夜雨聆风微光智元报道
【导读】一边是C++之父直言资深开发者“宁愿退休”也不愿处理AI生成的代码，另一边是谷歌CEO承认在代理式编程领域落后，而ClickHouse等实战团队已在Agentic Coding中找到了真金白银的价值。这场关于AI编码工具价值的争论，本质上是“代码质量”与“开发速度”之间的古老博弈。
一、两座“大山”的质疑：AI编码真的带来负担？
75岁的C++之父Bjarne Stroustrup在最新一期播客中直言：“我已经看到一些高级开发者开始退休了——因为他们不想再处理这种验证工作：每次改代码或提示词，生成的东西都会变。”[3] 这句话在开发者社区迅速发酵，被概括为“资深开发人员宁愿退休，也不愿处理AI生成的代码”。
「AI 生成的代码更臃肿，有更多 bug 和安全漏洞，而且很难验证。」——Bjarne Stroustrup [3]
Stroustrup并非唯一持此立场的资深技术人。GitHub Copilot创始工程师Neel Sundaresan用了一个生动的比喻来形容当前AI编码工具的过度使用：“大多数AI编码‘就像开着法拉利去买牛奶一样’。”[4] 他指出，开发者有30%的代码都是API调用，AI工具在恰当的时机给出正确的函数调用才有价值，而非盲目生成大量代码。[4]
更有意思的是，就连谷歌CEO Sundar Pichai在最近的访谈中也承认了这一点。当被问及谷歌大模型能力时，Pichai坦言公司在“代理式编程（agentic coding）和长周期任务方面，依然落后于行业前沿水平”。[2] 这意味着，即便是行业巨头，也认为在复杂代码库上执行长期任务的AI编码能力，仍是一个需要“全力追赶的重要阵地”。[2] 这与Stroustrup对代码质量的批评角度不同，但共同指向了一个事实：AI编码工具远未成熟。
一位匿名作者在InfoQ发表的文章《人工智能无法加速软件交付》中提出了更尖锐的观点：速度从来都不是目标，提升工作效率的首要目的是更早获取反馈。[5] 他把那些只追求AI编码速度的机构比作：去救助中心想领养狗，却被告知可以带一只猎豹回家——只因为它跑得快。[5]
二、实战派的回应：Agentic Coding的真实价值在哪里？
然而，另一侧的声音同样响亮。ClickHouse团队在一篇深度实战分析中给出了截然不同的结论。他们从2025年2月Claude Code问世后就开始系统性地使用编码代理，并明确表示：“我们在ClickHouse中使用编码代理，它们在特定场景下是极佳的工具。”[6]
值得关注的是，ClickHouse团队对AI编码工具的定位非常清醒。他们承认，一年前测试时，Claude Code“在处理小型仓库中的各种样板任务时助我一臂之力”，但“当我将其应用到我们的主要C++代码库时，它便力不从心”。[6] 这种“场景适配”的认知，恰恰是争议双方容易忽略的中间地带。
更强烈的一个信号来自DeepSeek。就在5月中下旬，DeepSeek在多个平台发起招聘，目标是组建一支全新的Harness团队，“从零开始构建对标Claude Code的代码智能体产品”。[1] 其官网上发布的职位描述中有一句醒目的公式：Model + Harness = Agent。[1] 这意味着，DeepSeek认为“除模型本身以外的所有工作，都属于Harness的范畴”，而AI编码工具正是这个“Harness”的核心组成部分。[1]
▲ 配图
一个有趣的细节是，DeepSeek高级研究员陈德里在社交媒体X（原Twitter）上发布的招聘推文中，直接表达了对这一方向的信心。这家以模型能力闻名于世的公司，如今将“Harness”视为与模型同等重要的战略拼图，本身就是对AI编码工具价值的一种有力背书。
三、争议的本质：不是“能否”，而是“如何用”
将两方的观点放在一起对比，可以清晰地看到：争议的核心并非AI编码工具是否有用，而是在什么场景、以什么方式使用。
• 反对方的核心论点：AI生成的代码难以验证、存在安全漏洞、让资深开发者感到疲惫（来源[3]）；过度追求编码速度忽略了软件开发的本质目标（来源[5]）；AI编码更像是“开着法拉利去买牛奶”（来源[4]）。
• 支持方的核心论点：在特定场景下（如样板任务、小型应用、一次性脚本）AI编码工具非常有用（来源[6]）；头部公司正在将其视为战略基础设施（来源[1]）；行业领导者承认需要“追赶”而非“放弃”（来源[2]）。
背后的逻辑是，Stroustrup指责的是“AI生成代码后谁来验证、谁来理解、谁来承担系统长期运行的后果”[3]，而ClickHouse团队则通过“与Anthropic、Windsurf和Cursor签订合作协议，解决所有法律和安全问题”来主动管理这些风险。[6] 前者在谈“系统质量”，后者在谈“工具效率”——两者看似矛盾，实则互补：质量是效率的前提，效率是质量的放大器。只有先解决质量验证问题，工具效率才能真正转化为生产力。
Copilot创始工程师Neel Sundaresan的视角或许能提供一种折中。他从2000年就开始研究开发者效率问题，远早于大语言模型的问世。他的核心发现是：“开发者有30%的代码都是API调用”，而AI工具的价值在于“在恰当的时机给出正确的函数调用”。[4] 这暗示着，AI编码工具的真正价值不在于“替代人类写代码”，而在于“让人类少写那些重复性的代码”。
四、我的判断：支持实战派，但反对盲目崇拜
在认真阅读了所有6篇素材后，我的立场是：我支持AI编码工具在限定场景下的使用，但坚决反对将其视为“银弹”的宣传。
理由有三：
第一，实战数据最有说服力。 ClickHouse团队作为C++核心数据库的开发者，他们的经验表明，尽管AI编码工具在大型C++代码库中“力不从心”，但在“重复性任务”上确实有效，且公司内部“对它们有着实际需求”。[6] 如果连这种底层基础设施的维护者都能在特定场景中获益，说明工具本身并非“无用”。
第二，头部公司的战略投入是风向标。 DeepSeek从零组建Harness团队对标Claude Code[1]，谷歌CEO承认需要“全力追赶”[2]，这些信号表明，最了解技术边界的人正在加注，而非撤退。
第三，但“验证问题”是真实存在的硬伤。 Stroustrup指出的“每次改提示词，生成出来的东西都会变”[3]是不可忽视的工程现实。这要求团队在使用AI编码工具时，必须建立更严格的代码审查、测试和安全机制——正如ClickHouse团队所做的那样。
AI编码工具不是“神”，也不是“坑”，而是一把需要正确握持的刀。
对于那些声称“AI将取代所有程序员”的狂热言论，我们应当保持警惕；但对于那些在实践中证明有效的场景，我们也不应因噎废食。真正的挑战不在于“要不要用”，而在于“如何建立一套能够驾驭AI编码工具的质量保障体系”——这才是所有AI从业者和技术爱好者当下最需要思考的问题。
[1] 模型之外，皆属Harness！DeepSeek终于出手：招人、组队、从零造一个中国版Claude Code，https://www.infoq.cn/article/zqYChrE48RgRbWTX7vhT?utm_source=rss&utm_medium=article
[2] 谷歌CEO最新访谈：谷歌多模态能力领先，但Coding确实落后了，https://www.tmtpost.com/8001070.html
[3] C++之父开撕AI Coding：资深开发者宁愿退休也不愿伺候AI生成的代码，https://www.infoq.cn/article/51fCFjwWFtJBDh04sLVQ?utm_source=rss&utm_medium=article
[4] Copilot 创始工程师：大多数 AI 编码“就像开着法拉利去买牛奶一样”，https://www.infoq.cn/article/e17xvwLZf8rQrArWAFR6?utm_source=rss&utm_medium=article
[5] 人工智能无法加速软件交付，https://www.infoq.cn/article/VvvDVygBzh1uKHT2MXH7?utm_source=rss&utm_medium=article
[6] ClickHouse实战：Agentic Coding，是“神”还是“坑”？，https://www.infoq.cn/article/OLEDsNifw48YdleTAZDg?utm_source=rss&utm_medium=article
感谢阅读，欢迎分享
