AI代码产出逼近100%，1500行Diff谁来审？大厂今晚聊透黑灯工厂

代码可以由 AI 生成，但目标由谁定义、质量由谁证明、事故由谁负责、下一代工程师又该如何成长？

11 月 2 日，OpenAI 公布了为 AI Coding 时代打造的新一代 Git 后端 Pando。过去一年，Codex 带来的并行开发让 OpenAI 内部的分支、提交、合并和 CI 请求快速增长，原有系统一度出现推送缓慢、合并失败，可靠性甚至跌破 90%。Pando 上线后，在保持 Git 协议兼容的同时，将推送延迟中位数降低至原来的近五分之一，每天传输的 Git 数据已接近 1 PB。

几周前，Anthropic 则彻底将 monorepo 从 Git 迁移到自研版本控制系统 Scion。Claude 带来的代码产能，让 Anthropic 日均合并量在四个月内从约 2500 次增长到超过 3 万次。为了接住这些代码，公司在五个月内同时完成了 Scion、代码审查平台 Antique、代码搜索和权限系统的建设。

OpenAI 选择重构 Git 的后端，Anthropic 选择重新发明版本控制。两条技术路线背后都指向同一个事实：代码生成正在变得越来越便宜，真正开始承压的，是代码审查、测试验证、CI、架构治理以及组织本身。

当 AI 代码产出逼近 100%，软件研发真的会走向无需人工值守的「黑灯工厂」吗？还是说，我们只是把写代码的成本降了下来，却把审查、维护、理解和问责的压力留给了未来？

今晚 7:30，CSDN「AI 进化论」栏目邀请来自小红书 PE Infra 团队负责人孙哲、腾讯高级后台开发工程师、项目组研发转型负责人任磊达和滴滴专家工程师、ABC 技术 AI Coding 平台负责人金晶，围绕《黑灯工厂落地：当 AI 代码产出逼近 100%，组织怎么变》展开一场不回避争议的深度对谈。

三家大厂的一线实践者聊透「黑灯工厂」

外界经常把「黑灯工厂」想象成一套全自动魔法：人类写下需求，Agent 自动编码、测试、审查和上线。但极高的代码产出背后，可能是数百亿 Token 的算力投入。而模型 API 的调用成本和稳定性，在规模化落地 AI Coding 时往往会成为新的瓶颈，除此之外还有大量没有被合并、最终被废弃的代码。

任磊达所在团队曾经历过一天生成 4.4 万行代码，最后全部废弃的教训；金晶面对的，则是 AI Coding 在数千名工程师中的规模化落地。

今晚的直播会追问：

• 如果 Token 预算砍掉一半，核心业务交付真的会慢一半吗？
• 管理层是否应该核算每个合并 PR 消耗了多少算力？
• 代码生成量快速增长，为什么业务交付速度没有同步提升？
• 第一次把 AI Coding 推向极限时，团队遭遇过哪些险些无法收场的事故？

代码产出接近 100%，并不等于业务价值也接近 100%。真正值得衡量的，或许不是机器写了多少代码，而是有多少代码解决了正确的问题。

面对 1500 行 AI Diff，人类还审得过来吗？

10 行手写代码，人们会认真讨论变量命名；而面对 AI 一次生成的 1500 行 Diff，审查者却可能直接滑到页面底部，点击「LGTM」。当代码产出速度远远超过人的阅读速度，逐行 Review 还是安全底线吗？

今晚，嘉宾将进一步讨论：

• 代码审查是否应该从逐行阅读转向意图、风险、测试证据和运行结果？
• 哪些代码可以由机器自动批准，哪些核心逻辑必须由人类把关？
• 在企业的合规与风控要求下，什么条件满足后才敢不读代码就上线？
• 如果人工审查已经变成形式主义，新的质量门禁应该如何设计？

让 Agent 审查 Agent，会不会只是更昂贵的死循环？

越来越多团队开始采用「查杀分离」或对抗式审查：一个 Agent 写代码，另一个 Agent 专门找问题。理想情况下，机器可以互相纠错。现实中，审查 Agent 可能陷入几十轮无意义争论，也可能与编码 Agent 一起修改测试，让错误代码顺利「变绿」。

直播将深入讨论：

• 编码 Agent 能不能接触负责给它评分的测试用例？
• 如何防止 Agent 修改测试、伪造结果或进行 Reward Hacking？
• 两个 Agent 如果互相妥协，系统如何发现？
• 自动生成的测试，怎样证明真的覆盖了业务风险，而不只是跑出了绿色结果？

机器互相挑错，并不会天然带来可靠性。没有独立验证、权限隔离和可追溯证据链，多 Agent 审查也可能只是把风险藏得更深。

代码量、PR 数、Token 消耗，都不能再代表研发效能

如果公司开始按照代码行数、PR 数量或 Token 消耗排名，最可能出现的结果不是效率提升，而是工程师为了「显得高产」制造更多代码、提交更多 PR、消耗更多算力。而真正精简架构、删除冗余代码、提前避免错误的人，反而可能在数据上显得「没有产出」。

今晚，小红书、腾讯与滴滴技术嘉宾将共同讨论：

• AI Coding 时代，哪些研发效能指标已经失真？
• 如何区分合理试错与无意义的 Token 狂欢？
• 应该关注代码接受率、返工率、缺陷率，还是需求交付周期？
• 如何让管理层看到真实业务收益，而不是被代码量制造的虚假繁荣蒙蔽？

黑灯运行半年后，系统还有人看得懂吗？

AI 可以快速生成补丁，却未必理解整个系统为何如此设计。当越来越多代码没有被人类真正读过，组织会逐渐累积一种新的技术债——理解债。系统正常运行时，它很难被察觉。直到周六凌晨出现 P0 事故，值班工程师面对一段完全由机器生成的故障代码，却不知道从哪里开始排查。

事故发生后，应该由谁负责？是写 Prompt 的工程师、点击批准的负责人、搭建流水线的平台团队，还是模型提供方？

直播中也会讨论「黑灯工厂」的责任边界：哪些业务可以全自动运行，哪些系统必须保留人工理解、审批与兜底能力。基础编码被机器接管，未来的架构师从哪里来？

过去的软件工程师通常从修 Bug、补单测和开发基础功能开始，在一次次失败中建立对系统的直觉。如果这些入门任务全部交给 AI，新人可能跳过了怎么写代码，却也失去了理解系统、调试复杂故障和形成架构判断力的训练过程。

当工程师每天只剩下写 Prompt、看测试红绿灯和催流水线，他究竟是在获得更高杠杆，还是逐渐退化成「人肉质检员」？

今晚最后一个问题，也许关系到每一位开发者：当写代码变得极其廉价，软件工程师最不可替代的底牌究竟是什么？

直播福利

预约并参与直播，还有机会获得实物礼品及以下技术资料：

• 《Agent 实战训练营》录播课程
• 「AI 进化论」栏目特辑·往期精选回顾
• 《AI 原生软件研发成熟度模型报告》实体书
• 直播间实物礼品抽奖

代码可以由 AI 生成，但目标由谁定义、质量由谁证明、事故由谁负责、下一代工程师又该如何成长？11 月 4 日 19:30，锁定 CSDN「AI 进化论」直播间。关于 AI Coding 时代的代码审查与工程效能，更多一线实践案例与讨论，也欢迎到 云栈社区 与开发者持续交流。