@garrytan: 重点不在于 AI 让你写代码更快。很多人已经注意到了这一点。真正在于的是，AI 让你能够在以前因成本过高而无法持续的层级上进行验证……
摘要
该帖认为，AI 在编程中的核心价值不仅在于更快地编写代码，更在于实现可持续的高层级验证和测试，而这在过去需要耗费过高的人力成本。
重点不在于 AI 让你写代码更快。很多人已经注意到了这一点。真正在于的是，AI 让你能够在以前因成本过高而无法持续的层级上进行验证。90% 的测试覆盖率是一个神奇的阈值，但过去要达到它需要消耗太多人的意志力。
而现在，这变得免费了。
查看缓存全文
缓存时间: 2026/05/12 08:48
并非 AI 让你写代码更快。很多人已经注意到了这一点。关键在于，AI 让你能够以以前因成本过高而难以维持的力度进行验证。90% 的测试覆盖率固然神奇，但过去要达到这一水平需要耗费太多人的意志力。
现在，这变得毫无成本。
相似文章
@garrytan: https://x.com/garrytan/status/2054064931515855118
Garry Tan 认为，Claude Code 和 Codex 等 AI 编程代理通过使高测试覆盖率变得经济可行，改变了软件工程领域。这创造了一种“复杂性棘轮效应”，确保代码质量在牺牲速度的前提下随时间推移而不断提升。
用AI写更好的代码，但更慢
Nolan Lawson认为，AI编程助手可以通过使用多个模型进行彻底的代码审查和漏洞检测，从而更慢地编写高质量代码，提升代码库的健康状况，而不是最大化输出速度。
软件开发正从“你能写代码吗？”转向“你能让正确的系统存在吗？”
文章认为，随着AI使代码生成变得更便宜，软件工程的价值从编写代码转向定义、监督、验证并拥有最终系统，这有利于积极采用AI工具的工程师，同时提高了验证标准。
AI并未消除工程工作，只是把难点转移到了别处。
AI让编写代码变得更便宜，却将难点转移到了设定上下文、审查和清理上，需要更熟练的监督。文章认为，团队常常把AI生成的代码当作成品，而实际上它只是一个快速的初稿。
@leerob：你可能认为因为AI，你应该少花时间思考代码。我强烈反对！我们正看到这……
文章认为，尽管AI取得了进步，工程师仍然必须理解代码和系统，因为AI生成的代码可能成为负担，并强调了计算机科学基础和系统设计的重要性。