AI写的代码越来越多，程序员仍需阅读和追问代码

如今，新代码中相当大的一部分由AI编程工具编写。本指南面向在韩国企业和国际团队工作的开发者与开发管理者。作者的观点是：让一个人仍然称得上程序员的，是向代码提问、并在代码本身中寻找答案的习惯。

AI改变了开发工作

借助Claude Code、Cursor等工具，编程经验不多的人也能在短时间内做出可运行的应用。Anthropic将Claude Code描述为一种能读取代码库、编辑文件、执行命令的智能体式编程工具，可在终端、代码编辑器、桌面应用和浏览器中使用。

有两组数据说明变化的规模：

• 2025年3月，Y Combinator管理合伙人贾里德·弗里德曼（Jared Friedman）表示，其2025年冬季批次中四分之一初创公司的代码库有95%由AI生成。导入程序库的代码不计在内。他强调这些创始人都具备很强的技术能力（据TechCrunch报道）。
• 在2022年GitHub的一项实验中，95名专业开发者用JavaScript搭建HTTP服务器。使用GitHub Copilot的一组快约55%完成：平均1小时11分钟，对比2小时41分钟。完成任务的比例为Copilot组78%，另一组70%。这只是一个范围很窄的任务，结果不能套用到所有开发工作。

打字速度和记住语法，已经不像过去那样能拉开差距。

旧标准与更好的标准

关于“真正的开发者”的争论，过去主要围绕技术深度展开：算法与数据结构、编程语言熟练度、系统设计能力。这些能力依然重要，但过去靠这些能力写出的代码，如今很多由AI生成。

在作者看来，这份工作的核心从来不是敲代码，而是把业务问题变成能运行的软件。区分程序员的标准很简单：你能否向一段代码提出问题，并从这段代码中找到答案？

使用AI工具与编程的区别

以用AI工具进行的“氛围编程”为例：用自然语言描述需求，检查结果是否按预期运行，不行就让AI再改。整个过程不读代码。这项工作有价值，但与其说是编程，不如说更接近用AI工具做产品。

编程意味着即使代码由AI编写，也要理解它如何运行，并能亲自修改和改进。软件出现意外行为时，程序员首先查看实际运行的代码，而不只是文档或外部资料。

TechCrunch关于Y Combinator的报道也指出了同一点：Y Combinator首席执行官Garry Tan提醒，早期推理模型不擅长调试，因此创始人仍需深入理解自己的产品。

工作中的“回避代码”现象

作者常见到回避阅读代码的开发者。他们进入新项目后只依赖文档或同事的讲解；嘴上说文档太少无法开工，自己却很少写文档。按作者的经验，这种情况在工作10年以上的资深开发者中出乎意料地常见，而工作1~3年的初级开发者往往能很快适应新的语言和框架。作者认为这不是学习能力的差别，而是做事方式的差别。

这种习惯会伤害整个团队。如果运行中的软件已经在支撑业务，那么代码就是对业务运作方式最准确、最新的记录。不读代码的开发者，无法帮助团队理解业务。

常见的借口是“遗留代码太乱”。可同样的人对自己从一开始就参与的项目也这么说。那么问题就不在代码，而在于理解的意愿或能力。还有些开发者以自己能否看懂来判断代码好坏，这无法成为客观标准。读过大量不同代码的开发者，能公正地比较自己和他人的代码，并判断哪里需要说明或文档。

让AI帮助你读代码

Claude、ChatGPT等AI工具能用通俗的语言解释函数或模块的作用，降低了读代码的门槛。但解释只是起点。把解释与实际代码对照、找出预期行为与实际行为的差距、决定如何修改，仍然是开发者的工作。能概括整个项目结构的智能体式工具，也只有在你本来就想理解代码时才最有用。

给开发者和团队的核对清单

1. 软件出问题时，先打开代码。
2. 开展代码评审，要求每位成员都理解运行中的代码。
3. 把混乱的遗留代码当作学习对象，而不是回避对象。
4. 把AI当作学习工具：不只问代码应该是什么，还要问它为什么这样运行。
5. 招聘时，作者建议重视既能熟练使用AI工具、又能检查和验证工具生成代码的人。定义问题、理解业务背景仍是人的工作。
6. 提示词设计和学习新工具也是有用的技能，但在真正理解代码的基础上才能发挥最大作用。

作者的结论是：AI不会取消程序员的角色，而是提高了要求。能向代码提问、并从代码中找到答案的开发者，将继续创造价值。