YAGNI 从来不是在说成本

AI、重构与机会成本

• 有人认为，AI 已经大幅降低了重构、补测试以及进行复杂的零停机迁移的成本，使“简单、安全的变更”成为首要优化目标。
• 也有人反驳说，AI 主要只是加速打字和样板代码，而不是缓解真正的瓶颈（协作、风险管理、审批）。
• 在大型组织中，发布频率受制于官僚流程和风险控制；AI 并不会改变合同期限或治理机制。
• 还有人担心，AI 生成的测试和代码往往会增加脆弱性，让安全重构 更难，尤其是在代理缺乏良好引导时。

YAGNI、预测与期权类比

• 核心张力在于：YAGNI 说的是“不要构建假设性的功能/结构”；批评者指出，这本身就是对未来的预测（“你不会需要它”）。
• 支持者强调：你通常会高估自己预见未来需求的能力；抽象最好是在看到真实用例之后再构建（“三次法则”）。
• 反对者则说，YAGNI 往往会变成一种条件反射式的“否决”，阻碍合理的面向未来设计，尤其是在开发者不了解领域或忽视利益相关方时。
• 文中关于金融期权的类比也存在争议：有人把未写出的代码视为保留灵活性；另一些人则认为只有已实现的行为才有价值，而“脚手架”只是付费购买的期权溢价，未必会回本。

抽象、技术债与测试

• 一派认为，大多数技术债来自过度泛化、未被使用的抽象，它们反而限制了未来变更。
• 另一派则指出，匆忙、欠缺架构的代码、层次违规以及薄弱的测试，后来会变成“承重式烂摊子”。
• 对 AI 驱动的测试生成也有人批评，认为它会创建庞大且脆弱的测试套件；而变异测试在一些人看来则过于强调捕捉任何代码变化，进一步抬高重构成本。

流程语境：敏捷、瀑布与领域约束

• 硬件/芯片以及安全关键领域被强调为并不适合敏捷/YAGNI 式思维的地方，因为变更成本极高；更传统、类似瀑布的流程以及独立验证仍然是标准做法。
• 也有人指出，“左移”和迭代式实践在敏捷品牌化之前就已存在很久；敏捷主要只是将其打包并推广普及。

对文章与 AI 使用的反应

• 几位评论者认为文章主体内容不连贯，像“语义垃圾”，并将其归因于其中明确由 AI 生成的部分。
• 有人把这篇帖子看作是对“代理优化”的有益实验；也有人认为它只是分散注意力，削弱了 YAGNI 论点本身。