AI生成的代码能跑但难用：开发者为何仍坚持人工审计

科技论坛Linux.do近日一篇帖子引发对AI编程质量的讨论。作者明确表示支持AI辅助开发，但强调编程不能只靠氛围和幻想，人工审计仍是把握代码质量与品味不可或缺的环节。作者以当天下午一个仅几十行代码的简单任务为例：他提供了完整的文档和实现规划草稿，并通过与模型反复沟通敲定最终方案，前期流程堪称完美，但GPT模型交付的最终实现却令人哭笑不得。作者用类比示例说明问题：要求实现三个整数相加，AI却引入了C++的concept约束、模板泛型和constexpr等机制，把一个简单的加法函数包装成过度抽象的通用组件。作者评价称，AI生成的代码当然能跑，而且跑得很好，但代码质量不敢恭维，模型容易困死在局部最优，喜欢凭空引入复杂度，却时常忽略真正的工程细节。他表示，AI生成的代码基本都要经过自己的重构后才能投入使用。该帖引来多位开发者参与讨论，反映出一线工程师在AI辅助编程普及的背景下，对生成代码可维护性与工程质量的普遍顾虑。

事件分析

核心观点：AI能把代码跑通，却难守住工程品味；生成越自动化，人工审计越是质量不可外包的最后一环。