践诺这些轨范。

AI软件工程不是单东说念主理会

咱们时时常会听到有些工程师在外面跑智能体编排器，一天能产出10万行代码，比如Steve Yegge和他的Gas Town。有东说念主说这便是软件设置的畴昔——单东说念主设置者带着一群agent，但我不这样合计。构建软件，即便有智能体加持，2026世界杯(中国)也不是单东说念主理会。

如果阿谁东说念主被车撞了，别东说念主能接办这个花样吗?他们领略统共作念过的决定吗?不可。在企业环境中，你需要冗余。多个研究东说念主、多个团队、协调。

常识传递的功能不会因为AI采纳率上涨而变得不迫切，它变得更迫切了，因为系统本体作念的事和任何个东说念主对它的领略之间的差距，正在以前所未有的速率拉大。没东说念主但愿我方的高等工程师成为瓶颈，因为只好他们知说念我方是怎么从AI那里获取处分决策的。

当AI参与到经由的每一个设施时，协调的社会协议正在改变。存在作家身份污秽——一个东说念主审查共事提交的代码时，不知说念对方花了若干元气心灵去领略这段代码的细节。审查员可能用AI来帮我方领略代码并发表指摘，而作家可能用AI往返话这些指摘，却莫得花时期确切阅读和领略它们。

在AI出现之前的团队里，一个低级工程师的并吞肯求会产生：

• 高等工程师就习用法模式给出4~8条指摘

• 对于鸿沟情况的往返商议

• 一堂隐含的"我会怎么念念考这个问题"的课

• 一位当今知说念这部分代码存在的高等工程师

而在AI重度使用的团队里，不异的变更是：

• AI生成，稍作剪辑

• AI审查，稍作通过

• 并吞，零个东说念主对它酿成了心智模子

新式债务：领会债务

我最近和西宾、研究员Margaret-Anne Storey聊过，她为此创造了一个术语：领会债务(cognitive debt)，她起始是在一组用AI快速构建的学生身上闪耀到这个满足的，某个时刻，学生们告诉她，他们也曾没法再对家具作念变嫌了。西宾一开动怀疑是工夫债务、代码零乱，效果发现学生们集结的是一种新式债务。

他们也曾搞不清我方在作念什么功能、为什么作念，他们不知说念团队里谁知说念什么，其中一个团队里，只好一个东说念主了解统共代码并领略它，因为是他在监督生成代码的AI，而团队其他东说念主作念不到这小数，况且就连生成代码的阿谁东说念主，也并不确切领略生成了什么。

这便是团队开动用AI快速构建时的风险：因为试验中不可能审查数千行AI生成的代码而烧毁代码审查，却什么都不作念来替代常识传递的功能。

Anthropic的研究揭示了过度依赖AI编程助手在代码领略方面的瑕玷，他们对52名工程师的研究发现，AI缓助在职务速率上莫得带来统计显耀的普及，但在随后的领略测试中得分低了17%。降幅最大的是调试智力，主见领略和代码阅读也有小幅下落。论断很明确：被迫地甩给AI("让它能跑就行")对学习的挫伤，弘大于用它来发问和领略代码。

哪怕只是在用主智能体写完代码后触发一个顽抗性智能体，问一些诸如"你为什么这样作念?""你预期什么行动?""你推敲了哪些衡量?"这样的问题，也能在很猛进程上减少领会债务，它迫使设置者在代码往前鼓吹之前，先把领略说了了。

让常识传递变得专诚为之

那些判断和那些决策——这才是咱们当作东说念主类在AI优先的天下里确切提供的中枢价值。你致使不错说，大部分写出来的代码都是样板代码。咱们确切在作念的主如果架构决策、行动决策和工夫决策。这些才是咱们需要当作输入提供给AI系统的东西，而每一次变更都需要对这些决策有知晓的领会。

昔时通过代码审查发生的许多常识传递是附带产生的，工程师汲取高下文，是因为他们必须看代码才能批准它。跟着咱们冉冉淘汰审查，或者审查这些决策变得愈加迫切。

归根结底，工程师仍然要对我方创建的变更追究。统共这些决策都必须被跟踪，必须有东说念主或者审计它们、追问为什么作念了某些决定，这便是你的委果着手。我合计团队协和洽常识传递便是这样演进的，即便我说过咱们应该干掉代码审查。

分娩力的普及是确切的，值得追求2026世界杯(中国)，但每个隧说念以并吞肯求朦拢量为优化宗旨的企业，都是在拿我方的工程文化作念实验。五年后，确切赢下来的不会是那些委派最多AI代码的企业，而是那些工程师依然领略我方委派了什么的企业。