现在的各种AI tool能拯救历史级屎山代码吗？
现在的AI工具能否拯救历史级“屎山代码”的讨论揭示了技术界对AI代码生成能力的深刻怀疑与期待。核心观点集中在AI重构的可靠性、上下文窗口的限制、以及“屎山”的复杂性。
第一行必须是简洁的主题概述 AI工具重构600万行“屎山代码”的可能性极低，主要瓶颈在于缺乏完善的测试覆盖、AI生成代码的质量（被认为是“屎”的放大器），以及系统复杂性超出了当前AI的理解和安全验证能力。
1. 关键信息
- 重构难度极高： 帖子认为重构比规划更难，尤其缺乏完整的测试套件（Test Suite）来覆盖所有边缘情况，AI重构极易引入难以察觉的Bug。
- AI生成质量的担忧： 多人指出AI（如GPT/Claude）本身可能在生成新的“屎山”，即“trained on shit code, write shit code”的担忧，或只是“巨型抄答案机器”。
- 上下文限制： 600万行代码的规模远超现有模型的上下文窗口，需要复杂的多级Agent分片架构来实现，增加了实现难度和成本。
- “能跑就行”哲学： 许多人认同对于遗留系统，只要不坏就不修（If it ain’t broke, don’t fix it），重构可能带来的风险和成本高于收益。
- AI的实际价值： AI在代码解释理解（而非大规模重写）和Debug方面被认为更可行。
2. 羊毛/优惠信息
无
3. 最新动态
- 有用户提到AI发展迅速，未来可能通过快速重写（而非重构）来替代旧系统，并分享了AI Agent自主开发浏览器（含渲染器、JS VM）的案例。
- 有用户反馈，现在使用AI写代码的模式已从复杂的提示词（Prompt）转向让AI Agent自主运行数小时解决任务，但Code Review和集成测试的必要性依然存在。
4. 争议或不同意见
- 重写 vs. 重构： 有人认为直接重写成本可能更低，但多数人强调没有测试保障的重写同样不靠谱。
- AI的地位： 有人将AI视为“大号编译器”，也有人认为其能力仅相当于“Fresh Grad”水平，难以驾驭复杂遗留系统。
5. 行动建议
- 对于关键系统，在AI重构的代码投入生产环境前，必须有极高的端到端（E2E）测试覆盖率来验证一致性。
- 当前AI更适合用于代码的理解、解释和辅助调试，而不是大规模、高风险的自动化重构。
比如这个600万行C++屎山项目，
假如用gpt或者claude昼夜不停的refactor
还能救吗？
算不算个商机啊？
本末倒置了，ai coding就是创造屎山的
refactor是最难的，planning做不好，你具体有什么任务执行是很靠谱的
你看看甲骨文有没有哪个人敢去改一下 能跑不就行了吗。
为什么要改，改好了不需要人维护，你养程序员吗
【引用自 CCCKing】:
甲骨文
有多烂？
【引用自 tomandjerry】:
改好了不需要人维护，你养程序员
改好了把码农都开了，多好 省钱
trained on shit code, write shit code
现在 AI 生成的各种短视频和音乐已经都把 QQ 音乐抖音的屎翻倍了
他们的数据库，不多也就2500W行吧
【引用自 gin_m】:
trained on shit code, write shit code
不是在这屎山上训练的啊，别的地方训练好的拿过来用
哪来那么大context window，你给钱吗
以前的程序员拉屎，屎上雕花。现在vibe coding是用卡车装屎，工业时代很神奇吧
其实很难 除非你有full test suite 来cover all edge case 不然不可能自动化的 改一次就是各种bug
有没有可能90%的程序员写的都是各种屎
而你这个600万行的屎山，包含了几百个程序员以不同姿势，不同角度，不同时间段，吃了不同的东西拉的不同成分的屎
ai coding由于创造出来的屎山太屎了，导致现在的屎山显得不那么屎，因此可以取而代之
哪个公司敢那么搞立马做空就好了
【引用自 Rosmontis】:
哪来那么大context window
可以多级agent分片，下级agent给上级只反馈自己context里提取出来的必要信息
至少理论上要做的话是这个构架……
看张哥批判一下
按照现在ai发展的速度，以后应该可以一两个月内不停写代码直接重写一个出来，现在的话稍微有点困难。
最近的大新闻就是ai自己连续跑了几百个小时撸了一个bug很多的浏览器出来，中间完全不需要人干预，其中包括一个排版渲染器，css解析器，还有一个js vm，目前来说完成度算是不错了。
鲁迅说过，
if it ain’t broke, don’t fix it
ai修完你敢release to prod吗？屎山的一大特点是不可测试bug feature难以区分，动了一处难说清影响到底有多少
要说让ai解释屎山帮助理解还更可行一点，但是对于critical的系统，你敢不敢信ai的解释又是另一码事了
我的感觉是这里还是得加上程序分析乃止formal verification在里头，才会真有保证（你真的敢把AI给你改出来的代码in prod）
【引用自 gin_m】:
trained on shit code, write shit code
trained on shit code, write shittier code.
感觉AI也就是照抄开源代码而已，不给它喂答案自己是搞不出来的。AI就是个巨型抄答案机器。
希望信用卡公司多多使用AI，以后撸点肯定越来越多
我自己看我5年前写的solo repo我也觉得是坨屎，不知道当时怎么想的架构
本老对AI的认知和linus一样：是个大号编译器。
但是AI用来debug还是挺厉害的。
毕竟有stackoverflow可以抄答案
写代码和写论文差不多
好文章都是改出来的
但是因为程序员流动性太高导致他们的的代码多数都是一次性用品
【引用自 咕的鹦鹉宁】:
好文章都是改出来的
看公司文化了，有的公司背锅总是最后一个修改的人
30年前的legacy code才是真糞坑…
直接重写一个就好了，cost比refactor更低
@用Rust重写
反正现在我是不做refactor这种事了
爱咋咋地
难啊，我读博的时候心血来潮给nasa打杂了一个暑研项目，卫星在天上，只有256kb的内存，用了223k了，要加一个新算法，就少那么几k的内存。我refactor了整整一个暑假才把这几k内存挤出来，总不能把卫星拿下来换个大内存再放上去吧。
只要硬件不死，那些古老硬件上的屎代码就死不了
你是说 cursor? 那个浏览器连编译都过不了
不是已经跑起来了吗
不太行，我现在的大代码库中的6k行无单元测试，只有集成测试组件都没法改，基本修改都是错的
[quote=“noRainNoShine, post:34, topic:475355, full:true”]
直接重写一个就好了，cost比refactor更低
[/quote]
没有详细测试保障输出一致的重构都不靠谱
现在ai基本就是fresh grad水平，如果new grad看这些代码抓狂ai也是
现在的AI，放手让它干，就是在造屎山。
我们今天的主产品出现重大regression，一查是Product Designer全程AI放进了一段code。
【引用自 itworks】:
一查是Product Designer全程AI
没人code review?
攻城狮也是用的AI做code review 系统复杂到了一定程度，没法靠code review的。又没有good e2e coverage
我靠你们公司路子这么野吗？
本末倒置了，all code is trash，viral distribution is the goal
今天用AI写了 shit code 被 reviewer 骂了 求安慰
感觉代码库这玩意就跟住宅一样，缝缝补补用个几十年，最后实在忍不了了拆掉重建最好
reviewer 屁都不懂。
你的观察很对。人类目前根本驾驭不了复杂问题。
不是应该更加容易喂屎吗
说的太对了。我们team的小年轻每天vibe coding几十个CL，根本受不了。
根本不可能，现在的coding agent只能按套路出牌
套路出牌也幻觉严重，天天编一些不存在的api
IMG_1474445×805 93.6 KB
就我现在用ai的情况看这些东西已经过时了，最近一个月只有5%的情况需要用到这种类似的提示词
毕竟这个图是去年的了
现在最流行的是什么？
不知道哦，我现在就是早上打开电脑给开三五个session，每个session给个task让他自己想办法解决，然后就刷刷短视频和泥潭，隔一會再看他做得怎么样，大部分时候不需要我干预就做好了，有时候不符合我的心意我就跟他多讨论几轮然后让他继续做，我继续刷泥潭，来回讨论个几轮一天就结束了。
太假了 能跑就行了 谁仔细读