當Openai聯合創始人Andrej Karpathy上週創造了“ Vibe編碼”一詞時，他捕獲了一個拐點：開發人員越來越多地委託生成AI來起草代碼，而他們專注於高級指導，甚至幾乎沒有觸摸鍵盤”。
基礎LLM平台 – Github Copilot，DeepSeek，Openai – 正在重塑軟件開發，光標最近成為增長最快的公司 曾經 從100萬美元的年度經常性收入到1億美元（不到一年）。但是這種速度是有代價的。
技術債務估計每年在運營和安全性低下的企業中損失了1.5萬億美元的損失，這並不是什麼新鮮事物。但是現在，企業面臨著新興的發展，我相信更大的挑戰： AI技術債務– 效率低下，不正確且潛在不安全的AI生成的代碼所推動的無聲危機。
人類瓶頸已從編碼轉變為代碼庫評論
2024年的GitHub調查發現，幾乎所有企業開發人員（97％）都使用生成的AI編碼工具，但只有38％的開發人員表示，他們的組織積極鼓勵AI代的使用。
開發人員喜歡使用LLM型號生成代碼以提交更多，更快的速度，並且企業旨在加速創新。但是 – 手動評論和舊工具無法適應或擴展，以優化和驗證數百萬行AI生成的代碼。
隨著這些市場力量的應用，傳統的治理和疏忽可能會破裂，當它破裂時，驗證量不足的代碼滲入企業堆棧中。
開發人員的興起“ Vibe編碼”有可能使技術債務的數量和成本增強，除非組織實施將創新速度與技術驗證之間的平衡的護欄。
速度的幻想：當AI超過治理時
AI生成的代碼並不是固有的缺陷 – 只是 未經驗證 以足夠的速度和規模。
考慮數據：所有LLM都表現出模型損失（幻覺）。評估Github副副代碼生成質量的最新研究論文發現錯誤率為20％。問題更複雜的是AI輸出的巨大音量。單個開發人員可以使用LLM在幾分鐘內生成10,000行代碼，從而超過人類開發人員優化和驗證它的能力。舊版靜態分析儀專為人為編寫的邏輯而設計，與AI輸出的概率模式鬥爭。結果？來自效率低下的算法，未經審查的依賴性的合規風險以及潛伏在生產環境中的嚴重失敗的腫脹賬單。
我們的社區，公司和關鍵基礎設施都取決於可擴展，可持續和安全的軟件。 AI驅動的技術債務滲入企業可能意味著業務關鍵風險……或更糟。
恢復控製而不會殺死氛圍
該解決方案不是放棄用於編碼的生成AI，而是讓開發人員將代理AI系統作為大規模的代碼優化器和驗證器部署。代理模型可以使用諸如遍歷多個LLM的迭代代碼之類的技術，以優化其用於關鍵性能指標（例如效率，運行時速度，內存使用情況），並在不同條件下驗證其性能和可靠性。
三個原則將使與AI一起壯成長的企業與將淹沒在AI驅動的技術債務的人：
- 可擴展驗證是不可談判的：企業必須採用能夠大規模驗證和優化AI生成的代碼的代理AI系統。傳統的手動審查和遺產工具不足以處理LLMS生成的代碼的數量和復雜性。如果沒有可擴展的驗證，效率低下，安全漏洞和合規風險將擴大，侵蝕業務價值。
- 平衡速度與治理：儘管AI加速了代碼生產，但治理框架必鬚髮展以保持步伐。組織需要實施確保AI生成的代碼符合質量，安全性和性能標準而不會扼殺創新的質量，安全性和性能標準的護欄。這種平衡對於防止速度的幻想轉變為技術債務的昂貴現實至關重要。
- 只有AI可以跟上AI：AI生成的代碼的巨大音量和復雜性要求同樣高級的解決方案。企業必須採用AI驅動的系統，該系統可以在大規模上連續分析，優化和驗證代碼。這些系統確保AI驅動的開發的速度不會損害質量，安全性或性能，從而實現了可持續的創新而無需造成嚴重的技術債務。
氛圍編碼：不要被帶走
推遲對“氛圍編碼”行動的企業將在某個時候面對音樂：失控的云成本侵蝕，創新癱瘓，因為團隊難以調試脆性代碼，增加技術債務以及AI引入的安全性缺陷的隱藏風險。
開發人員和企業的前進道路都需要承認 只有AI才能優化和驗證AI 大規模。通過使開發人員獲得代理驗證工具，他們可以自由接受“ Vibe編碼”，而無需投降企業來安裝AI產生的技術債務。正如Karpathy所指出的那樣，AI生成的代碼的潛力令人興奮，甚至令人陶醉。但是在企業發展中，首先必須通過一種新的代理AI進化種去的氛圍來檢查。
