你们还在乎 AI 生成的代码的可阅读性吗？(合集转寄)

最近在我们团队内，几个小伙伴对 AI 有个争议。就是我们还要在乎 AI 生成的代码，面向碳基人类的可阅读性吗？ 传统的软件工程要求有清晰的变量、高扇入、低依赖。每个函数要有合理的代码行数等等。但仔细考虑一下，这里都是在假定修改代码很难，需要人类多次阅读的基础上面设定的规矩。如今代码是 AI 写的，也是给 AI 读的。还需要这些规矩吗？ Linus 说，现在的 LLM Agents 写代码，和他们当年从汇编升级到 C, Pascal 编译器其实差不多，都是让工具生成代码。而编译器发展到现在，也没人在乎编译器生成的汇编代码是否能够让人类阅读了对吧。 同理，我们还需要在乎 AI 生成的代码是人类可阅读的吗？

没有规范，AI就可能会瞎搞；而有规范的话，顺带给AI加上代码可读性的规范提示词是举手之劳 所以，不要求白不要求啊。一定要加上可读性的设定，不管是在编码规范里，还是在code review规范里。

垃圾代码少点，AI读起来也容易吧 毕竟上下文不是无限长的

汇编出来了，人们不看0101了。高级语言出来，人们也不看汇编了。vibe coding后，看 代码也会成为历史吧。或许以后直接vibe 010101了

vibe 010101，是外行话，哈哈 AI要靠高级语言的语义，还要编译器的保护。一个项目纯粹用010101对AI来说也是绝对的天坑

现在 肯定需要， 编译器翻译几乎是无损的 AI 生成的 可不是，连 可重复性都 没有，无损 更是没有

编译器生成的汇编代码人类可以信任，目前AI生成的代码不能完全信任吧，两者不可类比

ai生成的代码我看可读性挺好的 而且吧，还可以解决传统编码时代代码和注释经常不匹配的问题

你要是不在给AI的规范里写明“注释和代码保证配套更新”、“代码里的关键决策、复杂决策要注释”，它一样会漏加注释、改代码时不改注释

你是team leader，在古法编程时代， 1. 你会逐条阅读你手下的人的代码吗？ 2. 你会严格要求你手下的人遵循软件工程的每一条守则吗？ 3. 文档严格同步吗？ 4. 接口设计规范吗？考虑到扩展性了吗？ 5. 手下会轻松理解你的结构设计的意图吗？ 6. 你的结构设计细节真的就无懈可击吗？ 7. 已经是屎山代码了，敢不敢大规模重构？ 8. 你的手下的编程能力真的很高吗？ 9. 与你的手下的速度与工资相比，AI的代码速度与token花费哪个更划算？ 10.当每天产出1万行代码的时候，你真的认为你能看得过来吗？ 11.同样是1万行代码，AI有几个bug，改多久？你手下写的有几个bug，改多久？ 12.同样是1万行代码，AI写的可读性，你手下写的可读性，哪个更高？ 13.放弃AI写的10万行代码，和放弃手下写的10万行代码，你觉得哪个决定更容易？ 14.你愤怒于AI的频率高，还是愤怒于手下的频率高？对后者你敢骂脏话吗？ 15.你觉得提高一个笨蛋的水平更容易，还是向一个比自己厉害的人请教更容易？ 综上所述，你该如何选择？

1. 前几年出过一个木马，就是污染了编译器，让编译器每次编译必然产生一个木马。所以编译器生成的代码真的可以信任？ 2. 现在AI生成的代码已经比99%的人类靠谱了，而且还在飞速发展。

不在乎，本来也看不懂。

99%的人类还是99%的码农？99%的人类不会编程

现在ai自动debug能力还不太行吧，和debugger结合（我看让ai能使用debugger的vscode插件mcp server 还没几个人用），然后结合平台/数据的之类的来debug。那需要人来兜底debug的话，代码的可阅读性还是重要的。

你们应该是公司吧？AI生成的代码量大吗？AI每次生成的代码都会放到代码库里边做版本管理，然后每一个版本都会review吗？我感觉做不到吧，代码量太大了。

主要是关键业务代码可阅读可理解就行。人类不能维护过长的代码。一般也就是1万行。所以弄清楚关键逻辑就行了。我一般让codex写代码，claude审查。审查报告由第三方评估。第三方以前是Gemini，后来是人了

+1

洋洋洒洒不知所云。 你这15条真的有逻辑递进吗？能回答楼主的问题吗

可读性是可维护性，可维护性是责任与约束，也是支撑。 1 最终落到某个人身上时，他得负责。可读性为这个人能负责提供尽可能多前提。 2 目前AI需要人来驱动，岗位分工需要人来负责。 基于以上， 1 传统的可读性定义就要发生变化。可读性是“有利于、可支持人驱动AI”。 2 基于AI窗口尺寸，定义“模块”尺寸。模块的 fan-out，加起来的尺寸，在这个窗口尺寸内即可。 方向： 1 绝对不要加任何注释。代码已经是“代”意图+机器指令的码了，再加注释是“代代”码了。对AI是障碍。 人需要了解时，一个“模块”丢给AI总结即可。 2 不需要拆分函数，一个文件 8000行（假设加依赖，仍在AI的上下文窗口内），完成一个功能即可。single-page-app 思路。 3 建立更多更粗粒度接口（上面的模块），配套更多测试，发展多样化测试（UI暂时不行）。解决AI输出不可重复的问题。不像编译器。 感觉能做到的就是1。先行动起来。哈哈哈。2，3对AI都够呛。

1 能稳定生成木马，就是编译器与AI的区别。确定性与概率性。 2 是的。生成的代码，到可用、可维护的软件，需要新的软件工程方法。这正是楼主的问题。

不能读很快变屎山 要不断重构 Rust的无畏重构优势明显

如果你不知道我在说啥，那就说明这些问题不在你的价值体系内，仅此而已。 而恰恰我提的问题都是价值判断，不同位置的人有不同判断，很正常。

可读性比人写的强

目前99%的人类程序员都比不上此时的顶级AI。 我相信不出几年，甚至几个月，这个数字会变成100%。

如果你不知道我在置疑啥，说明你的价值体系比技术和逻辑优秀的多，而且不止如此。 而恰恰回答楼主的问题，优先需要技术与逻辑，价值才能被支撑。编程技术版。不是编程价值版。 另外，中文里“不知所云”出现时，不是说话的人不懂，而是用于指对面说的没意义，没道理，或者跑题了、放空炮、没结论、故作高深。搭配洋洋洒洒，一般是后者。

ai时代第一抛弃注释，需要时让ai总结，这个想法怎么样 损失token，换来不误导ai。 有收益。

要让同一个AI的不同轮次、不同AI的轮次之间保持强一致性，最好（其实是必须）有文档。 但是文档不太可能像注释那么细。 所以，感觉是： 1、文档是粗线条的。即使是详细设计文档，有些地方可能也覆盖不到。除非文档能细到函数级，但那样维护可能也是个负担，要保持文档和代码的一致性。 2、注释是某些具体位置的，文档可能没cover住的，或者要强调和文档的一致性的。 如果在编码规范或者代码审核规范里加一条“适时更新注释以保持注释和代码的一致性”，并让AI逐条审核的话，它会检查变动的代码所对应的注释是否也更新了。

想了一下 ai还一个好处 不会懒于写log（which在查bug的时候很有用） 人类总是懒得写log（可能规范比较好的团队log比较全吧

一个AI审查是不够的，每个AI能从不同的角度发现其他AI没发现的问题。 我现在是四个AI左右，搞三轮审核，改一轮再审核一轮。即便是这样，它们的审核结果还是和提示词有关。 还有，即使全都审核过了，我一跑用例，就有问题。这本来就是动静结合的问题。 当然，我现在有白嫖一些AI，不是用“顶级"的AI 再顶级的AI，也存在同样的问题，只是问题数目可能少不少，但并不是少到0了。

AI写的代码来自哪里，人类程序员？ AI能独立写个操作系统、写个办公软件、写个浏览器吗？能写个人类没有现成的软件吗？

搞个codex，装个superpowers插件，让它写个很难的项目，大部分疑虑自然就没了。 现在绝大部分折腾和质疑的来源就是没用顶级AI。

不用过于夸大顶级AI的作用 codex和superpowers我都有用，不过可能用得不好

能啊，太能了。只要你给他指定一条合理的路径，它就能给你写出来。

问题就在于怎么算“合理”，普通码农、资深码农怎么才能给出“合理的路径”

每个模块、每个函数都要人类教它、定义好功能是吧？

人也不可能0错误。不然微软谷歌不可能一个补丁接着一个补丁的发布。只要同样的错误率有更高的效率或者同样的效率下有更低的错误率AI就是有意义的

现在说的就是怎么通过制定框架或者流程规范降低AI犯错的几率 顶级AI也需要这种框架或者流程规范

我本来认为，从语义角度讲，注释是冗余信息，代码包含所有必要的知识。多轮次之间，注释更有害，对AI来说。因为一旦注释和代码不一致，就会浪费宝贵的推理空间。一旦推错了，迅速飘移。 但是如果代码不符合预期，或者要讲代码的意图/由来，设计抉择等，而不是实现，还是要注释。 这个注释是元信息。contract或者别的，需要一种规范化的描述。 除了这种，大部分现在的注释不需要。比如经典的函数头注释，解释参数的。

很难的项目，试举一例，举出来你就明白了，为什么大家怀疑和质疑AI

悖论：当你说的足够详细能够约束Ai不犯错时，你已经把代码写出来了。

AI极大地提高了生产力，同时也极大地拉开了普通码农和资深码农的距离，还达不到让普通码农变成大神的地步。 怎么算“合理”，这是工程开发经验积累的直觉问题。非要说得清楚一些，标准软件工程怎么干的，那就是合理的。偶然碰见AI钻牛角尖的情况，你得看清楚他的思维过程，意识到他被误导了，并把他拉出来。 不过以我个人的经验，首要的问题是你怎么看AI。你怎么看他，他就怎么给你结果。 你把它当打杂的，可能还会嫌弃这个嫌弃那个。你把他当可以信任的伙伴，让他参与决策，他就能给你无数高价值策略。你把他看成编程之神向他许愿，他也能满足你的愿望，你许的愿越具体，就越合心意。

设计决策按说是应该在设计文档里说清楚的 不过很多时候，有可能没做那么细的设计，而只是给AI下达了一份粗线条的提示词，然后有些细节AI就自己做主了。 就得把细化往前提，让AI把设计搞细，人加上几个AI轮番审核plan和design。

你认真用一下就不会这么说了。

我考虑的是如何充分利用AI带来的10倍-100倍的效率提升，这是已经发生的事情。在我的需求范围内，还没碰到AI搞不定的事情。或者严格地说，如果AI搞不定，那我也无法在有限代价内搞定。 至于有人质疑AI与否，我实在没兴趣说服他们。好东西自己用着爽自己偷着乐就行了，我提醒大家有个好东西，人还不高兴。

1 你举不出来 2 我写ts效率提升1000倍，10000倍，甚至无穷∞倍。已经写了半个产品，几个小玩意儿了。有毛用。因为我原来不会写。 3 你以为的就是你以为的。包括AI和编译器类似。

大家都在用啊，都提升了效率 claude家、codex家的模型加上它们自己家的客户端写的代码，一样有bug要定位分析 不是不高兴，而是觉得过于神话“顶级AI”也不好

那就不需要注释。完全不需要，如果是和代码同层次的注释，解释做了什么的这种。 我说的设计抉择，指代码实现明显不符合惯例，不符合常规优化的标准。因为特殊的背景、业务在，比如客户定制，比如领导言出法随，比如为了兼容旧系统。AI会做的更聪明，但不符合需求。这些都是编程甚至技术之外的事。 设计文档，另外一个话题。我还没想好。

拿AI跟人比，已经比人厉害了，大趋势就是顺应AI就行了。这是我的核心观点。 至于AI是不是还有提升空间，那当然还很大，再提升1万倍也不为过。同样是神，土地爷和孙悟空的差别也很大。 然后，我们向神祈愿的姿势（prompt/harness）也可以有很大影响，这块领域有一点玄学，并且进化得也很快。其实社区里不断会出现一些新鲜skill和插件，挑口碑好的试一试，结合自己的情况评估一下，也就差不多了。自己折腾的速度比不上本身范式的进化速度。 我自己也没精力搞太多奇怪的操作，就用默认配置，哪怕就最高级别的产出而言，AI的产出速度都已经超过我的验收速度了。最终这个循环的瓶颈不是AI，是人。

1. 我确实举不出人能写出来的代码，而AI写不出来的例子。你要是有，你可以举例啊。 2. 原本不会写的人能写了，原本会写的人提高了10倍的效率，大家都很高兴。谁在不高兴呢？我很奇怪，这超出了我的理解范围。 3. 我以为的当然就是我以为的，我说我以为的，你说你以为的，有啥问题吗？

你用过codex没？我用的时候不需要复杂的提示词。他整个思考过程极为规范严谨，测试代码也非常好。一个十几万行的工程已经超出我的理解能力了。但是codex测试用例基本覆盖了所有实际使用场景。真正在生产环境发现的硬bug不超过3个。

1 举一个你说的难的项目。翻翻你自己的发言。或者让你的顶级AI总结下。 2 10倍是量化。如果你打工，一天8小时，现在只需要48分钟。如果你当老板，需要优化90%的人。做到了吗？你的10倍怎么算的呢？感觉？ 3 这个讨论你没提供任何有用的信息。一开始提了15个莫名其妙的问题，以及AI和编译器类似的高见。后面就是神秘主义了 4 写网页的。往往有你这种感觉。

十几万行是啥语言的？还有复杂度问题。 如果是C++、Rust的，十几万行代码只有3个以下的bug，几乎没可能

就是这种感觉。 就算我不说它是神一般的存在，也可以说是100个勤勤恳恳的比我自己还厉害的小伙伴在干活，而且只收一点点茶水费。

我的15个问题是我假定楼主作为team leader会关心的问题。team leader有带团队的经验，他看了自然会理解我的问题的含义。 而你明显不是team leader，所以完全听不懂。我也没兴趣让你听懂。 效率提高10倍就要裁掉90%的人？这是什么逻辑？所以你也不是老板。 你觉得没有得到啥信息，我也不关心。

不能这么类比的，汇编，高级语言编译器，都是传统的确定性的工具，同样的工具，同样的输入必然有同样的输出，所以经过充分验证之后可以相当信任。但llm不是确定性的，就比较头疼

你为什么说几乎没可能？

我本来是打算加个括号，括号里写“绝对不可能”的， 后来一想，还是算了，你可以当我“怯场”了，哈哈

价值，title……板起脸教训人用顶尖AI，试试难的项目…… 好吧，讲价值吧， 不裁员所以公司规模、利润、进度提升了10倍，100倍？ 你的效率提升作用在哪里？效果在哪里？ 10倍，100倍，这是你写ppt的说辞，还是老板给你说的，发了奖金？ 说出点东西。我觉得是代码行数。哈哈哈。 你有没有兴趣不重要。重要的是别是遁词。东拉西扯，顾左右而言他，避免尴尬。

我看了下他的发言，应该是指开发过程中，使用AI， 用宽松的发言完成了十几万行的项目，并建立了配套的测试。 这个过程多久，没说。肯定效率提升了。 最终上线后，3个bug。 硬的。最后的表述有定语。

1、十几万行是什么语言 2、硬bug是什么标准。人工测试又收敛了多少bug。 3、项目的复杂度如何 最后不要往“有钱吃细粮”、“没钱吃粗粮”那里跑就行，那种就没啥意思了，我完全没兴趣。

生成代码太快，根本看不过来，代码review也用AI完成，debug也是如此。这样的情况，就不需要人来读了。 可以要求生成的代码更举报可阅读性，但是实际意义不大了。

大家讨论AI的时候潜意识里会把它与某假想中的“完美编程机器”对比。 其实没必要，只要跟人类对比就足够了。AI编码从绝大多数维度看，都已经超越人类了，而速度尤其是一骑绝尘。剩下应该讨论的只不过是“激进地使用”还是“谨慎地使用”的问题。我自己的经验是越激进，收效越大，所有当下存在的问题在发展的过程中自然会被解决。

会 我觉得不好就给comment

对的，这是个很大的问题，传统工具的结果是确定的，这是人类验证过的结果，而ai的结果是非确定性的，变成了旷野，而现阶段应对这种“不确定性”并没有什么“确定性”的验证工具和方法

1 js，顶格java 2 有印象的bug，值得本尊上手分析、测试，给出修改提示的 3 成熟领域成熟业务成熟产品线扩展成熟框架成熟问题 猜测完毕

但是汇编代码最终工作是要大量测试的；AI代码如果能充分测试，那自然也不用看懂

最终代码还是得人来读.下面20行代码,llm可以给你掰开了揉碎了喂进你嘴里,但不懂的人还是不懂.维护这样的代码,光靠llm是不行的 Q=12289 K=GF(Q) R.<x>=K[] I=sqrt(K(-1)) def slice(a,b,gamma,i): a0=a(x=x*gamma)%i b0=b(x=x*gamma)%i c0=(a0*b0)%i u=c0(x=x/gamma) return u def crt512_twisted(a,b): i=x^256+1 gamma=I^((Q-1)//256) u,v=(slice(a,b,gamma,i),slice(a,b,1/gamma,i)) f=x^256+I g=x^256-I _,s,t=f.xgcd(g) return (t*g*u+s*f*v)%(f*g)

甚至DRY原则还要不要遵守都要打个问号 以前DRY是因为手工编码，控制修改点 现在机器编码，不会遗漏任何一个还修改的地方，以前那种屁大点功能也得抽象成一个函数的风格还要不要遵守

如果说代码整体质量，真不一定写的很好，大部分情况下是不如资深工程师

问题是，ai也会加注释。而且，有些注释是必要的，所有代码问题都让ai解读一下也不好吧

有可能的，如果他要的东西是一个业界已有成熟轮子的东东，AI基本能毫无bug的重新做一个出来。但是自己弄去网上copy一个稍微改改来跑，一样很快。。。 之前网上宣传的，AI做出一个红警web版，其实就差不多这样

他本人一直没回复这个问题 所以这个问题只能猜测了 [emc49]

为啥这个也不让发 [upload=1][/upload]

prompt要求的话，大模型就不加了。 注释是否必要就是要讨论的问题，可读性。必要的理由是？给人看还是机器看

人类很快就会丧失读代码的能力的

做新的东西会比较慢，我现在用主从agent结对编程，一个派发任务审核代码测试功能，一个负责开发，用codex一晚上也就补完一个功能，项目大了，开发和测试验收需要的时间就越久

我觉得代码注释其实已经不重要了，人类阅读只需要专注文档就行。

可读性不光是人类在乎，其实AI也在乎 一个项目失去可读性可理解性，那么就是屎山了 以前一年时间变成屎山，现在可能只需要一个月 那么这个项目维护成本肯定大幅度提升

AI代码能力已经超过大多数人了。五年之后可能就不需要人懂怎么写代码了。 反正现在刚毕业的大学生用claude code直接vibe coding，前后端都是。一个文件六千多行

对llm来说世界是平的 crud，web，和sage没差别 所以说一个项目能不能维护下去 还是得看人 llm的数学比我好太多 但是偶尔llm也会写一些nonsense 一页的公式 只错一个符号那种 这种笔误最后还是得人来找出来

最后一定是不看或者不在乎可读性了。 现在还是在完成功能的基础上增加点可读性。

Martin Flower最近写了一篇论文 是面向不确定性的编程 意思是建筑工程一直不确定的各种误差基础上构建系统工程 而软件一直是确定性编程 ai时代要发展为不确定性编程

讨论要不要听懂小孩说的语言没有意义，先等他长成大人再说 现在对AI下结论太早，没有讨论价值

不是说都是人类代码喂出来的吗？人类代码有规范吗？都跟 山一样

紧凑没注释的代码会不会更省token?

当然啊 要debug 的

那点token钱，各位大佬看得上吗

好久都没debug了，都是要AI加日志 有些race问题还无法debug

让Ai每一段/行都写好注释

编译器生成的代码是确定性的，ai生成的是不确定的

不是钱的问题，主要上下文大小有限啊

让AI少走弯路才是真的。良好的注释、文档、spec、memory，都是极大提高AI工作效率的辅助。 AI模仿的还是人，软件工程的所有原则依然成立，只不过边界可以灵活一些。

有些复杂情况，函数的用法语义靠注释，代码很难做到自注释。还有，技术方案的选择 而且，AI就可以维护注释和代码的一致性，没必要强制去掉吧

咱俩想的一样。尤其是“技术方案的选择” 你只读我的发言。我灌水猛。

不能这么说，现在的qwen 27b 已经开始被认为可以干活了 两年前没影儿的事儿 而且现在为了赶进度，项目很多代码都是生成的，确实造成了项目maintainer的焦虑

一个月和一岁的区别，下结论都太着急

抬头看了看版名， 怎么说这么外行的话？

讨论这个问题的意义在于，并不是要下什么结论，而是这影响到现有的代码工程实践，比如AI 生成代码的可读性限制，是否需要加注释等等，你这一句话太早没区别，对于这个讨论没有任何实际意义。

过两年古法编程消失殆尽了

用不了2年

变化太快，现在的讨论放到几个月以后都会很可笑

也不能这样说吧。有一个问题始终要面对：线上出了问题，怎么快速搞定。 故障定义都是有标准的，之前人来维护代码的话，有信心达到这个标准。 现在改成 AI 以后，怎么快速搞定，这个讨论还是有意义的 不过不能像上面的那种讨论：空对空，到了最后，不知道在争啥

不一样。 编译器生成的代码是高度确定的，可以从源码的逻辑和质量判断出编译器生成汇编代码的逻辑和质量。 AI生成代码并不如此。 AI生成的代码，逻辑和质量，你是根本无法通过提示词、Harness工程或者Loop来确定的。

LLM是用人类知识训练的，LLM写的代码天然就应该是易于人类理解的。如果ai写出来的代码是天书，那可能是外星文明的产物

比自己写的可读性还要高

你应该升级代码agent了，注释和思路比人写得好很多

不要过于相信单个AI 我刚才用GPT 5.5写的代码，用Mimo/Deepseek/GLM5.2一样查出来bug、注释没更新/遗漏。 最菜的Mimo（免费版的），也发现了shader代码的一个类型错误。如图。

AI会偷懒，不知道是不是后台降智了 要么就是上下文多了，注意力不够了

可否这么理解？代码和注释就像 DNA 的双螺旋，彼此一一对应，互为注释和实现，也互相提供纠错。

注释远少于代码，构不成双螺旋，只是个补充

函数头brief和IO说明，勉强有点用，作为context输入给AI，生成新的代码和注释。主要信息还是promot，即元信息。 一个函数的级别，函数内的注释，是干扰AI了。如果不是侮辱的话。 即使函数头的注释有点用，也是辅助级别的。 我有个大胆的思想实验，如果我自己写一个全新的框架或一个足够复杂的的tool lib，哪种都行，不公布源码，没有例子代码，但是注释非常详细，按最高级别，AI仍然毛也做不出来。它主要靠例子代码来学习用法。尤其在同一个仓库里已经存在的代码，对他有很大的帮助或危害。

当然你的想法很高级，类似数字孪生，代码和注释同生共长，解决了从实体到镜像的线形路径问题，变成闭环了，虚拟仿真驱动制造，制造更新虚拟模型。 但还是有个单一信源的问题，两者冲突，以谁为准。 另外具体到AI，公共知识和领域知识的边界，是个因素。考虑概率模型，足够多素材往往代表足够好的输出，所以AI写网页程序特别棒。对于工业软件，大模型生成代码就需要更多提示词告诉它背景，告诉它约束，告诉它目标，因为不掌握。

不理解你们为啥花这么多篇幅聊注释啊？ 哪怕聊个单元测试也好啊... 注释在客观上对代码没有任何影响，主观上现在也没人看代码，聊这个干嘛，纠什么错... 单元测试才能纠错，注释就是nothing

可读性这个指标有些模糊了, 或者说这一个指标还远远不够. 我感觉如果AI生成的代码还有必要让人来维护的话, 代码质量还是应该提高一些, 现在生成的代码(用的是Claude code)严格来看, 代码质量还是不够完美. 当然, 对于习惯了糙快猛,代码用完即丢的公司, 已经是很大的进步了.

影响小的代码，就好比是女娲用藤条甩出来的人，测过了，就不用人类审查了 影响大的，还是要审查的，不然出了事没人背锅