AI 写的代码，会把项目拖成屎山吗？

最近在知乎看到一个很典型的问题：用 AI 写的代码，会不会最终把整个项目变成屎山？

提问者的担心很真实：大项目希望风格统一、架构有整体性，而现阶段的 AI 往往更像「按功能块交作业」——那如果团队越来越依赖 AI，健壮性、可维护性还能不能保住？程序员的能力会不会被「掏空」，最后谁也改不动？

先把结论说在前面：会不会变成屎山，主要取决于你怎么做软件工程，而不是代码主要来自人还是来自 AI。

AI 改变的是「写出一坨能跑的东西」的成本曲线；而屎山的本质，是系统在时间维度上失控——边界不清、契约不稳、知识不沉淀、变更不可追溯。这些问题在「没有 AI」的年代同样大量存在，只是堆得可能慢一点。

题图由模型生成，画内主标题为平台内容安全使用「失控」表述，与文首标题用词不同，以正文论述为准。

一、别只盯着代码：软件开发首先是系统工程

很多人聊这个话题时，会默认「项目 = 代码仓库」。但从软件工程视角看，代码只是交付物之一，更靠前的是一整套问题：

需求有没有被澄清？有没有可验证的验收标准？架构上模块边界怎么划、依赖方向怎么管？规范、评审、测试、发布、观测、回滚这一套，有没有形成闭环？

换句话说：健壮性和可维护性，首先是组织与方法论的产物，其次才是某段实现漂不漂亮。

如果你把 AI 当成「更快的打字员」，却缺少上面的约束，屎山概率会上升；如果你把 AI 当成「在规范里干活的协作者」，它反而可能帮你把重复劳动外包掉，让人把注意力留在更难、更关键的地方。

二、「屎山」不是 AI 特产：风险类型并没有本质不同

同一个功能点，不同程序员写出来的质量本来就可能差很多——风格、抽象、边界处理、对失败路径的敏感程度都不同。AI 并不神奇地制造一种全新的坏；它更像把「实现速度」提上去了，于是坏得更快、堆得更快——前提是缺少工程护栏。

反过来看，AI 还有一个常被忽略的效果：它会拉平一部分「下限」——比如更一致的格式、更常见的套路、更标准的样板代码。真正决定上限的，仍然是架构取舍、领域建模、演进策略，以及你对复杂度的管理。

所以更准确的问法不是「AI 会不会让项目变屎山」，而是：你的工程体系，能不能在 AI 加速产出时，同步加速「约束与验证」？

三、大型系统为什么还能跑：不是靠「仓库里每一段都优雅」

很多大型软件生产，本来就是流水线：需求、设计、开发、测试、发布、运维，各自有入口准则与出口标准。线上能稳定运行，通常不是因为每一段代码都优雅，而是因为：

• • 分层与模块化让局部问题不至于拖垮全局（当然代价是治理成本）；
• • 自动化测试与质量门禁把明显问题拦在上线前；
• • 可观测性、灰度、回滚让线上风险可控；
• • 规范与评审把「个人随意发挥」限制在可接受范围。

这套逻辑放到「AI 生成代码」上同样成立：关键不是禁止 AI，而是让 AI 的产出进入同一套质检与合流机制。 没有这套机制，纯手写也一样会屎山，只是堆得慢一点而已。

四、真正的大坑往往不是 AI，而是「一个人扛所有」

很多小团队没有专职 PM / 测试 / QA，文档也不系统，靠一个大牛把关键路径记在脑子里。短期很爽，长期风险极高：知识集中度就是单点故障，换人、扩容、事故复盘都会痛苦。

相比之下，AI 至少不会「离职」。更现实的风险反而是：团队误以为「能跑就行」，把工程化省略掉——这在没有 AI 时也会发生；有了 AI，只是让这种省略更快暴露。

我会把问题改写成一句更「系统论」的话：AI 让你更容易快速堆出复杂度；如果你没有工程化，你会更快撞上复杂度墙。 这不是道德判断，是系统结构决定的。

五、想在大项目里稳住质量：把依赖从「人脑」迁到「体系」

如果你想在较大项目里保持健壮性和可维护性，建议把精力放在这些抓手（比争论「AI 会不会让人变笨」更管用）：

1. 1. 边界与契约优先：模块接口、数据契约、错误语义先谈清楚；AI 更适合在边界内填空。
2. 2. 规范即代码：格式化、lint、目录结构、提交信息、分支策略——让机器先替你守门。
3. 3. 测试策略分层：单测保逻辑，集成测保协作，关键路径要有回归；AI 写的代码同样要过同一套门禁。
4. 4. 可观测与发布纪律：日志、指标、追踪、灰度；让线上问题可定位、可止血。
5. 5. 知识沉淀：ADR（架构决策记录）、Runbook、接口文档——别让「能跑」替代「可交接」。

你会发现：这套东西和「AI 还是人写」关系不大；它决定的是项目能不能扛住时间与人员变化。

六、程序员能力会不会下降？

更可能发生的是能力结构变化：

• • 手写样板与死记硬背的比重下降；
• • 读代码、定位问题、抽象建模、权衡取舍、推动规范落地的比重上升。

如果你把 AI 当拐杖绕过思考，能力会退化；如果你把 AI 当杠杆，把省下来的时间投入到架构、质量与协作上，能力会升级——只是升级的方向更像「工程师」，而不只是「码农」。

一句话收尾：屎山不是「AI 代码」这种病，而是「系统工程缺位」这种体质；AI 只是让体质差的人更快看见后果，也让体质好的人更快交付。你要对抗的不是 AI，而是失控的复杂度本身。