喂，AI！你懂什么叫编程吗？

文章主旨：

本文指出，尽管AI在单次、简单编程任务中表现出色，但在需要长期迭代的真实项目中，AI无法独立应对，其表现随迭代次数增加而急剧下降，且成本上升，因此人机协同才是软件开发的正途。

关键要点：

• AI在短期、明确的小功能上优势显著，但在长期迭代项目中表现严重退化，全量回归测试成功率在后期接近零。
• 研究表明，89.8%的项目中AI产生的无效/重复代码增多，80%的项目代码结构恶化。
• AI缺乏长期维护意识，会堆砌重复代码、随意修改结构，导致系统脆弱混乱。
• 随着迭代次数增加，AI的调试成本上升近3倍，未能实现降本增效。
• 正确使用AI的方式是：人主导架构与质量，AI负责速度与实现，两者协同。

内容结构：

1. 普遍认知：AI编程被神化
当前社交平台上充斥着AI几分钟写页面、通过测试的案例，导致人们认为AI可以自动生产软件、替代程序员。这种看法在单次简单场景下有理，但不足以应对长期迭代。

2. 长期迭代中的真实表现
SlopCodeBench研究（2026年）覆盖20个项目、93个迭代节点，测试11个前沿AI编码模型。结果显示：没有AI能从头到尾完成一个项目。随着迭代推进，新增功能测试通过率不足60%且持续走低；全量回归测试通过率在后期接近零。同时，成本曲线显示每轮花费随迭代增加近3倍。

3. 核心原因
AI的目标只是满足当前需求，不考虑代码健康、可维护性。它会堆砌重复代码、硬塞逻辑、随意修改结构而不顾连锁影响。研究显示89.8%的项目中无效/重复代码增多，80%的项目代码结构恶化。

4. AI编程的真正边界
AI适合单次、短期、局部、明确小功能；不适合长期、迭代、整体、复杂的项目。人需要定架构、拆模块、定义接口、把控方向，AI在框架内完成具体编码。

5. 正确使用AI的方式
AI完成具体需求但扛不住长期变化；替代机械劳动但替代不了判断。人主导架构与质量，AI负责速度与实现，两者协同才是未来。

文章总结：

本文以实验数据揭示AI在长期迭代中的局限性，呼吁理性看待AI编程，强调“人主导、AI辅助”的人机协同模式，避免盲目神化或贬低AI。

当今社会最可怕的现象：傻子共振

了解更多

禅道项目管理工具

查看原文：喂，AI！你懂什么叫编程吗？

文章来源：

禅道项目管理工具

扫码关注公众号