Netflix 資深工程師 Jake Nations 提出警告，生成式 AI 雖然加速了軟體開發，但也導致開發者對程式碼理解程度下降。這種「能跑但看不懂」的現象，可能引發軟體工程危機，並累積隱形的技術債。Netflix 曾試圖用 AI 重構舊系統，但由於 AI 無法處理程式碼庫中的偶發複雜性（如盲目繼承舊模式和無法辨識接縫），最終導致實驗失敗。
AI 無法自動清理技術債，反而可能加速其累積。過度追求「易用」會掩蓋複雜度，每一次使用 AI 快速生成代碼，都可能預支未來的技術生命力。AI 在處理複雜、偶發性的程式碼問題時存在局限，尤其是在程式碼庫中存在盲目繼承舊模式和無法辨識接縫的情況下，AI 無法有效進行重構。
為了對抗認知萎縮，開發者應將自己轉變為「規格制定者」。透過研究，利用 AI 映射依賴關係，並由人類工程師進行修正，形成精準的規格書。在實施計畫階段，詳細定義函數簽名和數據流，確保 AI 或初級工程師只需按圖索驥即可。最後，先由團隊手動完成部分遷移，再將經驗餵給 AI，使其在規格內精準執行。在代碼生成成本降低的時代，「系統直覺」變得更加重要。
This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版，部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容