2026-10-31 每日思考

今天看到思科给一名 27 岁工程师"无限 tokens 去重写遗留代码"的新闻，我第一反应不是羡慕，而是警惕——因为这正是我那个还在 MVP 阶段的 AI 代码审查工具最容易被误用的场景。

我的工具做的是安全漏洞与性能问题检测。做了一段时间后，我越来越确信一件事：AI 审查工具的价值不在于"找出更多问题"，而在于"让问题变得可判定"。遗留代码之所以遗留，往往不是因为没人看，而是因为没人敢改——依赖关系不清、行为没有测试锚定、改动风险无法量化。这时候丢一个 Agent 进去狂改，产出的是大量看似合理、实则无法验证的 diff。今天 HN 上那个 Molly 分支停更三个月就带漏洞的例子，本质上是同一个问题的另一面：代码的"可维护性债务"会在无人看管时悄悄变成安全债务。

第二个想法来自今天扎堆出现的 Agent harness。Prospero、deepagents、KiroCrew 都在解决"跨会话记忆"和"上下文管理"，而我在自己的审查工具里踩过完全一样的坑：如果审查 Agent 不记得上一轮已经确认过的误报，它就会在每次运行时重复报警，用户三次之后就再也不看结果了。所以我现在把"误报记忆"当成一等公民来做——不是模型能力问题，是状态管理问题。这也让我对"编排下沉到模型侧"持保留态度：状态和权限这类东西，放在应用层可控性远高于塞进模型。

给同行的建议很具体：如果你在做 AI 代码工具，先把"如何证明这条告警是真的"设计清楚，再谈召回率。可以执行的做法是——每条告警强制附带最小复现路径或数据流切片，无法附带的不上报。这会砍掉一半的"看起来很有用"的功能，但留下的那一半，用户会真的去修。

预测一句：未来半年，Agent 工具的竞争会从"能做什么"转向"错了怎么办"，回滚、审计与误报治理会成为标配卖点。