AI 写出来的代码越来越多,未来的软件会不会变得「没人真正看得懂」?
未必会变成“没人看得懂”,但软件团队需要重新定义“看懂”。AI 生成代码降低了实现成本,却不会自动承担需求澄清、架构取舍和线上故障的责任。若代码未经审查便合并,尤其是跨模块改动、并发与权限逻辑,知识确实可能从团队中流失:出问题时大家只知道重试提示词,不知道系统为何如此运行。
更现实的变化是,人更多地阅读设计和行为边界,较少逐行手写实现。要让这种分工可持续,应要求生成代码附带清晰的意图说明和测试;把关键不变量、接口契约、数据流及安全边界写进可维护的文档;对高风险改动做小步提交、代码审查和可观测性验证;并让维护者能解释关键路径,而不只是接受模型给出的答案。测试能证明某些行为符合预期,却不能替代对架构、异常路径和业务语义的理解。
因此风险不在于代码由谁敲出来,而在于团队是否保留了验证、解释和修改它的能力。对样板代码可提高自动化程度;涉及核心业务、资金、隐私或安全的部分,则应提高审查门槛。