AI陷阱：为什么你无法停止阅读代码

我最近读了Abigail Haddad关于不阅读代码的文章，并强烈赞同。不过我得说，你仍然需要阅读你的代码！（大部分情况下）

当然，当你处于探索阶段，构建快速原型、数据可视化或交互式线框以验证想法时，“氛围编码”方法非常强大。正如Abigail的文章指出的，注意力是你最昂贵的资源之一，何必把时间浪费在“如何做”上，而忽略了“做什么”呢？

但是，在什么节点上，不阅读代码会演变成对代码的失控？

构建黑箱的隐藏成本

介于语法专家和完全不知道代码如何工作之间有一个危险区域。当我们停止阅读代码时，就开始错失找到更好方法的机会。比如，当你扫一眼Claude正在编写的脚本时，突然意识到：“等等，如果我在这里稍作调整，就可以把这个本地工具变成一个在浏览器中运行的独立网页应用，简化流程，而且WASM很酷，所以不算过度复杂！”

如果你只关注输入和输出，就会错过那些只需快速浏览实现就能发现的结构性机会。你可能得到一个能用的工具，但失去了看到如何构建更好工具的机会。不幸的是，我们这个行业并不真的把优雅看得比能运行的代码更重要；幸运的是，计算机速度很快，所以粗糙的工具也能表现得相当不错。

超级基金遗留代码库

然而，更大的风险不在于错过设计改进、编写整洁代码或避免整洁代码（贬义），而在于系统的长期架构以及我们如何速通进入一个沥青坑。

你可能经历过遗留代码库。它们不断增长，变得复杂，最终变得如此纠结，以至于连原始开发人员都不敢触碰。一个简单的变更变成昂贵、高风险的操作。

有了AI，我们现在有了一种更快积累技术债务的新方法。我们可以以创纪录的速度创建一个“超级基金遗留代码库”。

如果你不阅读代码，你就没有做出设计决策，而是把它们委托给了AI。如果不阅读代码，我们本质上是让AI架构一个我们并不真正理解的系统。系统往往会积累复杂性，而生成式AI更擅长生成而非精简。

最终，增长中的系统会达到复杂性天花板——AI无法再可靠地进行更改而不破坏一切。人类和他们的代码也有这个天花板，但有技能的人可以维持更高的复杂度。AI更快，直到它不再快。

避免陷阱

没有监督的氛围编码是通往技术陷阱的单程票。我们阅读的代码越少，对系统的理解就越少。我们越使用AI加速，就越可能加速进入一个连最好的LLM都无法解开的复杂层次。

Abigail说得对，我们不应该在所有上下文中把注意力花在实现细节上，但如果我们需要花相当一部分预算来审计实现，那实际上也省不了多少。

如果我们不理解正在构建的基础，我们最终可能会发现自己站在一个非常令人印象深刻、功能齐全但最终无法更改的烂摊子中间。超级基金场地清理可能耗资数十亿美元，并沿途伤害很多人。所以，考虑一下通过阅读代码能节省多少时间和金钱，尤其是在重要的上下文中。

什么都不管用，但还是很美。