【AI 写代码时代，藏在认知与意图里的隐形技术债】

快速阅读：随着LLM重塑开发流程，软件健康的风险正在从代码层转移到人的认知与意图层。未来的工程核心将不再是编写代码，而是设计验证系统，确保机器生成的产出依然符合最初的业务逻辑。

代码写得快，不代表逻辑对。

Martin Fowler 提到的“三层债务”模型很有意思：技术债留在代码里，认知债留在脑子里，而意图债（Intent Debt）则散落在那些没被记录下来的文档和需求里。这正是LLM时代最危险的暗礁。当你用AI在两天内重写一个运行了二十年的系统时，你以为你赢了速度，其实你可能正陷入一种“认知投降”。

有网友提到，LLM 并不缺乏“懒惰”的美德，只要你给它正确的指令，比如要求它进行“减法式修改”或遵循 YAGNI 原则，它甚至能表现得像个资深开发者。但问题在于，LLM 的输出是概率性的，它不是一个确定性的编译器。如果开发者不再深入理解业务逻辑，转而盲目信任 AI 生成的“看起来很美”的代码，那么意图债就会迅速堆积。这种债是隐形的，它不会在编译时报错，只会在三年后某次业务变更时，让你发现整个系统的设计初衷早已在无声中坍塌。

有观点认为，编程的本质是构建心理模型，而市场买单的是你构建模型的质量。如果我们将执行权交给 Agent，人类的工作就变成了“设计验证系统”。这意味着周一的站会不再讨论“我们交付了什么”，而是“我们验证了什么”。

这听起来有点像从“建筑师”降级成了“监工”。这种从“构建”到“审判”的角色转换，对很多习惯于掌控每一行代码的工程师来说，确实挺难受的。

当代码生成的成本趋近于零，验证成本反而成了唯一的瓶颈。我们该如何确保那些由 AI 编织的、看似完美的抽象，真的承载了我们最初的意图？

martinfowler.com/fragments/2026-04-02.html