夜雨聆风
OpenClaw工程师警示:一场AI劣质代码危机正在席卷整个编程行业
（图源：Joe Magee）
两款风靡全球的AI智能体OpenClaw核心模块的两位研发工程师发出严厉警示：这款号称能够取代高薪软件开发人员的人工智能，正在向全球产出大量劣质、甚至存在安全隐患的代码。
他们将这一现象称作“氛围劣质代码（vibe slop）”。该词结合了两种概念：一是“氛围编程（vibe coding）”，即开发者用通俗的自然语言描述需求，借助人工智能工具编写程序；二是“AI劣质内容（AI slop）”，也就是如今社交媒体上随处可见、数量庞大却毫无价值的AI生成内容。
两位工程师表示，所谓“随性劣质代码”，指程序员不再踏踏实实地完成系统设计与测试工作，转而走捷径，通过输入指令让AI快速生成代码。这类程序根本经不起长期使用。该问题已日趋严重，全球最大的开源代码托管平台GitHub为此出台了新规，并上线相关功能加以整治。
OpenClaw内置智能框架Pi的开发者马里奥·蔡希纳（Mario Zechner）说道：“如今各类基础架构频频出现故障，软件漏洞也远多于以往。这场游戏我们还能再撑几个月，甚至几年，但最终它会追上我们。”
蔡希纳与搭档阿尔明·罗纳彻（Armin Ronacher）共同打造了Pi。二人并非全盘否定AI的价值，他们自身也会借助AI处理项目中的繁琐杂务，并且正是因为看好AI的发展，才联手开发出这款如今已有数百万用户的AI编程工具。
二人的核心观点是：这类AI系统本应提升资深工程师的工作效率，让企业得以裁掉初级开发人员，但现实情况是，许多企业只顾眼前效率，换来的却是长期隐患。不仅初级技术人才梯队出现断层，还衍生出诸多问题：软件漏洞频发、服务频繁中断、安全漏洞增多，技术债也不断积压。
人为审核逐渐缺位
两位工程师身为业内知名的独立开发者，并不依附大型科技企业。当下OpenAI、Anthropic两大巨头正筹备上市，软件行业内围绕AI编程的争论也愈演愈烈，二人就此公开发声。
支持者认为，AI有望彻底革新企业数十年遗留旧代码的处理方式，且部分场景下已然实现。即便不在核心业务中大规模使用AI的开发者，也找到了折中方案：借助AI编写测试用例、制作简易原型。不少顶尖AI实验室的人员还主张，可依靠AI自身来审核、优化AI生成的代码，无需人工逐行核查。
OpenAI负责构建其编码工具Codex团队负责人罗汉·瓦尔马（Rohan Varma）表示：“如果想让代码直接上线运行，基本都会出问题。”
他补充道，如今工程师可借助Codex自检AI生成的代码，使其达到面向用户交付的标准。这套系统已能模拟人工浏览、测试网站，校验代码是否符合企业规范，并排查安全隐患。
但他也坦言，即便是在OpenAI，面向数百万用户的关键基础设施，最终仍由人类工程师负责审查AI生成的所有代码，并对这些系统的成败承担责任。
AI编程的局限
谷歌母公司Alphabet首席执行官桑达尔·皮查伊（Sundar Pichai）在近期发文称，目前谷歌75%的新增代码由AI生成，而去年秋季这一比例为50%。脸书母公司Meta首席执行官马克·扎克伯格（Mark Zuckerberg）也曾预测，2026年年底前，公司内部AI研发团队的大部分代码编写与审核工作都将由AI接手。
这些言论与批评者的担忧形成了鲜明反差。蔡希纳认为，这恰恰说明当下人们并不清楚现阶段AI智能体的能力边界。
举例来说，AI编程工具擅长编写全新代码，却难以评估和升级现有软件，企业中体量庞大的存量代码更是如此。
初创团队依靠AI工具随性编程，能快速搭建产品程序。但蔡希纳表示，一旦系统规模变大、复杂度提升，它们就会和大型企业陷入同样的困境——AI智能体的作用变得十分有限。
Anthropic旗下的Claude Code工具，正是这种矛盾现状的典型案例。
（图源：REUTERS/Gonzalo Fuentes）
蔡希纳对这家公司自研自用的做法表示认可，也就是用自家工具搭建内部系统，但他并不看好这款产品。
他直言：“Claude Code是我用过问题最多的软件之一。”该工具存在界面画面闪烁、功能冗余、内存占用过高等问题，在他看来，这些弊病根源在于开发团队全程借助AI来编写代码。
Anthropic的Claude Code产品负责人凯瑟琳·吴（Catherine Wu）回应称，界面闪烁问题源于研发团队迭代速度过快、优先上线新功能。过去一年里，该工具用户的日均使用时长从20分钟，增长至每周20小时。她补充道，目前画面闪烁的问题已基本修复。
吴表示，AI工具能让初级工程师独立负责功能开发全流程，从构思设计到交付上线一肩挑。团队也在持续优化AI指令，规避过往问题，同时强调：最终责任仍由人类承担。
科技专栏《读懂AI》（Understanding AI）撰稿人、计算机科学家蒂莫西·B·李认为，Anthropic拥有业内顶尖的AI工程师，高度依赖AI的开发模式在其内部可行，但未必适用于所有客户。很多企业的内部系统，高度依赖程序员长年积累的隐性经验，而这类知识并不会被纳入AI模型的训练数据。
“AI模型很容易偏离正确方向，这就必须靠人及时发现问题。”李说道。
代价终将显现
蔡希纳认为，行业终将迎来清算时刻。在他看来，大型企业很快就会意识到，过度依赖AI生成代码，不仅推高了成本，还产出了大量劣质软件。不少靠随性编程起家的小型初创公司也将难以为继。与此同时，GitHub这类基于云端的实用软件工具仓库，还会不断涌入AI生成的无效垃圾代码。
蔡希纳与罗纳彻在奥地利的居家办公室接受本次视频采访前，他刚封禁了一名程序员，禁止其再向自己的GitHub代码仓库提交内容。这名程序员本人并不知情，他所用的AI智能体接连不断地提交虚假报错信息。
蔡希纳无奈地摇头感慨：“说到底，我们现在这一切到底意义何在？”
本文由微尔湾小编编译整理，文字和图片均来源于互联网，版权属原作者。未经许可不得擅自转载，否则将追究责任。
往期推荐
微信的规则进行了调整，希望大家看完文章后多点“在看”，喜欢的话也点个分享和赞，这样微尔湾的推送才能继续出现在你的订阅列表里，才能继续跟大家分享有关尔湾和橙县的第一手信息~
