AI 编码新玩法：慢工出细活，提升代码质量！

什么是利用 AI 更慢地编写优质代码诺兰·劳森于 2026 年 5 月 25 日发布相关内容。很多人认为使用 AI 编码是为了快速编写低质量代码随意拼凑代码、发起大量拉取请求PR且未经审查就合并发布。但实际上大语言模型LLM很灵活也可以用它们更慢地编写高质量代码效果显著。LLM 在查找代码漏洞方面表现如何Mythos 让我们看到 LLM 智能体在查找代码漏洞上很出色让它们多次审查代码库会找出大量漏洞。非 Mythos 模型同样如此Anthropic 和 OpenAI 最新的公开模型能在未经仔细审查的代码库中找出大量漏洞。不过问题在于对漏洞进行优先级排序和验证。定制的 Claude 技能是怎样的根据一篇文章的核心观点定制了一个 Claude 技能该观点认为在 PR 审查中使用的模型越多、种类越丰富就越不容易出现幻觉或误报的漏洞。这个技能大致内容为运行一个 Claude 子智能体、Codex 和 Cursor Bugbot查找此 PR 中的漏洞并按照严重程度关键、高、中、低进行排序。完成后审查它们的发现自行研究以排除误报并撰写最终报告。还可添加自己对“漏洞”的定义如包含 KISS 原则和 DRY 原则、编写可访问的 HTML/JSX、为 SQL 查询使用适当的索引等规定。该技能总能在 PR 中发现大量漏洞误报率几乎为零发现的漏洞涵盖关键的安全或正确性漏洞、中等性能漏洞以及低级漏洞等。工作流程是怎样的通常工作流程如下让智能体在指导下修复所有关键和高等级漏洞重复此过程直到没有关键和高等级漏洞对于修复成本过高但收益不大的高等级或中等等级漏洞选择跳过如果 PR 中存在大量关键漏洞意识到整个方案存在问题就放弃该 PR。使用这种技术时开发速度不一定会提高审查过程常发现预先存在的漏洞会陷入支线任务编写单元测试并修复早于该 PR 存在的细微缺陷这与大多数人想象的“10 倍生产力”的粗制滥造式开发风格相反但令人满足。这种编码方式有什么好处这是提升代码库整体健康状况的好方法还能让人了解代码库中一些不为人知的角落。在 LLM 出现之前也是通过了解假设失效的地方并动手修复来熟悉代码库。对开发者有什么建议如果对 AI 编码的作用持怀疑态度这篇文章可能无法说服。但如果是使用智能体编写数百行代码的 PR 却对代码本身理解甚少的开发者建议放慢速度尝试这种更慢的“氛围编码”方式询问智能体 PR 的工作原理和可能出现故障的地方必要时让它用 Mermaid 图表编写 Markdown 文档使用 Matt Pocock 的 /grill - me 技能直到完全理解整个 PR。从代码行数看可能不会更“高效”可能消耗大量令牌还可能发现整个计划从一开始就是错误的但这种编码方式是 LLM 出现之前编程方式的升级版注重质量专注于为下一位开发者改善代码。相关回应有哪些heckj 于 2026 年 5 月 25 日上午 9:32 发布称同样的多次审查技术在各种审查中都有效在编辑语法、标点、拼写等方面的审查中也会使用意识到在每次审查之间清除上下文有帮助开始将代码审查改为“5 - 7 种不同视角”并行进行查找不同类型的问题然后整理结果并大致排序。诺兰·劳森于 2026 年 5 月 25 日上午 10:07 回复称清除上下文确实有帮助这也是审查技能规定主智能体在所有 3 个子智能体返回结果之前不进行原始研究的原因之一还表示当 PR 涉及多个领域前端、后端、基础设施等时将审查者分成不同类型可能有帮助。