2026 年开始将没有人会 review vibe coding 的代码，就像没人会 review 编译器的输出结果一样

从趋势上来说这可能很快就成为现实，AI 其实只需要做出实现方案的详细描述就可以了，这也不是黑盒，只不过将代码实现进一步抽象

编译器产生的内容是稳定的，准确的，可复现的
大模型可以做到吗？先把版本号生成准确再说吧

自己的实践经验来说，全程全自动，自己从来不 review

但是有大坑，就是遇到 bug 的时候

@cat9life 暴论: 如果一个人通过比喻，一刀切甚至不知道哪里抄的谚语来解释一件事，而不是分析事情本身的时候，说明他不懂。

如果大模型已经达到编译器的水平，他应该直接调操作系统把事情干了，而不是生成 code 再过一遍编译器。

这个没有因果吧
没人去 review 编译器输出是因为这个输出得到了广泛的验证 很可靠 不合格的编译器也不会有人去用，并且输出结果也是确定性的程序和测试集可以验证的
但 vibe coding...你先解决小白不小心删库/删文件的问题再说吧😂😂😂

我们组现在的 UT 基本上全权交付 LLM 编写，我们负责 review 的内容是 UT 的标题，UT 的 assertion 部分是否合理，最终的 code 覆盖率是否覆盖了需要的逻辑分支。

确实是在这个部分已经不去 review 它生成的代码了。

所以我是认同这个趋势的。

有没有字节的朋友讲一下目前内部的 AI 使用，模式是什么样的

偷换概念 大老板也不会 review 程序员的代码
为什么？因为下面的人会对这段代码 review
你不 review AI 谁来负责并保证正确？

编译器会在必要时候报错， 而你的 AI 永远不会告诉你，这个问题他不会，他总是自信的给你生成代码

编译器的作者对编译器的输出结果是很清楚的，但 AI 的作者根本不知道 AI 会输出什么样的代码！

目前来说，编译器是确定性的基于形式化规则的，AI 的生成它不是啊。除非能把 AI 的输出搞一套形式化的测试验证逻辑来兜底。

@cat9life 难道不是因为原理吗，编译器的原理从根儿上值得信任，然后现行的编译器经过全球无数产品的验证同样值得信任。原理+实证确保了编译器为大多数底层码农可以无脑信任。大模型呢。原理一半儿明白一半儿黑盒。落地最广的代码生成大多还是要和人进行结对。本质上就跟人一样，一个自动化流水线和一个熟练工，这个熟练工就算是再无敌，也碰瓷不了自动化机器。

快进到所有应用运行在大模型生成的实时视频中, 就算想 review 也不可能了.

一个是基于概率的， 一个是基于有限规则的
一个是根据自然语言生成形式语言， 一个是把形式语言“编译”成另一种表达形式
两者能一样吗，要么太乐观了，要么瞎球不懂

那么程序员是真的 gg 了

什么傻篮子狗屎言论都搬是吧

标题整句话都是错的。

没人 review 编译器的输出？错。那那些看编译之后汇编的人算什么？那些做逆向的人算什么？
没人 review vibe coding 的代码？错，除非以后没有 vibe coding 了。

某件事很少人做，且频率很低，不代表它不重要，不代表可以没人懂这件事。

如果整个团队甚至整个社会都能接受甚至拥抱不确定性，那这个结论可以成立。但目前看上去这个 soon 还处于𝐬∞𝐧的阶段

现在你会发现大模型每次发布的版本进步都很有限，甚至感知不到进步，只能在工具链上做竞争。这表现出来的就是大模型的发展已经到了瓶颈，只能往应用层发展，底层很难再有重大的突破。