کدی که AI مینویسه، codebase رو شکننده میکنه
خلاصهٔ کاملتر
Evan X. Merz تو این پست تعریف میکنه که ماه می از Meta تعدیل شده و حدس میزنه یکی از دلایلش این بوده که کمتر از بقیه سراغ AI رفته. با این حال تو ماههای آخر حداقل ۹۰٪ کدش رو با AI مینوشته، چون برای گرفتن نمرهی خوب لازم بوده. الان تو یه شرکت بزرگ دیگه ۱۰۰٪ کدش رو با AI تولید میکنه، ولی معتقده این روش برای توسعهی یه محصول SaaS بزرگ پایدار نیست. به گفتهش AI مسائلی رو که تو context window جا میشن خوب حل میکنه، ولی مشکلات درازمدت رو اصلاً نمیبینه.
یه مثال هم میاره: یکی از بهترین برنامهنویسهای تیمش میخواسته کدی رو merge کنه که برای افکت mouseover بهجای سلکتور :hover تو CSS، از رویدادهای JavaScript استفاده میکرد. نویسنده میگه این روش اصلاً مقیاسپذیر نیست و حتی برنامهنویسهای خوب هم وقتی به AI تکیه میکنن اینجور ایرادها رو نادیده میگیرن.
نویسنده چهار دلیل برای شکنندگی codebase میشمره. اول اینکه AI تستهای سطحی مینویسه، مثلاً کلی تست برای get/set ساده، و تستهای e2e فقط همون حالتهایی رو پوشش میدن که قبلاً تست شدن. این خلأها تو معیار line coverage دیده نمیشن. دوم، AI کد بیش از حد پیچیده مینویسه؛ جایی که یه helper کافیه دو سه تا میسازه و اصل DRY رو اونقدر سفت اجرا میکنه که دیباگ سخت میشه.
سوم اینکه هر چی بیشتر به AI تکیه کنی، آدمهای کمتری codebase رو میفهمن و نمیتونن تشخیص بدن یه abstraction جدید با ساختارهای قبلی جور نیست. چهارم، سرعت AI اونقدر زیاده که PRها سریعتر میان و وقت کمتری برای بازبینی میمونه؛ برنامهنویسها فقط سرسری نگاه میکنن و مشکلهای کوچیک کمکم کد رو به spaghetti تبدیل میکنن.
به گفتهی نویسنده نشونههای یه codebase شکننده اینان: تعداد incidentها کمکم بالا میره تا جایی که بعد از یکی دو سال هر آخر هفته یه حادثه داری؛ رفع مشکل طول میکشه چون آدمها با کد غریبهان؛ خطاهایی پیدا میشن که فقط کاربر واقعی میبینه چون analytics و مدیریت خطا درست پیاده نشده؛ و در نهایت تجربهی کاربر و برنامهنویس هر دو بدتر میشه. جمعبندی نویسنده اینه که محصولات ارزون شاید با AI جواب بدن، ولی محصولات باکیفیت هنوز به دست انسان نیاز دارن.
نکات کلیدی:
- نویسنده تو Meta حداقل ۹۰٪ کدش رو با AI مینوشت و الان ۱۰۰٪.
- AI تستهای سطحی مینویسه که خلأشون تو معیار line coverage معلوم نیست.
- AI معمولاً کد پیچیدهتر از لازم و با helperهای اضافه تولید میکنه.
- تکیه به AI باعث میشه برنامهنویسها کمتر کد رو بفهمن و رفع incidentها کندتر بشه.
- سرعت بالای PRها بازبینی دقیق رو عملاً غیرممکن میکنه.
- نشونهی اصلی: بالا رفتن تدریجی تعداد incidentها بعد از رفتن سمت agentic coding.




