AI 写出来的代码越来越多，未来的软件会不会变得「没人真正看得懂」？

一个vibe的小工具项目，开发者已经彻底看不懂了

一位开发者在知乎上分享了自己的真实经历。他开发了一个vibe小工具项目，却从一开始就彻底看不懂其中的代码。整个项目几乎完全由AI生成，开发者本人对代码逻辑缺乏深入理解。这种情况并非个例，随着AI编码工具的普及，越来越多项目开始依赖机器生成的内容。

开发者坦言，自己对项目的核心实现一无所知。代码的结构、算法细节以及各种依赖关系，都超出了他的直接掌控范围。这直接反映出AI生成代码在实际项目中的渗透程度。

功能添加与bug修复全靠AI求助

在维护这个vibe小工具时，开发者每次需要添加新功能或修复bug，都必须求助于AI。他无法自己阅读和修改代码，只能通过与AI对话来完成操作。这种依赖模式让整个开发流程变得被动。

无论是新增特性还是排查错误，开发者都将AI当作唯一可用的工具。这种情况凸显了AI代码在实际维护中的主导地位，也暴露了人类开发者与生成代码之间的脱节。

三四个月使用中从未省心的现实

这个vibe小工具项目上线后，使用了三四个月的时间，却从未让开发者省心。问题总是以突发方式出现，只有等到程序崩溃或功能失效时，他才意识到存在bug。

这种被动发现问题的模式，让开发者始终处于紧张状态。他无法提前预知潜在风险，只能等待故障发生后再去处理。这反映出AI生成代码在稳定性方面的实际表现。

广东双马尾定律下的隐藏风险

开发者借用了一个生动的比喻来描述项目背后的风险：如果你在厨房里看到一只广东双马尾，其实看不到的地方已经有一百只。这个“广东双马尾定律”被用来形容AI生成代码的隐藏问题。

表面上看似正常运行的软件，背后可能埋藏着大量未知的雷点。开发者不敢深入思考项目中究竟隐藏了多少潜在bug，因为一旦开始挖掘，可能发现的问题会远超预期。这种比喻直观地传达了AI代码带来的不确定性。

外卖式使用：懂太多反而吃不下

开发者将使用AI生成代码的体验比作吃外卖。他认为，千万不能懂得太多，否则就吃不下去了。这意味着对代码细节了解得越深入，越可能对项目的质量产生疑虑。

这种心理接受方式成为许多开发者面对AI代码时的选择。保持一定距离，反而能让项目继续运转下去。如果过度审视代码的每一个部分，可能会导致无法继续使用或维护。这种类比揭示了开发者在AI时代下的现实妥协。

未来软件维护的潜在挑战

随着AI写出来的代码越来越多，未来的软件可能面临没人真正看得懂的局面。这个vibe小工具项目的经历提供了一个具体案例，展示了完全依赖AI生成代码可能带来的后果。

当软件的核心逻辑由AI主导，而人类开发者仅作为操作者时，长期维护将变得困难。bug修复、功能迭代以及安全审计都可能依赖AI自身，形成一种循环依赖。开发者在信号中表达了对这种趋势的担忧，项目背后的雷点可能在未来某个时刻集中爆发。

整个经历提醒技术社区，需要认真思考AI生成代码对软件可维护性的影响。如何在利用AI效率的同时，保留人类对代码的理解和掌控，将成为行业面临的重要议题。

这个案例虽然聚焦于一个小型vibe工具，但其反映的问题具有更广泛的意义。AI编码工具的快速发展正在改变软件开发的传统模式，而我们才刚刚开始面对随之而来的挑战。