马丁·博多伊恩在Unsplash上的照片 我们都与一位摇滚开发者合作过。他们几年前加入了团队，充满活力。他们对新技术、新范式、新架构有很好的想法。他们的前沿思维让其他人感到有些落后和过时。他们重写了公司大部分核心架构，引入了新的构建流程、新工具和新语言。他们拒绝了大多数拉取请求，提高了对其他人的期望。没有人真正理解他们写的代码，但也没有人会承认。所有最困难的任务都分配给了摇滚开发者。他们总是能比其他人更快完成任务。尽管只有摇滚开发者自己知道这些代码如何组合在一起，但从工程上看，总是给人留下深刻印象。相比之下，其他人都慢得多。大家都在努力跟上，学习新的库，并以摇滚开发者的方式来做事。几年后，他们突然离开了。他们感到无聊，想换个工作，参与更有挑战性的项目，去更大的公司。 处理后果 突然，你被要求接手这位摇滚开发者的项目。你深入代码，发现自己被埋了。数据流动得如此难以理解，似乎有人试图掩盖一桩谋杀。你从修复一个简单的bug开始。让代码在你的笔记本电脑上运行花了你一周的时间。代码的一半是用你不懂的语言写的，另一半则使用了一些你从未听说过的库。你试图告诉老板你觉得这段代码需要重写。他们不相信你，因为这是摇滚开发者亲自写的。当你在泥潭中挣扎时，你浏览了工作招聘信息，并幻想着离开。 清理摇滚开发者的后果 我与许多需要我清理这些摇滚开发者后果的团队和机构合作过。我实际上很喜欢尝试理解和拯救混乱代码库的挑战。这就像坐在一箱纠结的串灯下，努力把它们理顺，直到它们可以重新使用。在这个过程中，我看到了一些模式。这些摇滚开发者绝对热爱编码、学习和使用新范式，这显而易见。他们总是将自己推向能力的边缘，写出他们所能想到的最聪明的代码。他们专注于尽可能快地推进。不幸的是，这些摇滚开发者最不关心的是写出别人能够理解和使用的代码。 人工智能的出现 在过去的几年里，大多数团队都被一群摇滚开发者淹没。每当有人开始一个新的对话，就有可能为团队增加一位摇滚开发者。这个智能代理毫无记忆，每天都在生成成千上万行代码。它努力以超人无法匹敌的速度完成任务。它毫不关心这些代码是否能与系统中的其他代码匹配。它也不关心系统是否变得更易懂，或者更糟。人工智能拥有一套最佳实践的工具箱，但可能不适用。它坚持以“带子和吊带”的方式做事情，即使复杂性超过了好处。当被要求审查你的代码时，它会列出一长串的改进建议，其中许多你都不同意。对每个人来说，标准提高了，很多人觉得他们需要使用大型语言模型，否则就会永远落后。（尽管我认为最终落后的是那些让大型语言模型写掉所有代码的人。）随着生成的代码越来越多，一个系统的复杂性可能会呈指数增长。它可能复杂到只有使用大型语言模型才能理解。开发人员、团队及整个公司可能会变得依赖于生成式人工智能。 清理数百位人工智能摇滚开发者的后果 处理一堆混乱的代码并不像清理一位摇滚开发者后果那么有趣。至少那位摇滚开发者在心中有某种设计，并在努力做到最好。然而，震撼人心的代码堆不是由单一的人工开发者创建的。它是在许多不同的聊天和上下文中生成的。就像是由数百位不同的摇滚开发者编写的代码库，每次一个特性或修复。 有时，技术负担如此沉重，以至于永远无法偿还。 构建持久的软件 有许多方法可以使用大型语言模型，而不让它像摇滚开发者一样行事。你可以主导工程，并引导大型语言模型一次生成小片段。你可以确保软件的编写方式，使你团队中的每个人都能轻松理解并使用。 如果你发现自己迷失了，无法理解大型语言模型在做什么或为什么，就放慢脚步。慢一点没关系，以确保你生成的软件质量高。避免过度工程也没关系，要不断简化，直到架构与问题的复杂性相匹配。让你的大型语言模型惬意待着，也没有关系。