共计 618 个字符，预计需要花费 2 分钟才能阅读完成。
近年来，随着生成式 AI 逐渐融入软件开发，越来越多由 AI 生成的代码被应用到实际工程中。然而，有人提出一个有趣的观点：这些 AI 生成的代码，从一诞生起就可能被归为‘遗留代码’。
在软件开发领域，代码的改进程度通常取决于它距离最近修改的时间以及维护者的熟悉程度。无论是自己新写的代码还是他人近期完成的代码，往往更容易被优化或重构。而那些久远的代码，则因维护成本高和风险大，通常较少改动。
从这个角度来看，AI 生成的代码似乎一开始就处于一种特殊的状态。首先，AI 尽管可以利用上下文信息，但它本身是‘无状态’的，这意味着它无法真正理解代码背后作者的具体意图，也无法像人类一样拥有明确的时间记忆。其次，AI 每次生成代码的过程就像是一个新手初次接触代码，它需要从头开始理解上下文，而无法记住之前的生成逻辑。因此，AI 生成的代码一出现便像是‘别人写过的旧代码’，缺乏‘新代码’应有的活力与适应性。
尽管如此，一些开发者正在尝试通过精心设计提示词、调整上下文范围以及添加详细注释等方式来改善这一状况，但这更像是在现有框架下的微调，而非根本性的突破。
或许，这并非坏事。随着提示工程技术和上下文窗口功能的进步，未来的代码将更多依赖动态生成而非长期维护。这不仅改变了传统软件开发的模式，也可能让 AI 成为代码背后‘理论’的实际掌握者。
对此，有评论指出，虽然 AI 生成的代码存在局限，但如果能够保存生成过程中的提示信息，这将有助于更好地理解和管理技术债务，从而提升开发效率。
