我余下的职业生涯都要用来审查AI生成的代码吗?
摘要
一位开发者对AI生成代码的依赖日益加深表示担忧,担心自己的职业生涯将沦为仅仅审查AI输出的工作,而不再是参与创造性的问题解决和编码。
编辑:请在评论前完整阅读帖子,有不少人完全误解(或相反理解)了我的意思,这让人遗憾。过去一年里,我一直在思考——开发者们开始大量依赖生成式AI,我看到周围有人炫耀说自己几个月没写过一行代码了。很多时候,同事向我展示他们解决问题的思路时,那明显是AI生成的Markdown列表。我觉得人们对于把工作直接交给生成式AI模型这件事太过热衷了。有人告诉我,如果我是一名优秀的软件工程师,就应该乐于监督AI为我写代码,“这样我就能专注于更宏观的问题”。我知道自己是优秀的工程师,能设计解决方案、领导团队,但我也喜欢自己解决问题,我喜欢编码,喜欢写出让复杂SQL查询快10倍的代码,喜欢写高效的代码,也喜欢解决复杂问题时那种“原来如此”的顿悟时刻。然而,周围的人都如此急切地想要达到一个状态:把一张工单直接交给AI代理,它们自己就能搞定一切……留给人类的只剩下审查PR(除非你再派另一个代理去干这个)。难道只有我真正享受这份工作吗?我想知道大家对把规划和开发工作交给AI代理这件事普遍是怎么看的。编辑:感谢所有回复,我从大家那里得到了很多好的见解,既有关于未来可能不像我想象中那么无聊的观点,也有关于如何让使用代理的方式更有趣、更投入的建议。
相似文章
AI生成代码的质量
这篇文章讨论了一个担忧:随着AI工具生成越来越多的代码,未来基于这些合成代码训练的模型可能会质量下降、原创性降低,并询问像OpenAI、Anthropic和GitHub这样的主要AI实验室计划如何应对这个问题。
AI编程工具是在让开发者变得更好,还是仅仅加速了糟糕的判断?
一篇观点文章探讨了像Claude Code和Copilot这样的AI编程工具是否真正提升了开发者的技能,还是仅仅加速了有缺陷的决策,并强调了需要新的指标来评估工程中的人机协作。
程序员拒绝在没有AI的情况下工作——这可能会反噬他们
开发者越来越拒绝在没有AI编码工具的情况下工作,但研究和报告表明,这种依赖可能并不会提高生产力,反而可能增加维护成本,引发对长期影响的担忧。
2026年AI编程代理输出验证:查看差异、氛围检查再合并
关于当前AI编程代理输出验证实践的一点反思,指出开发者通常只是粗略查看差异就合并,而没有全面审计代理的会话活动,引发了对AI时代代码审查文化的担忧。
代码审查需要认真阅读代码
一篇开发者博客文章反对在不阅读 AI 生成代码的情况下直接将其部署到生产环境,强调代码审查具有至关重要的作用:分散责任、降低巴士因子风险,以及让团队成员保持对代码库的了解。