AI寫70%，剩下30%難得要命？Google工程師直言：代碼審查已成“最大瓶頸”

編譯 | 鄭麗媛

出品 | CSDN（ID：CSDNnews）

如果你最近在團隊里感受到一種奇怪的現象——寫代碼的人越來越輕松，審代碼的人越來越痛苦——那你并不是一個人。

AI 寫代碼的速度飆升，GitHub Copilot、Gemini、Claude 等工具讓從業十幾年的老工程師都不得不承認：“生產力確實變強了。”但現實卻沒想象中那么爽：PR 數量暴增、改一個 Bug 帶來三個新 Bug、“看著能跑”的代碼實際上很多冗余，以及最后那 30% 的工程細節變成團隊里最耗時的部分。

而承擔這一切壓力的，往往是負責 Code Review 的資深工程師。

近來，Google Chrome & Gemini 工程師 Addy Osmani 在一檔播客中拆解了這種現象，而他的觀點讓許多開發者產生強烈共鳴：“AI 是在提升產能，但也把代碼審查推成了新的瓶頸點。”

你看到的是能跑的 Demo，資深工程師看到的是“技術債定時炸彈”

Addy Osmani 表示，AI 在 UI、業務流程、樣板代碼等部分極其高效，一些初級開發者甚至能憑幾句提示詞就讓界面跑起來，看似功能完備——但這往往都是“假象”：

例如，不清晰的系統邊界、未處理的邊界條件、弱耦合被 AI 生成的強耦合替代，或者安全、鑒權、API Key、環境配置全都空著，運維集成也欠缺考慮，更過情況下 AI 生成的邏輯還缺乏一致性，可維護性也很差。

正如 Addy Osmani 所說：“你能得到一個看起來 ‘能用’ 的系統，但內部結構根本經不起推敲。”這些問題最終都會在 Code Review 階段暴露，于是資深工程師不得不花更長的時間去拆解 AI 生成的邏輯。

這與最近開發者調查的趨勢相符：使用率上漲，但信任度在下降。

據了解，Google DORA 的最新報告顯示：

• 開發者對 AI 編碼的好感度，從兩年前的70% 掉到 60%

• 30% 的開發者表示對 AI 代碼“幾乎不信任”

換句話說，大家都在用，但大家也都心虛。

AI 幫寫 70%，但剩下最難的 30% 砸在你頭上

基于這種現象，Addy Osmani 提出了一個概念：“70% 的問題”。

AI 能幫你快速生成 70% 的代碼——界面、流程、類結構、基本邏輯。但剩下的 30%，包括業務邊界、異常處理、穩定性要求、系統適配、長期維護性、性能優化、隱蔽 Bug 等種種問題，全部需要人來解決。

最可怕的是，當你試圖修改 AI 寫出的代碼時，還很可能進入一種“連鎖”模式：

你修一個 Bug → 觸發另一個 Bug → 你讓 AI 來修→ AI 修好了，但又帶來兩個新 Bug → 再修，又有 Bug——一整個循環往復。

Addy Osmani 把這稱為：“two steps back（向前一步，向后兩步）模式”。因此，他強調一定要有可回滾機制、要能檢查變量、狀態，最重要的是，開發者必須親自準備好修改代碼庫，而不是把一切交給 AI，否則代碼庫將變成“無法維護的黑箱”。

批判性思維被侵蝕？開發者可能越來越不會寫代碼

除此之外，Addy Osmani 擔心的另一件事是：過度依賴 AI，會讓開發者失去理解代碼與犯錯學習的能力。

為此，他建議開發團隊可以嘗試：“AI Free Sprint Day —— 不用 AI 寫代碼的一天。”目的就是讓工程師保持解題能力和系統思考能力，而不是把所有細節都概括為提示詞喂給 AI。

同時，他建議還可以建立一種“決策記錄文件”。具體來說，就是由 AI 在每個任務完成后總結關鍵決策，然后記錄踩坑點、設計取舍，以此形成可溯源的知識文件。這個文件既幫助 AI 下次生成更好，也幫助人類重新學習自己的思路。

要突破“AI 的 70% 限制”，核心是：上下文工程

Addy Osmani 強調，有一個容易被忽視但極其關鍵的能力是：上下文工程。簡單來說就是：你能把多少有用信息喂給 AI，它的代碼質量就能提升多少。

當然，上下文不僅包括對話歷史，還包括：系統提示、文檔、項目結構與規范、接入外部系統的方式、配置文件、Markdown、示例代碼等等。

如今，很多 AI 工具已經能自動加載文檔、URL、代碼目錄，因此上下文工程比以前更容易做到。所以，“別停留在 Prompt & Pray（寫了就祈禱）模式，要盡量把所有相關信息都塞進上下文窗口里。”

此外，他還強調測試的重要性：測試是 AI 編碼的“安全網”，也可作為訓練 AI 的反饋信號。但同樣，人類必須能理解 AI 生成的測試：

“如果你的團隊測試覆蓋率不好，你可能會說：‘讓 AI 來寫測試吧。’這沒問題，但必須有人仔細 Review。如果你覺得僅靠提示詞就解決所有問題——那我真的很擔心你。”

AI 真能讓生產力翻倍嗎？真實數據：沒有你想的那么夸張

盡管網上有人吹噓 AI 加持下“生產力能提升 5 倍、10 倍”，但 Addy Osmani 看過 Google 內部調查、AI 生成代碼行數統計、自我感知效率等各種數據，他得出的結論是：AI 提升編碼效率遠不到 2 倍。

而那些聲稱 AI 能提升 5、6 倍的人，通常滿足一個條件：正在做一個全新的項目，而不是維護已有的舊系統——這樣一來，沒有技術債、沒有歷史包袱，復雜度也低，AI 的提升效果自然好看。

那么把 AI 放在真實世界呢？

Addy Osmani 明確指出：“即使 AI 讓你能多完成 20% 工作量……但我們也開始看到一個副作用：代碼審查量爆炸。”可關鍵問題是，這類的代碼審查通常依賴資深工程師，而他們不僅數量有限、時間有限，其審查模式也尚未適應 AI 暴增的代碼量。

結果就是：初級工程師“寫得越來越快”、AI 生成代碼“量越來越大”、PR 隊列越來越長，而資深工程師的審查壓力也在呈指數級上升。

“Code Review正在變成新的瓶頸，而我們還沒有找到應對這場變化的最佳模式。”

但并非全是壞消息：AI 能成為最佳“學習伙伴”

觀察下來，Addy Osmani 表示，他最推薦 AI 的一點反而不是用來寫代碼，而是：

• 幫你理解老系統

• 形成完整、系統的“心智模型”

• 作為你專屬的學習與思考伙伴

“系統里總會存在你遺漏的部分，而 AI 能幫助你快速補齊思維節點。”

Addy Osmani 透露，目前一些 AI 工具公司正在研究“主動式 AI 代碼建議”，也就是類似“預測你下一步要寫什么”，提前給出方案。但他也坦言，這類工具還需要幾年才能達到真正可日常使用的成熟度。

原文鏈接：https://thenewstack.io/is-ai-creating-a-new-code-review-bottleneck-for-senior-engineers/

【活動分享】2025 年是 C++ 正式發布以來的 40 周年，也是全球 C++ 及系統軟件技術大會舉辦 20 周年。這一次，C++ 之父 Bjarne Stroustrup 將再次親臨「2025 全球 C++及系統軟件技術大會」現場，與全球頂尖的系統軟件工程師、編譯器專家、AI 基礎設施研究者同臺對話。

本次大會共設立現代 C++ 最佳實踐、架構與設計演化、軟件質量建設、安全與可靠、研發效能、大模型驅動的軟件開發、AI 算力與優化、異構計算、高性能與低時延、并發與并行、系統級軟件、嵌入式系統十二大主題，共同構建了一個全面而立體的知識體系，確保每一位參會者——無論是語言愛好者、系統架構師、性能優化工程師，還是技術管理者——都能在這里找到自己的坐標，收獲深刻的洞見與啟發。詳情參考官網：https://cpp-summit.org/