AI 編寫了 75% 的新代碼，但正引發一場「技術債」危機

在軟體開發中倉促部署人工智慧正在引發一場長期的技術債危機，因為對短期生產力增益的關注使企業系統中充斥著低質量、多漏洞且可能具有危險的代碼。雖然 Alphabet 報告稱 AI 目前生成了 Google 75% 的新代碼，但開發了當今最受歡迎 AI 代理的一些工程師警告稱，他們所謂的「氛圍糟粕」（vibe slop）即將迎來清算。

「你看到基礎設施正在崩潰，現在的軟體比以前漏洞多得多，」受歡迎的 OpenClaw AI 代理的關鍵創建者 Mario Zechner 在最近的一次採訪中表示。「我們可以繼續玩這個遊戲幾個月，甚至幾年，但最終它會反噬我們。」

這種緊張局勢在整個行業中隨處可見。Anthropic 的 AI 編程工具 Claude Code 在過去一年中，中位數日使用量從每週 20 分鐘飆升至 20 小時，顯示出大規模的採用。然而，Zechner 稱該工具是「我用過的最爛的軟體之一」，並將其中的問題歸因於該工具本身基於 AI 的開發過程。在推進 AI 生成代碼的同時，該領域的兩大巨頭 OpenAI 和 Anthropic 據報都在籌備首次公開募股（IPO）。

速度與質量之間的衝突為投資者呈現了一種隱藏的表外風險。發布 AI 功能的壓力正導致公司以短期生產力換取長期隱患，包括服務中斷、安全漏洞以及日益增加的技術債，這些債務將需要耗費昂貴且耗時的修復。今天由 AI 驅動的快節奏終將付出代價。

## 代理型楔子策略製造了債務陷阱

許多 AI 公司的戰略劇本是「代理型楔子」（agentic wedge），即產品切入一個工作流，證明其價值，然後在整個組織內擴張。例如，Palantir 的 AIP 平台將耗時 200 小時的製造審批流程縮短至僅 15 秒。風險在於，這種楔子如果應用於軟體開發本身，就會變成一個債務陷阱。這些實現工作自動化的系統正在加速下一代產品的創建，但往往缺乏足夠的質量控制。

這產生了一個悖論。雖然像 Shopify 這樣的公司報告稱 AI 編寫了其 50% 以上的代碼，Google 的 Sundar Pichai 誇耀 75% 這一數字，但這些工具的創造者們卻在敲響警鐘。根據 Zechner 及其合夥人 Armin Ronacher 的說法，問題在於 AI 代理擅長生成新代碼，卻不擅長評估和升級支撐大多數大型企業的龐大、複雜的遺留系統。建立在「氛圍編程」（vibe coding）基礎上的初創公司最初可能擴張迅速，但最終會遇到 AI 工具難以處理的複雜性和脆弱性瓶頸。

## 評估與「品味」是最後一公里

「氛圍糟粕」問題的根源可能在於，企業級 AI 最難的部分不是智能，而是評估——即決定一個系統是否足夠好的結構化人類判斷。Micro1 的首席執行官 Ali Ansari 認為，除了正確性之外，還有一層「品味」，或者是系統必須遵循的潛規則。AI 可以生成技術上可行但判斷力差、不符合品牌形象或不可維護的代碼。這是一種通過經驗習得的技能，而現在正在被 AI 取代的初級工程師們正被剝奪這種經驗。

這種判斷力缺失正是系統性風險累積的地方。正如電腦科學家 Timothy B. Lee 所指出的，如果沒有資深工程師的「隱性知識」，AI 模型「很容易走向錯誤的方向」。這不是一個可以輕易通過基準測試解決的問題。這是一種定性的赤字，表現為漏洞、安全漏洞和脆弱的架構。據報 Anthropic 以 3 億美元收購了 Stainless，這突顯了將代碼轉化為可靠產品的底層工具的重要性，而這一層在盲目追求代碼生成量的熱潮中經常被忽視。

## 軟體質量的清算

AI 驅動開發的推進正在迫使人們與二十年來的軟體實踐進行對抗。雖然像 Palantir 的 Alex Karp 等人將 AI 視為「遺留軟體的終結」，但「氛圍糟粕」現象表明，更換複雜系統的難度遠超想像。對投資者而言，風險在於主要科技公司報告的生產力增益可能只是幻象，掩蓋了技術債的快速累積，最終將減緩增長並抬高成本。

挑戰在於，這種債務在觸發重大停機、數據洩露或產品失敗之前基本上是隱形的。GitHub 已經不得不制定新政策來應對排山倒海而來的低質量 AI 生成貢獻。正如 Zechner 所相信的，一場清算即將到來，這將迫使公司意識到，過度強調 AI 生成的代碼正在推高成本並導致軟體質量低下。對於投資者來說，問題不在於 AI 是否能寫代碼，而在於依賴它的公司是在堅實的基礎之上建設，還是在糟粕堆上建設。

本文僅供參考，不構成投資建議。