像人类会维护它一样编写代码

# 像人类会维护代码那样写代码 来源：https://unstack.io/write-code-like-a-human-will-maintain-it LLM 最棒的一点是，它们可以全天候为你写代码。谁还在乎 DRY（不要重复自己）？你不需要亲自去四个不同的文件里更新同一个长长的条件判断——AI 会替你搞定，对吧？ 我最近注意到，在一个与 AI 合作构建的项目上，我逐渐放松了要求。我在好几个地方都需要同样的访问权限检查：路由处理器、后台任务、API 端点、Webhook 等等。每次我都描述一下需求，模型生成一段能用的代码，我就合并进去了。 每个版本看起来都像这样： ``` if (user.isActive && user.hasPermission('read') && !user.isSuspended && account.status === 'open') { // 执行某个操作 } ``` 基本上是相同的条件判断，每次都是。四个条件，可能变量名稍有不同，逻辑复制粘贴后改一两个字。原本有更干净的做法——比如一个共享的辅助函数，如果是我自己写，我肯定会提取出来的。但我没有。代码能跑！测试通过了，而且我也不是那个需要再碰它的人。 这就是我偷懒的地方：如果代码不符合最佳实践，或者我知道某段代码将来维护起来会很痛苦，那又怎样呢？以后需要改东西时，LLM 会处理，而不是我。 *但问题是*，LLM 并非在真空中写代码。它会读取你的代码库：你打开的文件夹、已有的模式、以及你最近做出的更改。**你合并进代码库的每一个偷懒做法，都在告诉模型“这里就该这么干”**。下次你让 LLM 再写一个带有相同权限规则的端点时，模型不会从基本原则出发。它会从仓库里已有的四个副本开始。 于是你要求第五个端点，得到的是第五份条件判断，带着同样的复制代码。你要求重构，模型保留了全部五个，因为你的代码看起来就是这样。坏的模式不再是个例，而是被认为是你的风格。 如果你一直这样放任下去，当你想修复某个问题的时候，你真的能相信 LLM 能抓到每一个实例吗？ 当然，其中一两个本身不是灾难。事情总是这样开始的，但代码坏味道确实会积累。每一个重复的条件判断、每一个“上帝函数”、每一个“我稍后会清理”的合并，都会为下一次提示添加一层信号。最终你很难通过提示轻松摆脱困境——至少不亲手弄脏代码、卷起袖子干是不行的。 最令人沮丧的是：我以为我把维护工作外包给了 LLM，但实际我滑入的滑坡，是在训练 LLM 养成越来越差的习惯。 像人类会维护代码那样写代码吧。LLM 就像海绵，吸收你的一切，然后重复给你。所以，确保你给它的东西是好的。