2007年伯克利Pvote安全审查中,4位经验丰富、熟悉安全威胁的审查者面对约100行已知被植入缺陷的代码,累计投入约20个审查人时,仍未找到研究者预设的hard缺陷。它是7月大争论的注脚:AI快速放大代码产量,人工阅读的漏检风险不会消失。Uncle Bob选择一行不读,用单元测试、变异测试围成关卡;Lemmer-Webber警告你以为在控制AI,其实坐在vibe雪橇上。本期用"审查定价"重新看这场争论:核心议题是稀缺的审查带宽该怎么花。附程序员能直接用的三问决策树:出错谁发现、多久发现、代价多大。资料来源:Lemmer-Webber博文、Uncle Bob的X推文、Ka-Ping Yee博士论文等公开内容。责任该跟着理解走,还是跟着流程走?评论区聊聊。
Christine Lemmer-Webber《Faulty Towers, vibe sickness, and the vibe bobsled》:https://dustycloud.org/blog/faulty-towers-vibe-sickness-and-the-vibe-bobsled
Ka-Ping Yee 博士论文《Building Reliable Voting Machine Software》:https://web.archive.org/web/20200702023836/http://zesty.ca/pubs/yee-phd.pdf
Uncle Bob 7月23日回复 Ori Pomerantz,:https://x.com/unclebobmartin/status/2080257779395154409
AmazingAng/old-coder,开源Skill:https://github.com/AmazingAng/old-coder
#ai编程 #vibecoding #代码审查 #UncleBob #CleanCode #LemmerWebber #ActivityPub #Pvote #KaPingYee #变异测试 #单元测试 #测试覆盖率 #Gherkin #代码质量 #程序员 #软件工程 #Claude #AI智能体 #大模型 #LLM #审查预算 #CI #开源 #SimonWillison #GradyBooch #EmilioCarrion #vibe雪橇 #vibesickness #工程师成长 #技术讨论