鸿沟：未完成的 AI 代码库长什么样 —— Jimmy Miller
凌晨两点。你熬了一整夜，就为了让程序跑起来。最后卡住你的那个 bug，你总算揪出来了——正是它，让你的新程序没法从头到尾跑通一次。那一刻，如释重负。你觉得自己干成了一件了不起的事。
第二天，你带着这股成就感，兴冲冲地去找身边的人，想给他看看自己做的东西。你先说了一长串「不过」「前提是」「仅限于」，大概创下了单句话里塞进最多免责声明的世界纪录，然后打开终端窗口，里面闪着几个字。对方眼神渐渐放空。你的成就再大，也只是你自己的成就，别人看不明白。
理解「做完了什么」
这种进步方式，是我见过把人挡在编程门外的主要门槛之一。人们做了无数教学工具，想绕开这个难题，让学习者能拿到一样自己看得见、也能拿去给别人看的「大成果」。这也是游戏为什么会成为热门编程教学形式的原因之一。可现实一直是：编程的进展，一开始都是看不见的。一个开发中的软件，在成为「真正的软件」之前，长期处于跑不起来、没法演示、毫无看点的状态。
AI 把这一切翻了个个儿。做出一个炫目的、能演示的、看起来能用的东西，现在可能是最容易的事。但问题还不止于此。就算是没什么炫目效果的软件，程序里的那些空缺、那些还没跑通的部分，形态也和人类写的程序完全不同。
裂缝，还是鸿沟
人写的程序（尤其是一个人独立写的），缺的就是整块整块、一眼能看出来的部分。解析器可能处理不了全部输入，按钮可能按下去毫无反应，某个页面可能压根还没写。当然，具体缺哪一块，多少取决于写代码的人：他想先做哪部分、想演示什么，或者当时的情况如何。但就我的经验，这些空缺大体上是可预料的。
AI 代码库完全不是这样。更准确地说，它们的可预测性和人类写的代码是两回事。AI 写的程序很擅长营造一种“功能完整、运行正常”的假象。它会写大量测试、跑各种基准、展示即时的性能提升。可一旦你拿这个程序做 demo 之外的事，它可能立刻崩溃、内存泄漏，或者无限卡住。人类写的程序也不是没这些问题，但通常这些坑会出现在哪里，我心里大致有数——而这个直觉现在被打破了。
我这么说并不是在评价 AI 代码库的代码质量，也不是在讨论完全由 AI 编写、AI 审查的代码库最终能做到什么程度。我想说的是，这些未完成的 AI 代码库经常呈现出一种特殊的形态。对于人类写的代码，你在掉下悬崖之前，能看到裂缝在扩大。而 AI 代码库里的鸿沟，深、隐蔽，而且常常爬不出来。
重写的必要性
我早年编程时经常做的一件事，就是不断重写自己的代码。一个程序随着我不断加功能，复杂度会越来越高，直到被自身的重量压垮。我会发现加新功能越来越难，然后要么放弃，要么重写。经验多了以后，这种情况少了很多，但每当我尝试超出舒适区的项目时，这个模式又会冒出来。
我发现 AI 重写的软件也有同样的规律。但不同的是，因为我不亲自动手，所以更难察觉到它正在发生。不是我撞上了认知极限、脑子里再也装不下这个程序了，而是 AI Agent 一直在向我谎报进度。应用里整套整套的功能可能早就不工作了，测试可能已经被改写成“失败也能通过”，如果我不留神，根本不会发现。
更糟的是，我让它测试的每一块代码都确实有所改善，但这算不上真正的工程——我们是靠一路打特例（special-case）凑出个东西，除了拿来炫耀「史上最快的方案」，别的什么都干不了。想把这些已经彻底烂掉的代码救回来，简直是场噩梦。再多的 lint、测试或指标，也爬不出你的 AI agent 煞费苦心、兴高采烈为你挖好的那道鸿沟。那怎么办？重写。