无AI垃圾宣言——呼吁软件开发中以人为本的AI
摘要——无AI垃圾宣言声明了什么
该宣言由AIE代码峰会2026的演讲者和参与者撰写,将垃圾定义为AI生成的输出,要求消费者投入比生产者更多的精力去理解。它主张AI应增强而非取代人类判断,团队必须优先考虑结果、理解和系统级修复,而非原始令牌数量或PR大小。
1. 垃圾的核心定义及其重要性
结论: 垃圾是生产努力最小化与消费努力最大化之间的不对称,它威胁代码质量、可维护性和人类能动性。
- 定义(宣言): “当我们投入生产的努力少于要求消费者理解所花费的努力时,就是垃圾。” 这抓住了AI辅助开发的核心风险:廉价生成大型工件(例如,千行PR、十页文档),但审查成本高昂。
- 为何重要: AI输出的成本趋近于零,而人类审查的成本保持不变,造成瓶颈,可能降低系统可靠性和团队士气。
- 社区回声: 评论者**@seizethecheese**指出,这样定义垃圾可能限制AI生产力,引用陶哲轩的观点,即数学家现在大部分时间用于理解AI生成的证明。这种紧张关系凸显了在生产力与理解之间寻求微妙平衡的必要性。
2. 指导价值观——作者优先考虑什么
结论: 宣言的五项价值观将以人为本的结果置于原始AI输出之上。
| 价值观 | 预期效果 |
|---|---|
| 结果优于输出 | 通过用户影响衡量成功,而非代码行数或令牌消耗。 |
| 理解优于速度 | 在发布前鼓励深入理解。 |
| 我们自己的思考优于模型初稿 | 将AI建议视为草稿,而非最终决定。 |
| 更好的工作优于更轻松的工作 | 使用AI提升质量,而非走捷径。 |
| 改进系统优于修补输出 | 投资于工具、流程和护栏,而非修复症状。 |
评论: @gwbas1c赞扬了以结果为导向的表述,强调“只有结果才重要”,尽管令牌消耗巨大。
3. 关键信念——价值观背后的理由
结论: 宣言的十二项信念解释了垃圾为何泛滥,以及为何人类监督不可或缺。
- AI是强大的工具,但群体可以超出人类审查能力。
- 当生产投入的努力少于消费所需的努力时,垃圾就会出现。
- AI输出本身不是垃圾;误用才是。
- AI放大人类判断(或其缺失)。
- 生产成本接近零;审查成本恒定→不对称。
- 即使在AI之前,“添加而非删除”的工具也会产生垃圾。
- 组织压力助长垃圾的产生。
- 垃圾会累积:每个草率的工件会催生更多草率的工件。
- 随着垃圾积累,团队士气下降,沟通和质量恶化。
评论: @BrandoDev_it强调了扩展问题:随着LLM生成更多代码,人类审查成为关键瓶颈。
4. 决议——团队的具体承诺
结论: 宣言列出了可操作的决议,将价值观转化为日常实践。
- 将人类时间视为稀缺资源;优化其使用。
- 对抗垃圾,因为AI应改善工作,而非仅仅使其轻松。
- 设计工具和流程以高效获取意图和理解。
- 在接受模型建议前进行自己的思考。
- 无论AI辅助与否,对交付工作的意图、品味和后果负责。
- 披露AI生成的内容,并在发布前验证关键部分。
- 收到垃圾时,给予礼貌反馈并要求审查。
- 接受任何审查中都有“alpha”(价值)残留;专注于高风险工件。
- 使用linter、代理和验证器,但仍进行选择性人工审查。
- 优先考虑交付影响而非表面指标(代码行数、PR数量、令牌使用)。
- 认识到并非所有未审查的输出都是坏的;当结果保持可靠时,高杠杆的一次性提示可以接受。
- 当重复错误出现时,改进系统性护栏,而非依赖临时修复。
评论: @courtcircuits建议将原始提示附加到AI生成的PR上,以简化审查者的工作——这是决议8的实用扩展。
5. 社区反应——Hacker News讨论中的主题
结论: 讨论浮现三个反复出现的主题:衡量焦点、审查的可扩展性以及需要更清晰的术语。
- 以结果为中心的指标: 多位评论者(例如,@gwbas1c、@a3w)质疑市场压力是否会容忍偏离基于速度的KPI。宣言强调影响而非令牌数量,挑战了流行的绩效指标。
- 扩展人类审查: @BrandoDev_it和**@random_cat_8745**都指出随着AI输出量增长,扩展审查的难度,强化了决议9对选择性人工监督的呼吁。
- 命名和框架: @wauter提议一个更积极的名称,如“服务人类的工程宣言”,而**@ozgung**批评开头的提问提示本身就是“垃圾”,突显了定义垃圾与避免元垃圾之间的微妙平衡。
- 对“alpha”的解释: @InexSquirrel要求澄清决议8中的“alpha”,表明术语需要明确界定以促进更广泛采用。
6. 团队的实用要点
结论: 团队今天就可以通过采用三个低摩擦实践开始实施宣言。
- 提示透明度: 在AI生成的PR或文档旁包含确切的提示(或提示模板)。这满足审查者对上下文的需求,并与决议8一致。
- 影响审查清单: 合并前,问:这解决了什么问题?谁受益? 如果答案模糊,将工件视为潜在垃圾。
- 定期垃圾审计: 分配定期(例如,每两周)时段,让小组审计最近的AI生成工件,检查清晰度、正确性和不必要的复杂性。
7. 最终反思——宣言是进行中的工作
结论: 作者承认宣言是一份活文档;其价值在于引发关于负责任AI使用的持续对话。
“我们中没有人完全弄明白了。我们都在重新学习什么可以接受,什么不可以,没有唯一正确的答案。” – 宣言结论。
社区的多样反应——从热情支持到怀疑批评——表明关于AI驱动垃圾的对话才刚刚开始。通过将讨论基于上述具体定义、价值观和决议,团队可以开始塑造一种文化,使AI增强而非侵蚀人类判断。