Matt 与 Uncle Bob 的访谈 AI 时代的代码质量

Matt 与 Uncle Bob 的访谈 - AI 时代的代码质量

本文基于 Robert C. Martin（Uncle Bob，鲍勃大叔）与 Matt Pocock 的访谈整理，全文约 56 分钟。文中时间戳对应原视频，可以配合切片视频一起看。

鲍勃大叔在 2024 年底（以转写稿相对时间”December of last year”为准）开始认真用 AI 写代码。他当时在做一个项目，让一个早期的 Grok Agent 帮忙。Agent 写得快，但总在身后留垃圾，他得一直跟在后面收拾。用他自己的话说，它”总是留下一小坨狗屎”（[00:05:12]）。

快是快，可收拾残局的时间把这点快全吃掉了。他觉得挫败，后来转念一想，既然它快，那就让它把脏活也干了。但他后来发现，问题不在 AI 写得慢或写不出，而是它留下的脏代码会反过来拖垮它。这篇文章讲的就是怎么解这个结。

脏代码对 AI 一样是灾难

前提是代码不能太脏。他注意到一个现象。Agent 留下垃圾，他不清，直接让它做下一件事，垃圾就越积越多。然后 Agent 开始变慢，改一处坏一处，修好这一处又碰坏那一处，在原地打转。他甚至遇到过一个 Agent 直接撒手不干了（鲍勃转述，非原话）（[00:11:00]）。

他的结论是，Agent 和人类一样会被脏代码拖垮，也许阈值比人高一些，但阈值确实存在（[00:11:36]）。代码脏到一定程度，AI 就完全处理不了了。所以他的做法是让 Agent 跑代码，自己盯住代码质量指标，定期抽查，把质量关留在人手里（[00:09:07]）。

指令靠不住，工具才靠得住

很多人遇到 Agent 写得烂，第一反应是往提示词里加规则，加满一页，甚至想把整本《代码整洁之道》喂进去。鲍勃大叔试过，没用。

他做过一点研究，模型有个毛病叫 lost in the middle，上下文窗口里开头和结尾的内容权重最高，中间的全被稀释。长指令里或许只有开头几句还能保持优先级，第五十句、第八十句早沉进中间了（[00:13:54]）。主持人 Matt Pocock 引用 Dex Hawthorne 的说法，把上下文窗口分成聪明区和糊涂区，开头一百五十 K token 还算聪明，往后每个 token 都在拥挤的房间里喊，谁也听不见谁（[00:15:22]）。

所以他的原则是，初始提示压到最短，把约束交给确定性工具。工具不看上下文，说一不二。让 Agent 改代码，改到工具检查通过为止，这是个验证闭环（[00:16:57]）。

两件当年做不动的老工具

既然指令靠不住，那就靠工具。鲍勃大叔想到的第一件工具叫 CRAP。把代码覆盖率和一个函数的圈复杂度（cyclomatic complexity，控制流路径数）揉在一起算分，分数越高，函数越烂（[00:05:56]）。第二件叫突变测试，程序自动把你的代码改出毛病，把小于号翻成大于号，把等号翻成不等号，每翻一处就跑一遍全部测试，测试没拦住的那个突变就是漏网的（[00:06:52]）。

这两件工具在 2000 年代初都很好用，也都做不动。鲍勃大叔当年在自己项目上跑过，CRAP 查出一堆烂函数，修完要改全部测试，他舍不得花这个时间。突变测试更夸张，测试套件跑四分钟，要翻几百次，只能挂机跑一整夜。都是差不多的结论，好东西，但没法进日常流程（[00:06:30][00:07:30]）。

到 2024 年底，他忽然想通了。这些活又无聊又费时，正好是 AI 最不怕的。他让 Agent 写完代码以后自己跑 CRAP，自己把分数压下去，再跑突变测试，把漏网的测试补上。从前要跑一整夜的活，Agent 可能只要三十分钟（[00:08:04]）。

一条五段式的流水线

工具之外，他现在跑一条 Multi-Agent 流水线，每个 Agent 只干一件事。

第一段是 specifier，把人类写的需求文档变成 Gherkin 验收测试和一份 QA 流程（[00:20:25]）。第二段是 coder，写单元测试和实现代码，把 Gherkin 跑通（[00:21:11]）。第三段是 cleaner，跑 CRAP 分析，收拾 coder 留下的烂摊子（[00:21:32]）。第四段是 hardener，跑突变测试，要求所有突变都被杀死（100% 覆盖），冷酷无情（[00:21:47]）。最后是 QA Agent，把 QA 文档变成可执行脚本，操作界面，得出确定性结果（[00:22:09]）。

账是这样算的。让单个 Agent 干一个任务，五分钟能出结果，质量存疑。走完这条流水线，大约一小时。听起来慢，可人类干这件事要半天（[00:22:31]）。一小时对半天，还有四五倍的效率差，质量还比人工高出一截。

Multi-Agent 还有两个好处。可以并行，他的笔记本同时跑三个 coder 没问题。每个 Agent 只干一件事，上下文窗口小，lost in the middle 的问题也轻了（[00:19:21]）。Agent 可以干完就销毁，下一个带着干净的上下文进来。

纪律别强加，价值要坚持

鲍勃大叔写过一本《代码整洁之道》，是 TDD 的积极布道者。但他明确说，TDD 是人类纪律，不该强加给 AI（[00:34:03]）。人类短期记忆小，写一条测试、让测试通过、再写一条，这个节奏对人类是必要的。AI 的短期记忆又大又准，非要它一条测试一条代码地交替写，没有意义。他试过，模型最后总会偷偷变成先写函数再补测试。

他有一句话说得好，强加人类纪律给 Agent 是错的，强加人类价值是对的（[00:35:01]）。这里的”价值”可以理解为整洁、结构、测试覆盖这些底线，具体怎么干活，让 AI 自己来。有些阈值还得放宽，他给人类定的 CRAP 分数上限是 4，给 AI 放宽到 6，还在试探能不能到 8（[00:32:49]）。

规划别做太满，成本已经趋近于零

他还劝大家别搞重规划。他说过一句很老的话，如果改一栋房子只花一块钱，包括改地基、改屋顶，你会请建筑师花几千块画完美图纸，再让施工队一次建完吗？还是直接走到施工队面前说，地基放这，不行，挪那边，厨房放这，客厅放那，来回改（[00:40:04]）。

答案显然是后者。AI 时代改代码的成本已经跌到接近零，重规划是拿贵的时间换便宜的时间。他试过把计划写到完美再交给 Agent，每次都翻车，计划赶不上变化，Agent 会固执地照计划走，计划有漏洞它就卡住，最后还得人停下来重写计划（[00:37:08]）。他的新方向是回到敏捷，先干一个故事，看看架构，手动理一理，再干几个故事。他承认，架构整理这一步可能永远得靠人（[00:38:05]）。

新人怎么学

主持人最后问了一个很实在的问题，AI 把战术编程都吃掉了，新人怎么学战略编程？鲍勃大叔的答案分成两步。

第一步，先自己写一段时间代码（他说一年，但马上又说不确定多久），知道 AI 在跟什么东西打交道（[00:47:05]）。第二步更狠，入职以后把自己当 Agent。主管给你什么任务，你就做什么，和 AI 用同一套确定性工具，接受同样的检查。头几个月会非常没效率，但能学到大量东西。熬过这条流水线，你才配去指挥一个 Agent（[00:47:23]）。说得直接一点，你先当几个月的 AI 下属，才知道怎么当 AI 的上司。

软件基础为什么依然重要

聊到结尾，他想起一句话，记不清是不是 Dijkstra 说的，但软件确实是人类尝试过最复杂的东西（[00:53:34]）。基础知识的用处，是把这种复杂组织成能被理解的形式，不仅人能理解，模型也能理解，毕竟模型是按人脑设计的。

他讲了一个抽象层的历史。二进制，汇编，编译器，模型，每一次抽象层往上升，底下的人都在抱怨，说这要毁了一切，说我们都要失业了，说以后五岁小孩都能写代码（[00:54:41]）。这些话在二进制时代就说过一遍。每一层都是同样的剧本，但规则从来没变过。

他说，你扔掉的规则，就是那些你一年后要从地板上捡起来、掸掉灰、记起当初为什么的规则（[00:55:39]）。所以回到开头那句话。AI 没问题，是拖着脏代码会让它崩溃。软件基础，就是那串让 AI 不至于把自己拖垮的底盘。

时间戳速查

来源 https://www.youtube.com/watch?v=zcLPGC-tvgk Matt Pocock 频道访谈