开发者社区激辩：搞算法的更激进，软件工程更注重代码审核

随着大模型技术的飞速发展，AI编程助手已深度融入开发工作流，但关于“人与AI协作模式”的边界问题却引发了业内的广泛讨论。近日，在知名技术社区Linux.do上，一则关于“不同技术栈背景如何看待AI编程”的帖子引发热议。发帖者结合自身工作观察，揭示了不同技术角色在接纳AI时的显著心理差异：专注于算法模型的技术人员表现得更激进，更倾向于信任并利用AI生成代码；而长期负责软件工程落地的同事则更为保守，坚持必须对核心代码进行人工审核，以确保系统的可维护性。

该帖子进一步归纳了三种主流的协作观点供社区探讨：其一是“黑盒验证论”，主张将AI视为黑盒，只要软件工程手段保证输入输出符合预期即可，无需关注代码细节；其二是“人工审核论”，认为核心逻辑必须由人把关，不能完全依赖AI；其三是“事后修复论”，即完全放手让AI编写，仅在出现问题时再进行人工干预。这一讨论不仅折射出当前技术圈对AI能力边界的不同认知，也反映了业界在追求极致开发效率与保障代码安全之间的博弈。

事件分析

💡 核心观点：AI编程的本质冲突在于算法追求的“概率性产出”与工程追求的“确定性保障”之间的博弈。