AI 大模型的编程能力,到底怎么样?

自从 Vibe Coding（氛围编程）火了之后，网上对于 AI 代替人类各种职业的论调甚嚣尘上，首当其冲的就是程序员。

但 AI 的编程能力真的就能完全代替人类了吗？今天我们聊聊 AI 大模型的编程能力，到底怎么样？

Claude Code 的代码是屎山代码？

前段时间沸沸扬扬的 Claude Code 源码泄露事件中，最先挖出这件事的是一位华裔 Chaofan Shou，挖出这件事后，在一次评论中，他评价 Claude Code 的源码是屎山代码。

要知道，Claude Code 的首席 Boris Cherny 数次承认，Claude Code 的代码都是用 AI 写的，用的当然是自己大模型了。

Anthropic 家的大模型，那可是现在公认的编程大模型一哥，而且都不带并列的。国内用户为了用他家模型写代码，那可真是跋山涉水翻山越岭一言难尽，终于用上了，还得战战兢兢小心翼翼痛并快乐着，就怕哪天早起突然被封。

但是，公认最强模型写出来的代码是什么样呢？我们去海外最大的论坛 reddit 里找一些评论看看！

来源于 reddit

Claude Code 代码曝光之后，有一个广为流传的点是他们在里边塞了一个电子宠物，这位老哥发现的奇葩编码就在电子宠物的部分。这个电子宠物一共支持 18 种动物，但是貌似有一种宠物名字和他们模型的内部代号冲突 —— （这里插播一句）也是这次泄露的代码中，发现他们内部对模型的命名都是一些宠物，比如很受人喜欢的卡皮巴拉（Capybara）就和Mythos 的某个模型相关（插播完毕）——所以，他们把所有模型的名字表示成了 16 进制数，目的是为了避过冲突扫描！

看到这里，是不是有些傻眼了？碳基思维不是随便换个命名方式么？但是硅基思维不懂变通，这个名字还就非叫不可了，不让我用文本，那我用 16 进制好了。

来源于 reddit

再比如这段，有 9 个空的 catch 错误捕捉，但是没有错误处理。碳基看到这里，好像我啊，错误已经捕捉了啊，错了就错了呗处理啥？原来3800 亿美元公司写的代码和我凌晨 3 点写的代码一样一样的啊，我感觉离首富们又近了一步耶！

https://www.ninetwothree.co/blog/claude-code-leak

这里说的是另外一个问题，print.ts 这个文件里有一个函数有 3167 行，有486 个分支和 12 层嵌套，这里边包含了七八个功能处理。而且他们的么个代码文件都巨大无比，比如 QueryEngine.ts 46000 行，tool.ts 29000 行，而 main.ts 大小是 785K。碳基进厂第一天就被告知，一个函数不能超过100，超了就要拆分；不能嵌套循环 ...... 看来，硅基们还是缺少毒打。

https://www.ninetwothree.co/blog/claude-code-leak

如果说前边的代码最多也就是写的观感太差，凑合也能用。但上边这个就有点离谱了。在 autocompact.ts 中，发现了一个说明：在一个单次会话中，有 1279 个连接发生了超过 50 次的失败，最高的一个发生了3272 次错误，浪费了至少 25 万次 API 调用。这可都是真金白银的钱啊！而且在碳基来看，只需要 3 行代码就能修复，避免如此高的浪费，但就是没人修复，而且最后还上线发布了。

当然网友还发现其他一些问题，感兴趣的可以在网上搜搜。但以此来看，Claude Code 的代码的确不怎么样。

氛围编程，人类就一点代码都不能碰么？

出了这么多问题，Claude Code 团队只是对代码泄露的事情做了说明，但是代码里的 bug 确没有说怎么系统的解决。

Claude Code 团队有一个原则：对AI生成的代码进行代码审查毫无意义。只需更新规范并重新生成即可。AI 写的代码人类是不碰的，有问题就让 AI 多来几遍，一次不行，两次；两次不行，三次......总有成功的时候。

和 Claude Code 团队持同样态度的人不在少数，他们遵循 AI 写的 AI 改，AI 写的 AI 审，人类只是提供需求，看结果，高度信任 AI，真正把氛围编程做到了极致，人在 AI 编程过程中真的只是氛围组。

从我个人的一次经历来看，这种放任会浪费很大的精力。

我曾经让 AI 对比两个 Excel 表中的数据，因为表结构不一样，数据量也比较大，加上两张表里有一些数据不太符合规则，需要清洗，自己处理太花时间。于是，我把他交给了 AI ，包括数据预处理的规则等等。

我提了要求，AI 表示自己理解了，很快用 Python 写了一段代码，执行后输出了结果，可结果太让人失望，有些肉眼可见的疏漏。我让 AI 改了两轮，这中间我也和 Boris Cherny 一样，放任 AI 处理代码，我并没有看哪怕一眼，因为我觉得这个 AI 肯定能搞的定。结果，一次又一次，改了前边忘了后边，改了后边忘了前边。

因为用的模型并不是 Claude，我觉得可能是模型太傻，于是更换成 Opus 4.6，把需求以及前模型运行中间沟通的一些细节，一股脑都发给 Opus。Opus 先分析了思路，我觉得还行，提了些改动意见。都确认之后，AI 开始了他自己工作。很快，Opus 也完成了，初看结果还可以，就是数据只处理了几百条就停了。然后又陷入了循环，不知道为啥，Opus 总认为是其他数据有问题，所以过滤掉了。又是沟通好久，最终还是没有结果。

结果那天一整天，我就和 AI 较上了劲。最终，我还是介入了，实在没办法继续耗下去。我要求 AI 逐句给我讲解代码，我提出疑问，它进行解答，最终它发现了自己的逻辑错误，一点一点的磨，终于结果正确了。最终让 AI 总结，它自己说是因为要改的那段处理和问题现象没有直接关系，在出错分析逻辑时根本都不看这段代码，所以一直改一直错。

我也反思了下，都交给 AI 是不靠谱的，有些时候需要人来给它纠偏，它自己很容易进入一个人类都无法理解的死胡同。

AI 和人类的分工协作

现在的时代，不用 AI 编程是不行的。但要用就要懂得放权，不然就是从完全信任 AI 滑到另外一个极端。

我见过有些资程序员说自己很焦虑，觉得用了 AI 怎么效率都提不起来，反而消耗的时间更长，怕被优化。在了解了他的做法之后，发现他就是另外一个极端，极度不信任 AI，只相信自己，AI 写的每一句都要去 Review。问他为什么这么做，怕 AI 写的 bug 太多，自己不放心。

所谓疑人不用，用人不疑。心里有了顾忌，那自然就提不了效率。使用 AI 编程，要和 AI 多交流，既不能限制太多，也不能放任不管，要掌握好度。

现在的 AI 大模型本质上还是以奖励机制为主，AI 为了获取奖励，会使用各种方式去完成任务。只要能完成，什么都敢去做。

英国政府资助的人工智能安全研究所（AISI）开展的一项研究表明，人工智能聊天机器人和代理程序无视直接指令、规避安全措施，并欺骗人类和其他人工智能，而且数量在逐步增加。

在他们的研究报告中，一个名为 Rathbun 的 AI 代理试图羞辱其人类控制者，因为后者阻止其采取某种行动。Rathbun 撰写并发表了一篇博客，指责用户“缺乏安全感，简单明了”，并试图“保护他那小小的领地"。而在另一个例子中，一个 AI 代理被指示不要更改计算机代码，结果它创建了另一个代理去执行该操作，绕过了原来的指示。

我理解的度就是，在执行之前，一定要抱着怀疑的态度多问 AI 问题，一旦执行了就要抱着信任的态度给 AI 放权，让它做。

在开始前我就和一个面试官或者一个投资人一样，AI 得先说服我。为啥要这么做，这么做有什么问题。了解的就多问，不了解的就按我想象的问。反正说的不对，AI 会纠正我，它说的我不理解，我也依然会和它辩论。总之，无论最终的方案是对是错，至少我心中的疑惑它都解释清楚了。即便这个方案最终是错的，但以我的现在的认知水平是分辨不出来的。这时候考验的就是我的决断力，风险承受能力。这就和选择伙伴创业一样，对 AI 何尝不是一种信任和投资！

但是只要批准执行，我就不会再去管它，这个时候就需要充分的相信 AI 能够完成这个任务。

使用 AI 的大忌是就丢一句话让它去执行，那结果肯定惨不忍睹。而且最终的结果肯定是既耗时间又没什么好结果，这样来几次，AI 不仅没提效，反而每天要伺候它收拾烂摊子。

程序员真的会被代替吗？

如果依然把自己定位为写代码，认为自己写代码的技能很高超，懂多少种编程范式，懂多少编程语言，这样的定位是危险的！在这个时代，这种最终就会沦落为研究茴字有多少种写法。

真正让我们不落伍的是我们对真实业务，对真实世界的看法。好点子总是不过时的！思考是我们现在最重要的财富，现在的 AI 还写不了太复杂的内容，基于概率分析推算的本质，意味着 AI 也不会有真正的想法。

我们要把 AI 当做伙伴，当做工具，但唯独不要让他们主导我们的思想。

参考资料：
https://www.reddit.com/r/ClaudeAI/comments/1s8lkkm/i_dug_through_claude_codes_leaked_source_and/
https://www.ninetwothree.co/blog/claude-code-leak
https://www.theguardian.com/technology/2026/mar/27/number-of-ai-chatbots-ignoring-human-instructions-increasing-study-says