Ask HN:如果 AI 工具这么好,为什么你的 bug 待办列表还没清空?

AI 编码工具正在大幅加速软件产出,但工程师对它是否真的清空 bug 待办列表看法不一。有些团队和独立开发者说他们的 bug 队列几乎已经空了,并将更快的修复和重构归功于 AI;另一些人则发现模型不可靠,容易给出浅层或破坏性的修复,而且在大型或关键系统上很难信任它。许多人指出,瓶颈只是从“敲代码”转移到了“描述需求、审查改动、验证行为,以及决定到底哪些 bug 或功能值得处理”。

整体体验分化

  • 许多人表示 bug 待办列表已经为空或几乎为空;也有人说他们的队列和以前一样满。
  • 在待办较轻的情况下,AI 被视为强大的放大器,但并不是唯一原因(良好的测试、小而聚焦的系统、纪律严明的工程实践也很重要)。
  • 有几位说 bug 队列缩小了,但功能/想法待办列表却大幅增长。

bug 待办列表(几乎)为空的案例

  • 使用强模型 + 测试的独立开发者和小团队表示:
    • 大多数明确描述的 bug 会被代理自动调查、修复并做回归测试。
    • 他们拖延了多年的输出和重构工作,在几周内就清理完了。
    • 剩下的项目往往是“锦上添花”的需求、性能微调,或模糊的边界情况。
  • 一些处于稳定领域(金融、业务应用、DevOps 基础设施)的组织报告:
    • 没有紧急的技术债务。
    • 关键基础设施工作的待办已被清空。
    • 约束转移到了产品定义、部署、销售和用户采用上。

为什么很多待办并没有清空

  • AI 往往只是本地修补症状,而不是消除整类 bug。
  • 困难 bug 依然存在:Heisenbug、罕见的 C++ 崩溃、庞大的遗留代码库、规格不清的问题。
  • 有些人说 AI 经常引入回归或怪异实现,削弱了信任。
  • 验证成本很高:人工审查、监管约束、大量测试和验收测试仍然是瓶颈。

当前 AI 工具的局限

  • 上下文和架构:代理缺乏持久的、跨项目的心智模型;AGENTS.md 和自定义文档有帮助,但对于非常大的系统仍然不够。
  • 训练激励偏向“防守式正确”的代码,而不是最小化、可维护的设计。
  • 行为被描述为不稳定:某些任务上极其出色,另一些任务上却莫名其妙地很差。
  • AI 更擅长发现问题,而不是在大规模场景下安全地修复问题。

组织与结构性因素

  • 许多团队仍然优先做新功能而不是修 bug;AI 只是放大了这种选择。
  • 人类流程——代码审查、治理、政治因素、不清晰的需求——主导了时间线。
  • 有人认为,深层 bug 待办列表表明更广泛的组织混乱,而 AI 无法修复这些问题。
  • 还提到了帕金森定律和杰文斯悖论:效率越高,代码、功能最终以及需要管理的 bug 就越多。