AI编程时代，我们为何突然开始重新谈论「代码行数」？

起因：为什么一个老话题突然有了新生命？

“代码行数不能衡量生产力”——这几乎是软件工程领域的政治正确。但资深开发者 Simon Willison 最近却公开为它“辩护”，认为在 AI 编程代理时代，这个指标反而有了新的讨论价值。这听起来有点反常识，但仔细一想，它精准地抓住了 AI 正在重塑软件开发的核心矛盾：当生产速度不再是瓶颈，什么才是？

拆解：从“写得快”到“想得清”的范式转移

Simon 的核心论点有两个层面。

第一，量级变了，性质就变了。过去，一个优秀工程师一天能写 200 行生产级代码已是极限。现在，借助 AI 代理，写出 1000 行经过调试的、高质量的代码是完全可能的。从几十行到上千行，这不是 10% 的提升，而是 10 倍甚至更多的跃迁。当产出发生数量级变化时，曾经无效的度量标准可能会变得有意义。这就像马车时代，你无法用“运输吨数”来衡量一匹好马和另一匹的区别；但到了卡车时代，“单次运力”就成了关键指标。

第二，认知带宽成了新稀缺资源。AI 让你写代码快了 100 倍，但你的大脑理解、跟踪和维护代码的能力并没有同步提升 100 倍。这才是真正的瓶颈。你一个人可以一天写一千行代码，但你无法在脑中清晰地装下一千行新代码背后的逻辑、依赖和潜在问题。因此，团队依然必要，而且团队的核心功能从“分工写代码”变成了“分工管理认知负载”。资深工程师的价值，不再是手写每一行代码，而是设计、审核和维护整个系统的概念结构，确保它不会变成一个谁都看不懂的“黑箱”。

趋势洞察：警惕“温彻斯特鬼屋”式软件

这里最精彩的比喻是 Claire Giordano 提出的“温彻斯特鬼屋”。这栋房子有 140 个房间，因为房主相信只要不停建造，被枪杀的鬼魂就不会来找她。结果就是一座没有蓝图、结构混乱、到处是死胡同和怪异房间的建筑。

这正是 AI 编程可能带来的最大风险。当添加一个新功能的成本从“一周”降到“一小时”，那么“加一个试试”的冲动就变得难以抗拒。软件会像鬼屋一样，在短期内快速“长”出各种奇怪的功能和模块，彼此之间缺乏协调，最终丧失 概念完整性——即软件设计上的统一性、一致性和可预测性。一个失去概念完整性的系统，后续修改和维护的成本会指数级增长，甚至可能推倒重来。

实用价值：开发者的新纪律是什么？

过去，开发纪律有一部分是被“时间成本”强制执行的。一个疯狂的功能想法，评估后觉得“得花一周，不划算”，自然就放弃了。现在，AI 把“一周”压缩到“一小时”，这个天然的过滤器失效了。

因此，开发者（尤其是资深开发者和技术负责人）需要建立一套新的、主动的纪律：

1. 设计先行，而非“先写再说”：在用 AI 生成代码前，必须花更多时间在架构设计、接口定义和模块划分上。确保新功能与整体设计意图一致。
2. 严格的代码审查与重构：AI 生成的代码质量可能很高，但它是否与现有代码的风格、模式和抽象层次一致？这需要更严格、更具审美眼光的审查。
3. 拥抱“做减法”的勇气：抵制“反正很快，加一个吧”的诱惑。定期审视代码库，果断删除那些不必要、不一致的“怪房间”。

反常识/意外：重新理解“资深”的含义

这篇文章最反常识的启示或许是：在 AI 时代，初级工程师的工作（写具体代码）可能被大幅自动化，但资深工程师的核心技能——系统设计、概念建模、技术品味和决策权衡——其价值不降反升。他们不再是“写代码最快的人”，而是“能让整个系统保持清晰可理解的人”。对于想进入或深耕 AI 时代的开发者来说，投资于对软件本质的理解、架构模式和系统思维，比单纯学习如何使用 AI 工具更为根本。

原文地址: Conceptual integrity and counting lines of code