当AI代理开始参与代码编写时，随之而来的是严峻的维护和可持续性挑战，这与管理人类承包商的情况非常相似。尽管AI驱动的代码生成潜力巨大，但要实现预期成果，就必须依靠健全的最佳实践和严格的监督。
目前，关于“AI代码生成”（vibe coding）有两种流行但又极度夸张的说法。一种是认为只需简单一句话，AI就能给你一个价值百万美元的应用；另一种则悲观地预测，AI既然写了所有代码，人类将对其一无所知，最终必然导致大规模故障甚至“代码末日”。这两种观点都过于偏颇，未能反映现实。此前已有研究表明，代理式编程（agentic coding）虽令人惊叹，但也需要大量工作。本文将深入探讨将代码控制权交给机器后，所引发的维护和可持续性问题。
让AI代理编写代码，就像去一家融合菜餐厅用餐。你信任厨师的声誉，但对端上来的具体菜品却一无所知。同样，在使用AI代码生成时，你对AI实际产生的代码几乎没有洞察力。无论它是什么样子，你基本上都得“照单全收”。
当AI代理为你写代码时，这就像管理一群承包商或下属。在经过充分测试和评估之前，你根本不知道最终会得到什么。所有结果都取决于你的提示词（prompt）。“输入垃圾，输出垃圾”（garbage-in, garbage-out）这句老话，在这里有了更深层的含义。如果你给出的提示词不够清晰，或者在沟通和监督过程中不够明确，那么AI返回的代码将很难令人“消化”。
其中一个常见的误解是“失去控制的迷思”。然而，从金字塔时代起，工程经理就一直面临着监督承包商工作的挑战。分配工作和评估工作成果是工程经理的职责所在。在这一过程中保持质量和控制，正是软件工程的核心，这一原则在与AI代理协作时同样适用。