AI需要更多的工程纪律，而不是更少

本文作者Charity Majors回应了读者对之前AI相关文章的反馈，深入探讨了AI对软件工程的影响。她指出，2025年AI代码生成能力发生了根本性转变，尤其是Opus 4.5和代理性框架的涌现，使得AI能够生成与中级工程师水平相当的代码，且速度更快、成本更低。这一变化彻底颠覆了代码生产的经济学：代码从昂贵、需要精心维护的资产，变成了可快速生成、可丢弃的消费品。

Majors强调，尽管AI生成代码的能力惊人，但这并不意味着可以放弃工程纪律。相反，工程纪律变得更加重要。她引用Chad Fowler的“凤凰架构”概念，认为代码应被视为“理解的材料化视图”——当代码易于生成时，它就不再是永久资产，而更像是一个缓存，只有在当前时才有用，过时就应丢弃。这种视角要求工程师更关注系统的理解、评估和验证，而不是仅仅编写代码。

文章还回顾了从手动管理服务器到不可变基础设施的转变，指出这一历史类比有助于理解当前AI对软件工程的影响。过去，服务器被视为宠物，需要精心维护；而现在，基础设施被视为 cattle，可以随时替换。类似地，AI使得代码可以被快速替换，但前提是我们必须理解代码背后的行为、约束和不变性。Majors认为，这要求工程师将更多的精力投入到架构设计、评估和测试中，而不是仅仅依赖代码本身。

作者进一步阐述了“删除测试”的概念：试想删除整个实现，大多数工程师会感到恐惧，因为这暴露了我们对其行为、失败、不变量和正确性的无知。这些不是代码问题，而是评估问题。当代码是唯一承载知识的地方时，它变得珍贵。但在AI时代，当重写变得便宜时，代码就不再是资产，而是缓存的实现理解。这一转变要求我们加强工程纪律，特别是在评估方面。

最后，作者呼吁不要重复2025年的错误：当时许多人对AI代码生成持怀疑态度，但事实证明怀疑是错误的。面对AI的快速发展，工程师应保持开放心态，同时加强工程纪律，以确保在AI时代依然能够构建可靠、可维护的软件系统。她还提到，Honeycomb公司去年八月就发布了AI指令，积极拥抱这一变革，并强调了基础设施即代码和不可变基础设施的经验教训在AI时代的适用性。