AI 写代码是神器还是灾难？
Ask HN: Is anybody producing good code with coding agents?
我作为资深工程师，发现 AI 生成的代码质量堪忧，充斥着难以理解的逻辑陷阱。审查这些代码的时间是手写的五倍，让我逐渐失去对代码库的掌控。我怀念代码的优雅与工匠精神，不知大家是否找到了解决这一困境的方案？
我通常用 AI 生成和我自己写差不多的代码，但速度快了五倍。关键是不让它长时间自由发挥，而是分小块生成，快速审查、反馈并迭代，直到满意再进行下一步。这比审查一大坨混乱代码要快得多。
我们团队三十多人的做法是建立强大的测试框架（Harness），不再纠结于写代码本身，因为核心目标是解决业务问题。如果代码能跑通，那就不必非要去读或写每一行。
我从不让 AI 生成核心业务代码。我只用它来生成原型、测试、基准测试或简单的复制粘贴代码。对于核心逻辑，我还是坚持手写，因为理解并修复 AI 生成的代码比直接自己写更耗时且令人沮丧。
这是一个光谱。对于不重要的代码（如性能数据可视化 GUI），我完全让 Claude 或 Codex 自由发挥；对于在意的代码，我会审查每一块生成的代码并严格执行风格指南；对于关键任务代码，我坚持手写并让 AI 辅助审查。
我采用了 OpenCode 和开源权重模型组合，并定制了专门的 Agent 来检测常见的 AI 代码烂俗模式。我们最近全面部署了基于 GLM 5.3 Flash 的自定义 PR 审查流程，它比大模型更便宜且能捕捉各种错误。