AI编写的代码人类已无法理解

AI写出的代码，人类已经看不懂了。这不是科幻小说的桥段，而是正在硅谷真实发生的日常。芯片优化软件公司Infinity的创始人杰里米·尼克松向Business Insider透露，他身边的程序员们正越来越多地把写代码的活儿交给生成式AI，自己的角色从“从零搭建产品”迅速退化成“看管一个大语言模型拼凑代码”。问题在于，有些工程师已经看不懂AI吐出来的代码到底在干什么了。更令人不安的是，OpenAI自己的工程师也遭遇了同样的尴尬。今年早些时候，独立研究机构SemiAnalysis的技术人员乔丹·纳诺斯在一档播客中爆料，OpenAI的工程师在翻看自家GPU内核代码时，完全不知道眼前的东西是什么。GPU内核是训练和运行AI模型的核心程序，直接关系到硬件利用效率。纳诺斯描述当时的场景：“跟我们一起看代码的那些人，显然对硬件了如指掌，对系统概念也门儿清，但他们就是不知道这个为DeepSeek展示的MLA内核到底在做什么。”他补充说，你可以一行一行看下去，然后只能不停地说“看不懂、看不懂、还是看不懂”。但AI自己能理解、能测试，跑出来的结果是对的，性能还很好。 这种“人类看不懂但AI能搞定”的现象，正在从个别案例演变成行业常态。软件开发公司Undo的一项最新分析发现，35%的AI生成代码在工程团队推送到生产环境之前，并没有被完全理解。29%的软件工程师表示，他们每个月都会多次遇到因为需要“拆解”AI生成的代码而导致生产力下降的情况，而高达94%的受访者表示，过去六个月里至少经历过一次这样的事故。换句话说，工程师们每天花大量时间在“读懂AI写了什么”上，而不是在写代码。这种趋势带来的风险已经不再是理论推演。今年早些时候，亚马逊因为一系列中断客户订单的系统故障，被迫实施了一项为期90天的“代码安全重置”。虽然亚马逊否认故障应归咎于AI，但内部会议纪要显示，管理者们担心“生成式AI辅助变更”带来的“高爆炸半径”。也就是说，一旦AI写的代码出了问题，影响面可能非常大，而人类工程师因为看不懂代码，排查和修复的难度也随之飙升。 更深层的忧虑在于人的能力退化。研究人员发现，广泛使用AI可能导致认知能力下降和技能萎缩，计算机科学家也不例外。开发者们担心，随着雇主不断推动AI自动化，软件工程师正在离“真正写代码”这件事越来越远，也失去了架构大型项目所需的新技能。AI研究员谢尔盖·克莱夫佐夫在Medium上撰文认为，这未必是工程师无能，而是软件开发范式转移的必然结果。他写道，AI已经进步到不需要再操心很多事的程度，开发者只需要定义架构和正确性标准，剩下的交给神经网络就行。但这种乐观能否成立，仍然是个未知数。毕竟，下一代工程师正在一个不断削弱编程基本功价值的环境中成长，而软件开发的形态已经变得面目全非。