AI编程需回归模块化和严密验证循环

和博主意见略同，首先 harness engineering 不是什么新鲜事，不过就是回归了“优秀的工程实践”：写好测试、搭好架构、做好模块化。

然后企业现在就必须赶紧下足血本投资两件事：模块化以及严密的验证循环。

否则只会把自己逼进死胡同，被庞大的“屎山代码” 死死困住。

原推译文：

我最近一直在琢磨一件事：如果 harness engineering ——或者说那种完全不看代码，只管让 AI 疯狂输出的“词元最大化” (tokenmaxxing) ——变成未来的常态会怎样？ (注释：这两个词在这里描绘的是一种类似“凭感觉编程”的现象，即开发者极度依赖 AI 疯狂生成海量代码，自己甚至不去阅读和理解底层代码，仅仅通过外部测试台来验证程序能不能跑通。“词元”即 Token，是大语言模型处理文本的基本单位。)

如果这一天真的到来，那么企业现在就必须赶紧下足血本投资两件事：模块化 (modularity) 以及严密的验证循环 (verification loop)。只有把代码拆解清晰、加上严格的测试，才能让 AI 智能体 (AI Agents) 真正高效运转，或者至少保证它们弄出来的东西不会瞬间土崩瓦解！但是……

其实这根本不是什么新鲜事。对我来说，这不过就是回归了“优秀的工程实践” (good engineering)：写好测试、搭好架构、做好模块化。从历史上看，那些本来就在这些方面做得很好的公司……在这个假想的未来里，依然会保持高效并大放异彩。

但是，对于其他那些缺乏技术储备的普通非科技类公司，我真正担心的是：他们看到了这种 AI 编程的甜头，匆匆盲目入局，结果只会把自己逼进死胡同，被一座庞大的“屎山代码” (mountain of slop) 死死困住。等到他们发现这些由 AI 堆砌的烂摊子已经乱成一锅粥、根本无法理清的时候，一切都太迟了。