人工智能时代的代码正在变为只写且可丢弃的
📋 文章概况
一篇 InfoQ 对 Phillip Mortimer 在 QCon London 演讲的报道，核心论点是 AI 时代代码趋向"只写且可丢弃"：测试取代代码成为行为文档，重写优于调试，人工审查 AI 生成代码不可规模化，开发者角色转向创造力与意图表达。
💎 独特亮点
- "测试定义行为"成为 AI 代码时代的核心文档策略：当代码密度高到难以阅读时，理解行为的唯一方式是通过大量测试用例的输入输出组合。保留测试、丢弃代码、重新实现，是比调试更经济的路径。
- 让编码智能体监听可观测性平台实现自我修复：聚合一定时间窗口内的告警，自动发起修复 PR，从最常见问题入手。这是"Agent 通过可观测性闭环自愈"的具体落地形态。
- 对抗性审查过程正在成为通用技术：让模型审查自身输出（不同 prompt/指令/上下文）能产生有价值的审查意见，在部署前发现缺陷。这一模式已从代码审查扩展到更广泛的智能体系统。
- "去污（De-slopify）"智能体：定期在代码库上运行，查找重复代码、未参数化的测试、未使用的特性标记等低成本低风险项并自动修复。
🔧 可动手实践
| 目录点 | 你可以做什么 | 可动手程度 |
|---|---|---|
| 编码智能体作为 CI action 做代码审查 | 将你的 coding agent harness 接入 CI 流程，赋予其资深开发者的审查技能（发布评论、请求修改、批准 PR），让模型审查自身输出 | ✅可实现 |
| 可观测性驱动的自我修复闭环 | 让编码智能体监听可观测性平台（如 Sentry/Datadog），聚合告警后自动发起修复 PR，按问题频率排序处理 | ✅可实现 |
| De-slopify 定期清理智能体 | 写一个定期运行的智能体，扫描代码库中的重复代码、未参数化测试、未使用特性标记，自动修复低成本低风险项 | ✅可实现 |
| 测试即文档的代码管理策略 | 对 AI 生成的高密度代码，建立"保留测试、丢弃实现"的维护策略：重写实现而非调试，用测试套件作为行为契约 | ✅可实现 |
工作流（最小实验）:
- 选一个你当前由 AI 生成代码较多的项目，确认已有测试覆盖率基线。
- 将你的 coding agent 配置为 CI action，prompt 中注入资深审查者的检查清单（边界条件、错误处理、安全、性能）。
- 跑 5-10 个 PR，记录审查智能体发现的缺陷类型和数量，对比人工审查的发现率。
- 对高频缺陷类型，在 prompt 中补充针对性审查指令，迭代一轮后评估缺陷发现率变化。
🧠 可复用认知
- 代码可读性作为维护成本的假设正在失效：当重写成本低于理解成本时，"可丢弃代码"是理性选择，测试套件成为真正的长期资产。
- 人工审查是 AI 代码规模化生产的瓶颈：审查必须自动化，且"模型审查自身输出"在对抗性 prompt 设计下是有效的。
- 意图与实现的解耦改变了开发者的核心能力：从"写出正确实现"转向"清晰表达意图 + 设计验证行为的测试"，创造力成为主要杠杆。
🏷️ 关键词
#只写代码 #可丢弃代码 #测试即文档 #自动化代码审查 #De-slopify #可观测性自愈 #意图与实现解耦 #对抗性审查 #CI-Agent
分类标签: Agent工程 代码审查
📊 价值判断
推荐等级: 可跳过（信息增量集中在"测试即文档"和"可观测性自愈"两个观点上，但摘要已完整传达其核心主张与操作路径；原文为演讲报道，未提供实现细节、数据或论证过程，深度不足以支撑精读）
最值得看: 演讲后采访中关于自动化代码审查实现方式的部分（CI action 调用、对抗性审查、De-slopify 智能体）
适合场景: 你正在管理大量 AI 生成代码的维护策略，需要为"重写优于调试"和"测试即文档"找到实践依据；或你想在 CI 流程中引入 coding agent 做自动化审查但不确定从何入手