一位Hacker News用户分享了一篇来自Meta工程师的LinkedIn帖子，该工程师称，借助AI发布代码的感觉就像身处黑箱之中。逐行检查AI生成的代码会耗费太多时间，因此工程师最终可能会负责那些他们只能在宏观层面理解的系统。帖子称，这违背了软件工程师的本能，因为他们习惯于理解自己所构建的东西，并询问在继续推进之前，理解到何种程度才算足够。
评论者描述了精力投入方向的转变。一位评论者表示，由于编码所花的时间减少，更多时间转向了测试，而且LLM发现的是实现层面的错误，而非编码层面的错误，即便是作者自认为完美的代码也是如此。另一位评论者指出了其中的取舍：节省下来的创建代码时间被用于验证，因此工作只是转移了，并未消失。多位评论者将LLM提示与产品管理相类比，认为其中的问责关系较为间接；另一些人则主张，无论代码是同事还是AI编写的，工程师对其提交的任何代码都负有责任。
一位正在开发自动向量化编译器的开发者描述了一套以大量测试为基础的工作流程，包括一个在五种架构上运行数小时的发布门禁。在实现之前，会先进行长时间的规划，涵盖边界情况和测试设计，开发者仍会审查代码，但承认并非每一行都经过仔细检查。六个月来，代码质量保持在较高水平，开发者部分将此归功于前期的规划。
来源: Hacker News · 由HeadlinesBriefing整理摘要