只须软件工程照旧团队合营，咱们就需要一种方式让东谈主知谈系统怎样运作、为什么作念了某些决定、规模在那里，这个需求不会因为AI运行写代码就隐藏，正巧相背，它变得更要道了。

以前大无数团队靠代码审查来处分这个问题，当有东谈主审查你的团结申请时，他们不单是在查错误，更是在采纳凹凸文，理解某些决定为什么被作念出，这即是团队的隐性常识。在DevEx指导者社区The Hangar，咱们时常究诘代码审查。凭据《Looks Good to Me: Constructive Code Reviews》一书的作家Adrienne Braganza Tacke的不雅点，代码审查最垂死的功能其实是记录留存：纪录代码库是怎样演变的、为什么这样变，而不单是是握bug。

那段对话当今看来仍是像是另一个期间了，咱们所熟知的通盘这个词软件建立生命周期，不仅在加快，更在坍缩和被再行界说，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谈主类能审查的速率。团结申请堆积如山，或者被橡皮钤记一盖了事，那谈审批关卡仍是不再匹配咱们当下作念软件工程的方式了。

但如果AI当今生成了大部分代码，而莫得东谈主能读完通盘代码，常识该怎样传递?

在代码各异之上作念决策

我提议的处分代码审查瓶颈的决议是：把东谈主工检讨点前移，去审查意图，审查代码应当餍足的左券：规格诠释、决议、拘谨条款和验收表率，常识传递这部分也相似适用。

如果团队在生成代码之前就审查了意图和验收表率，常识传递就会在算计过程中当然发生，你不需要从500行的代码各异里反推决策。你是在职何东西被构建之前，就对皆少数几个要道弃取。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、一组验收表率，照旧从prompt对话中索求的重点，原则都一样：让决策可见、可审查，常识就在那里。

当建立者使用Cursor或Claude Code时，他们在约束作念决策：架构弃取、行径量度、领域判定，这些决策存在于prompt对话中，存在于与智能体的来往交互里，但当团结申请提交时，这些凹凸文就没了，代码在，背后的推理不在。

在杀青之前形态化意图这个目的并不新，行径驱动建立(BDD)、测试驱动建立(TDD)和按左券忖度打算(Design-by-Contract)这些轮番，都试图在写代码之前，用结构化的、东谈主类可读的规格来界说行径。BDD尤其要求团队用当然谈话样貌系统应该作念什么，写成连非期间干系东谈主都能读懂和考证的场景，并且是在写任何代码之前。

这些轮番以前常被视为支拨，写形态化的行径样貌和左券需要治安和时期。在寄托压力下，团队时常跳过它们。AI让它们变得更实用，而不是更伪善用。AI不错匡助生成结构化的验收表率、行径规格，以至左券式样貌。它也能匡助实施这些表率。

AI软件工程不是单东谈主指点

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。有东谈主说这即是软件建立的改日——单东谈主建立者带着一群agent，但我不这样觉得。构建软件，即便有智能体加持，yabo888vip官方网站也不是单东谈主指点。

如果阿谁东谈主被车撞了，别东谈主能接办这个技俩吗?他们理解通盘作念过的决定吗?不可。在企业环境中，你需要冗余。多个干系东谈主、多个团队、合营。

常识传递的功能不会因为AI遴荐率飞腾而变得不垂死，它变得更垂死了，因为系统骨子作念的事和任何个东谈主对它的理解之间的差距，正在以前所未有的速率拉大。没东谈主但愿我方的高档工程师成为瓶颈，因为唯有他们知谈我方是怎样从AI那里取得处分决议的。

当AI参与到经由的每一个要领时，合营的社会左券正在改变。存在作家身份依稀——一个东谈主审查共事提交的代码时，不知谈对方花了若干元气心灵去理解这段代码的细节。审查员可能用AI来帮我方理解代码并发表辩驳，而作家可能用AI来复兴这些辩驳，却莫得花时期真确阅读和理解它们。

在AI出现之前的团队里，一个低级工程师的团结申请会产生：

• 高档工程师就习用法模式给出4~8条辩驳

• 对于规模情况的来往究诘

• 一堂隐含的"我会怎样念念考这个问题"的课

• 一位当今知谈这部分代码存在的高档工程师

而在AI重度使用的团队里，相似的变更是：

• AI生成，稍作剪辑

• AI审查，稍作通过

• 团结，零个东谈主对它酿成了心智模子

新式债务：认识债务

我最近和教悔、接洽员Margaret-Anne Storey聊过，她为此创造了一个术语：认识债务(cognitive debt)，她领先是在一组用AI快速构建的学生身上遏抑到这个风景的，某个时刻，学生们告诉她，他们仍是没法再对居品作念蜕变了。教悔一运行怀疑是期间债务、代码衰败，恶果发现学生们积存的是一种新式债务。

他们仍是搞不清我方在作念什么功能、为什么作念，他们不知谈团队里谁知谈什么，其中一个团队里，唯有一个东谈主了解通盘代码并理解它，因为是他在监督生成代码的AI，而团队其他东谈主作念不到这少量，并且就连生成代码的阿谁东谈主，也并不真确理解生成了什么。

这即是团队运行用AI快速构建时的风险：因为实验中不可能审查数千行AI生成的代码而消释代码审查，却什么都不作念来替代常识传递的功能。

Anthropic的接洽揭示了过度依赖AI编程助手在代码理解方面的流毒，他们对52名工程师的接洽发现，AI扶助在职务速率上莫得带来统计权贵的普及，但在随后的理解测试中得分低了17%。降幅最大的是调试身手，见识理解和代码阅读也有小幅下跌。论断很明确：被迫地甩给AI("让它能跑就行")对学习的毁伤，繁多于用它来发问和理解代码。

哪怕只是在用主智能体写完代码后触发一个抵挡性智能体，问一些诸如"你为什么这样作念?""你预期什么行径?""你推敲了哪些量度?"这样的问题，也能在很猛进程上减少认识债务，它迫使建立者在代码往前鼓吹之前，先把理解诠释晰。

让常识传递变得专门为之

那些判断和那些决策——这才是咱们行动东谈主类在AI优先的全国里真确提供的中枢价值。你以至不错说，大部分写出来的代码都是样板代码。咱们真确在作念的主如果架构决策、行径决策和期间决策。这些才是咱们需要行动输入提供给AI系统的东西，而每一次变更都需要对这些决策有清醒的认识。

以前通过代码审查发生的好多常识传递是附带产生的，工程师采纳凹凸文，是因为他们必须看代码才能批准它。跟着咱们迟缓淘汰审查，大概审查这些决策变得愈加垂死。

归根结底，工程师仍然要对我方创建的变更阐述。通盘这些决策都必须被跟踪，必须有东谈主大概审计它们、追问为什么作念了某些决定，这即是你的真的起原。我觉得团队合营和常识传递即是这样演进的，即便我说过咱们应该干掉代码审查。

分娩力的普及是真实的，值得追求yabo888vip官方网站，但每个隧谈以团结申请蒙胧量为优化研究的企业，都是在拿我方的工程文化作念实验。五年后，真确赢下来的不会是那些寄托最多AI代码的企业，而是那些工程师依然理解我方寄托了什么的企业。