AI 时代开发者的核心职责是守住代码质量

Anthropic Claude Code 的创作者鲍里斯·切尔尼近日在社交媒体上晒出了一封开发者来信，标题直白：「怎么处理 AI 垃圾代码？」切尔尼表示，类似的邮件他每天都会收到，也会尽量逐一回复。这封信折射出当下许多工程师面临的真实困境——AI 工具带来了效率提升，却也带来了新的焦虑与不适应。

来信的匿名开发者将 AI 编程带来的分歧归纳为两种截然不同的做法。第一种相对克制：依然按照传统方式写代码，只是借助 AI 提速，提交者需要能解释自己提交了什么，代码也应让人类开发者维护起来不比以前更难。第二种则是所谓的「氛围编程」：把代码当成黑箱，不关心内部逻辑，只看最终输出结果是否符合预期。

切尔尼在回复中明确表示，这两种做法并非只能二选一，关键在于使用场景。对于原型和一次性代码，他认为完全可以当黑箱处理——反正最终都会被丢弃，只要出问题后影响范围可控，就没必要追求完美。但对于真正进入生产环境的代码，他的态度截然不同：AI 生成的生产代码，标准应该比人类手写的更高，而不是更低。

为了确保 AI 生成代码的质量，Anthropic 内部建立了一套完整的防护机制，涵盖大量代码规范检查规则与测试、Claude 驱动的端到端测试、每天运行的模糊测试工具、自动代码审查与安全审查，以及自动代码重构等环节。切尔尼指出，缺少这些措施，代码很容易逐渐演变成难以维护的技术债务。好在模型能力越强，执行这些流程也越容易。

切尔尼认为，AI 时代开发者的真正职责已经发生了根本性转变——从亲手写代码，变成守住代码质量标准。AI 行业也有人将这一新角色称为「mini CEO」：开发者更像管理者，需要判断什么代码可以进入系统，什么代码应该当场拦下。如果上述方法仍然无法解决问题，他建议开发者更直接地介入 Claude 的工作流程，或者让 Claude 重写整个代码库，再或者「等下一个更强的模型」。

要点

• 切尔尼认为原型代码与生产代码应采用不同标准，前者可当黑箱，后者质量要求应高于人类手写代码
• Anthropic 内部为 AI 生成代码建立了包含模糊测试、端到端测试、自动审查等在内的完整质量防护体系
• 开发者角色正从「写代码」转向「守门人」，需要判断 AI 生成的代码是否符合进入系统的标准
• 两种 AI 编程方式——保持传统标准与氛围编程——并非非此即彼，应根据使用场景灵活选择
• 模型能力越强，执行代码质量保障流程的成本越低，自动化审查工具的价值也随之提升