AI生成代碼激增，代碼評審模式面臨重構

Martin Fowler博客近期披露的數據顯示，AI生成代碼的規模正在快速超出人工評審的承載能力。據DX數據，Meta人均落地diff的顯著代碼行數一年內增長106%，PR體積中位數同步增長64%。這一變化引發技術社區對代碼評審模式是否面臨重構的討論。

數據揭示評審壓力

上述數據來自Martin Fowler博客文章《Maybe We Shouldn't Be Reviewing All This Code》的引述。文章作者在Code Remix活動的一場小組討論中與DX的Brian Houck就代碼評審問題展開辯論，雙方立場明顯分歧。Brian Houck隨後撰文《What are code reviews even for?》闡述觀點，該文成為此次回應文章的由頭。

文章指出，AI正在產出超出人類實際評審能力的代碼量。Brian Houck援引的數據顯示，Meta人均落地diff的顯著代碼行數一年增長106%，DX自身數據則顯示PR體積中位數增長64%。這些數字共同勾勒出評審環節面臨的數量壓力。

評審功能的爭議

爭論的核心在於代碼評審究竟應該解決甚麼問題。Brian Houck的擔憂是，簡單地將代碼評審自動化，可能丟失評審承載的其他功能。文章作者對此表示認同，並進一步指出，代碼評審不只是找bug，它還是團隊分享知識、培養初級工程師、建立集體所有權和傳播架構理解的途徑。

Code review isn’t just about finding bugs. It’s how teams share knowledge, teach junior engineers, build collective ownership and spread architectural understanding.

但文章作者同時提出不同看法：問題或許不在於AI破壞了代碼評審，而在於團隊一直用代碼評審來解決錯誤的問題。這一觀點將討論從“AI是否讓評審失效”轉向“評審本身是否被過度負載”。

驗證成本與測量陷阱

Martin Fowler博客另一篇文章《Fragments: September 8》引述Christian Catalini的觀點，為理解這一困境提供了更宏觀的視角。Catalini指出，當前的情況是大幅降低了生成事物的成本，卻沒有降低驗證它們的成本。

We’re in a situation where we are vastly reducing the cost of generating things, but not the cost of verifying them.

Catalini認為，這解釋了為何首批主要AI產品出現在聊天、圖像生成和代碼輔助領域——並非因為這些是人類最難的問題，而是因為它們的輸出相對容易檢查。用戶可判斷消息語氣、查看圖像或對代碼運行測試。他進一步提出，舊的自動化邊界是常規工作與非常規工作，新邊界正日益變為可測量工作與不可測量工作。

在軟件行業，代碼行數與生產力之間存在巨大差異，而衡量生產力方式的失敗屢見不鮮。Catalini警告，危險在於人們大量使用AI自動化，卻對其有效性採用不完整的測量，導致短期儀錶盤上升，但長期尺度上出現災難。他將這種虛幻的短期收益稱為“counterfeit utility”（偽效用）。若在公司與機構層面推廣，結果將是“Hollow Economy”（空心經濟）：非凡的測量活動建立在削弱的人類能力、隱藏的技術債務、相關性錯誤以及無人能自信背書的結果之上。

後續關注

這場爭論尚未形成共識。代碼評審模式是否需要重構、如何重構，以及如何在AI生成代碼規模激增的背景下平衡評審的效率與功能，仍是技術團隊需要持續關注的議題。Martin Fowler博客的討論為理解這一問題的多個側面提供了參考。