AI 编程会让代码更脆弱吗:HN 讨论架构边界与测试反馈
讨论者描述了网关绕过服务后的返工,也对“测试太浅”给出相反经验。具体分歧涉及架构约束、测试反馈和质量规则,相关说法仍以个人经历与判断为主。
社区观察 · Hacker News · 原文日期 2026-11-10
网关混用两条数据路径
ratelimitsteve 描述了一次返工:原本网关只调用其他服务的接口并整理响应,后来部分调用改为直接访问数据库,另一些仍走服务。调整筛选逻辑时,他因此要同时修改网关与服务。他将问题归因于同事追求交付速度、未遵循既有架构;这是个人案例。
测试太浅,还是测试过度
fauigerzigerk 把浅层测试视为首要问题。他认为,AI 编程需要良好的反馈循环;缺少高质量测试用例或某种形式化规格,反馈就会变得随意且难以重复,进而损害代码质量。这是他提出的机制判断,评论未附对照测量。
keeda 的经验相反:他没有遇到浅层测试,反而常见模型补充遗漏的边界情况,甚至测试过度。他更担心整项功能交给智能体后,代码过度复杂、防御过多且冗余。他也限定了经验范围:未用开源模型做严肃编程,直到几周前都使用免费档位。
把测试与命名要求写成规则
luckystarr 主张明确项目要求。他称,定义理想测试后,智能体便写出了所需测试;规则还覆盖代码结构、禁止事项和开发流程。他用一年逐步完善设置,最后一次修改涉及按钮命名标准及选择规则。这套流程的效果是其个人报告,未经独立验证。
从症状到结论还缺哪些证据
fxwin 追问判断依据:“过于复杂”究竟相对谁而言?他希望列出的脆弱性症状有数字或案例支撑,并质疑从列举症状直接走到标题结论的推理。这些评论呈现了相互冲突的个人经验,尚不能据此确认 AI 使用与代码脆弱之间的普遍因果关系。
原始标题:AI usage generates a fragile codebase
来源:Hacker News