AI重构屡战屡败：开发者吐槽Claude与Gemini难搞“屎山代码”

一位开发者在技术社区Linux.do发帖分享了一则关于AI编程工具在实际复杂场景下失效的案例，引发了关于AI编程边界的热议。据描述，该开发者尝试利用Anthropic推出的Claude Code（连接Opus模型）对一段负责数据结构建树的代码进行重构。然而，经过多次尝试，AI生成的代码始终包含逻辑缺陷，无法复现原有功能，不仅未能提升效率，反而增加了调试负担。随后，该开发者又转向使用Google的Gemini模型来优化已有的SQL查询语句，在进行了数轮迭代调整后，模型依然未能给出可执行的改进方案。该案例直观地暴露了当前主流大模型在面对复杂、非标准化代码库时的局限性。尤其是在处理业内俗称的“屎山代码”——即逻辑混乱、注释缺失且耦合度高的遗留系统时，AI的语义理解能力往往难以应对隐晦的业务逻辑和状态依赖，导致生成的代码在语法正确但逻辑错误的“幻觉”中循环。

事件分析

💡 核心观点：当前AI模型尚难攻克遗留代码的深层逻辑依赖，全自动重构时机未到，人机协同的精准调试仍是维护关键。