{"id":"mb-20261029-858b93","kind":"deep","title":"为什么人类跟不上AI写的代码？从认知屈服到丰田流水线革命","summary":"AI让代码生成量暴涨24倍，但企业软件上线仅增长30%。Sonar首席执行官Tariq Shaukat指出，人类审查因“认知屈服”在错误面前妥协率达80%，而大模型当裁判同样不可靠。软件工业必须重拾丰田生产方式，用确定性验证打破代码丰裕与信任匮乏的死结。","body":"程序员用 AI 写代码，代码行数直接暴涨了 24 倍。\n但企业实际能交付上线的新功能，只涨了 30%。\n那些多出来的海量代码，到底卡在哪了？\n\n卡在审查上。\n\n很多公司觉得这事很好解决：\n找资深工程师把关，每段 AI 写的代码都让人看一遍不就行了？\n\nSonar 的首席执行官 Tariq Shaukat 在旧金山的 AI 工程师峰会上泼了冷水。\n他说，在智能体时代，所谓的人在回路根本行不通。\n\n为什么行不通？\n因为人脑会投降。\n\n沃顿商学院在 2026 年 1 月做过一个测试，找来 1300 多人，观察人类面对 AI 给出的答案时怎么做选择。\nAI 回答正确的时候，人类有 93% 的概率跟着选对。\n这符合预期。\n\n但反常的在后面。\n当研究人员故意让 AI 给出完全错误的答案时，你猜结果如何？\n接近 80% 的人，依然跟着 AI 选了那个错误答案。\n五次里面有四次，直接闭着眼睛通过。\n更匪夷所思的是，这群通过了错误答案的人，对自己判断的信心反而高出了 11.7%。\n研究团队把这种心理现象叫做认知屈服。\n\n放在代码审查里，这个现象每天都在上演。\nAI 生成的代码排版整齐，变量名起得挑不出毛病，注释写得比真人还详尽。\n让一个工程师每天盯着几千行这样密密麻麻的代码看，不出半小时，大脑就会进入疲劳状态。\n看起来像那么回事，人就会顺手点下批准。\n原本用来兜底的人工审查，转头成了橡胶图章。\n\n那有人会想：人会看花眼，让另一个 AI 去审查 AI 行不行？\n所谓大模型当裁判。\n很遗憾，更靠不住。\n\n贝宝（PayPal）的人工智能实验室测过这个方案。\n把一模一样的代码和提示词，重复发给同一个大模型。\n在 7% 到 17% 的测试里，同一个大模型前后给出的裁决是截然相反的。\nMeta 做了另一个测试，在大模型做出判断后，只追问了一句：\n“你确定吗？”\n大模型当场改口的比例，达到了 7% 到 34%。\n一个连自己的判断都稳不住的裁判，根本没有能力给生产环境把关。\n\n除了审查失灵，还有更致命的复合错误。\n如果一个智能体每一步操作的准确率是 95%，听起来是不是相当高了？\n但写一个稍有规模的模块，通常需要走 20 个连续步骤。\n95% 连续乘以 20 次，最终的成功率只剩下 36%。\n开头错了一小步，后面就会沿着歪路一路狂奔。\n在只有 1 万行代码的小项目里，智能体还能维持 91% 的准确度。\n一旦代码规模涨到 5 万行，准确率就出现断崖式下跌；同一个任务消耗的计算量，差距可以拉大到 30 倍。\n\n这件事情在人类工业史上发生过一次。\n上世纪 80 年代，欧美汽车厂也是这么干的。\n流水线只管追求产量，车门缝隙忽大忽小，零件装不牢也照样往下送。\n出了问题怎么修？\n在生产线最后面养一大群维修工，一辆一辆返工敲打。\n\n直到 1989 年，丰田推出雷克萨斯的时候拍了一条轰动行业的广告。\n一颗钢珠顺着车门和引擎盖之间的接缝，极其丝滑地从头滚到了尾。\n严丝合缝，没有丝毫晃动。\n丰田彻底重构了流水线的逻辑：\n车间里的任何人发现异常都可以拉下停线绳，绝不把有毛病的部件推给下一个工位。\n质量必须在制造的第一时间锁死，绝不留到最后返工。\n\n后来软件工程学到的敏捷开发、持续集成、自动化测试，底子全来自这套工业经验。\n但现在的生成式 AI，直接把这套流水线冲得七零八落。\n上游以 24 倍的速度疯狂制造代码，下游的质检工位彻底瘫痪。\n\n代码现在成了极其便宜的耗材。\n但确定代码能不能上线的那份底气，反而成了最稀缺的资产。\n\n靠人眼去看几万行代码不现实。\n靠另一个大模型去猜，也只是在用概率检查概率。\n要让软件流水线重新运转，靠的是确定的逻辑工具。\n在智能体敲下每一行代码的同时，用静态分析、语法树解析和编译器等确定性规则，实时卡住漏洞和逻辑暗坑。\n该用确定算法的地方卡死，该用模型发散的地方发散。\n流水线只有在每一步都能拿到确凿的证据，人类工程师才敢合上电脑去睡觉。\n\n当代码变得越来越便宜，真正值钱的，永远是敢把代码送上生产环境的那份底气。","topic":"为什么人类跟不上AI写的代码？从认知屈服到丰田流水线革命","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-10-29 21:32:01","legal_anchor_count":0,"transcript_citation_count":0,"seo_title":"为什么人类跟不上AI写的代码？从认知屈服到丰田流水线革命","description":"AI让代码生成量暴涨24倍，但企业软件上线仅增长30%。Sonar首席执行官Tariq Shaukat指出，人类审查因“认知屈服”在错误面前妥协率达80%，而大模型当裁判同样不可靠。软件工业必须重拾丰田生产方式，用确定性验证打破代码丰裕与信任匮乏的死结。","domain":"software","domain_label":"软件与工程","domain_label_en":"Software & Engineering","domain_url":"https://mubeitech.com/deep?domain=software","canonical_url":"https://mubeitech.com/deep/mb-20261029-858b93","markdown_url":"https://mubeitech.com/deep/mb-20261029-858b93/markdown","json_url":"https://mubeitech.com/api/interpretations/mb-20261029-858b93","published_at":"2026-10-29T21:32:01Z"}