只消软件工程照旧团队联结，咱们就需要一种方式让东说念主知说念系统怎样运作、为什么作念了某些决定、规模在那边，这个需求不会因为AI启动写代码就祛除，随机相背，它变得更枢纽了。

以前大大都团队靠代码审查来措置这个问题，当有东说念主审查你的归并苦求时，他们不单是在查劣势，更是在领受高下文，瓦解某些决定为什么被作念出，这等于团队的隐性学问。在DevEx辅导者社区The Hangar，咱们常常操办代码审查。把柄《Looks Good to Me: Constructive Code Reviews》一书的作家Adrienne Braganza Tacke的不雅点，代码审查最紧要的功能其实是记录留存：记录代码库是如何演变的、为什么这样变，而不单是是执bug。

那段对话当今看来如故像是另一个时间了，咱们所熟知的总共这个词软件树立人命周期，不仅在加快，更在坍缩和被再行界说，我最近说过，咱们应该干掉代码审查，AI生成代码的速率远超东说念主类能审查的速率。归并苦求堆积如山，或者被橡皮钤记一盖了事，那说念审批关卡如故不再匹配咱们当下作念软件工程的方式了。

但如果AI当今生成了大部分代码，而莫得东说念主能读完总共代码，学问该怎样传递?

在代码互异之上作念决策

我提倡的措置代码审查瓶颈的决策是：把东说念主工搜检点前移，去审查意图，审查代码应当雕悍的条约：规格阐明、决策、欺压条目和验收尺度，学问传递这部分也雷同适用。

如果团队在生成代码之前就审查了意图和验收尺度，学问传递就会在操办过程中当然发生，你不需要从500行的代码互异里反推决策。你是在职何东西被构建之前，就对皆少数几个枢纽接管。审阅者读的是10行决策，而不是500行代码。

岂论是轻量级规格文档、一组验收尺度，照旧从prompt对话中索求的重心，原则都一样：让决策可见、可审查，学问就在那里。

当树立者使用Cursor或Claude Code时，他们在不时作念决策：架构接管、行动量度、规模判定，这些决策存在于prompt对话中，存在于与智能体的来往交互里，但当归并苦求提交时，这些高下文就没了，代码在，背后的推理不在。

在竣事之前状貌化意图这个宗旨并不新，行动驱动树立(BDD)、测试驱动树立(TDD)和按条约想象(Design-by-Contract)这些秩序，都试图在写代码之前，用结构化的、东说念主类可读的规格来界说行动。BDD尤其要求团队用当然话语描画系统应该作念什么，写成连非时候关系东说念主都能读懂和考据的场景，并且是在写任何代码之前。

这些秩序以前常被视为支出，写状貌化的行动描画和条约需要规律和时期。在委用压力下，团队常常跳过它们。AI让它们变得更实用，而不是更空虚用。AI不错匡助生成结构化的验收尺度、行动规格，以致条约式描画。它也能匡助彭胀这些尺度。

AI软件工程不是单东说念主领略

咱们常常常会听到有些工程师在外面跑智能体编排器，一天能产出10万行代码，比如Steve Yegge和他的Gas Town。有东说念主说这等于软件树立的改日——单东说念主树立者带着一群agent，但我不这样觉得。构建软件，即便有智能体加持，kaiyun(中国)2026世界杯官方网站也不是单东说念主领略。

如果阿谁东说念主被车撞了，别东说念主能接办这个步地吗?他们瓦解总共作念过的决定吗?不成。在企业环境中，你需要冗余。多个关系东说念主、多个团队、联结。

学问传递的功能不会因为AI采纳率飞腾而变得不紧要，它变得更紧要了，因为系统实质作念的事和任何个东说念主对它的瓦解之间的差距，正在以前所未有的速率拉大。没东说念主但愿我方的高等工程师成为瓶颈，因为只消他们知说念我方是怎样从AI那里获得措置决策的。

当AI参与到进程的每一个法子时，联结的社会条约正在改变。存在作家身份迟滞——一个东说念主审查共事提交的代码时，不知说念对方花了些许元气心灵去瓦解这段代码的细节。审查员可能用AI来帮我方瓦解代码并发表批驳，而作家可能用AI来修起这些批驳，却莫得花时期真确阅读和瓦解它们。

在AI出现之前的团队里，一个低级工程师的归并苦求会产生：

• 高等工程师就习用法模式给出4~8条批驳

• 对于规模情况的来往操办

• 一堂隐含的"我会怎样想考这个问题"的课

• 一位当今知说念这部分代码存在的高等工程师

而在AI重度使用的团队里，雷同的变更是：

• AI生成，稍作裁剪

• AI审查，稍作通过

• 归并，零个东说念主对它造成了心智模子

新式债务：知道债务

我最近和评释、筹商员Margaret-Anne Storey聊过，她为此创造了一个术语：知道债务(cognitive debt)，她开头是在一组用AI快速构建的学生身上着重到这个征象的，某个时刻，学生们告诉她，他们如故没法再对家具作念改造了。评释一启动怀疑是时候债务、代码参差词语，效果发现学生们蓄积的是一种新式债务。

他们如故搞不清我方在作念什么功能、为什么作念，他们不知说念团队里谁知说念什么，其中一个团队里，只消一个东说念主了解总共代码并瓦解它，因为是他在监督生成代码的AI，而团队其他东说念主作念不到这少量，并且就连生成代码的阿谁东说念主，也并不真确瓦解生成了什么。

这等于团队启动用AI快速构建时的风险：因为本质中不可能审查数千行AI生成的代码而铲除代码审查，却什么都不作念来替代学问传递的功能。

Anthropic的筹商揭示了过度依赖AI编程助手在代码瓦解方面的瑕疵，他们对52名工程师的筹商发现，AI援手在职务速率上莫得带来统计显耀的升迁，但在随后的瓦解测试中得分低了17%。降幅最大的是调试才智，认识瓦解和代码阅读也有小幅下落。论断很明确：被迫地甩给AI("让它能跑就行")对学习的毁伤，强大于用它来发问和瓦解代码。

哪怕只是在用主智能体写完代码后触发一个抵抗性智能体，问一些诸如"你为什么这样作念?""你预期什么行动?""你辩论了哪些量度?"这样的问题，也能在很猛进度上减少知道债务，它迫使树立者在代码往前股东之前，先把瓦解阐明晰。

让学问传递变得挑升为之

那些判断和那些决策——这才是咱们看成东说念主类在AI优先的天下里真确提供的中枢价值。你以致不错说，大部分写出来的代码都是样板代码。咱们真确在作念的主如果架构决策、行动决策和时候决策。这些才是咱们需要看成输入提供给AI系统的东西，而每一次变更都需要对这些决策有浮现的知道。

以前通过代码审查发生的好多学问传递是附带产生的，工程师领受高下文，是因为他们必须看代码才能批准它。跟着咱们逐渐淘汰审查，约略审查这些决策变得愈加紧要。

归根结底，工程师仍然要对我方创建的变更得当。总共这些决策都必须被跟踪，必须有东说念主约略审计它们、追问为什么作念了某些决定，这等于你确切切来源。我觉得团队联结和学问传递等于这样演进的，即便我说过咱们应该干掉代码审查。

分娩力的升迁是真实的，值得追求，但每个纯正以归并苦求辩说量为优化绸缪的企业kaiyun(中国)2026世界杯官方网站，都是在拿我方的工程文化作念实验。五年后，真确赢下来的不会是那些委用最多AI代码的企业，而是那些工程师依然瓦解我方委用了什么的企业。