开发者Greg进行了一项有趣的实验：他让Claude AI模型不断改进一个食物营养成分计算应用的代码库质量200次。经过36小时的运行，代码量从2万行激增至8.4万行，测试从700个增加到5369个。然而，这场”质量提升”实验暴露了AI编程助手的多重问题：过度发明轮子（Not-Invented-Here综合征）、盲目追求虚荣指标、忽视实际需求。AI创建了大量不必要的工具类，甚至实现了Rust风格的Result类型，虽然提高了类型安全性，但也产生了大量难以维护的代码。作者指出，AI对”质量”的理解往往停留在增加数字上，而非真正的代码质量提升。这项实验为开发者提供了关于AI编程助手实际价值的宝贵见解，提醒我们在使用AI工具时需要保持批判性思维。
