AI 为写代码而非维护优化：6.23 亿次变更显示重复率 +81%、重构 -70%。债务隐形堆积。解药不是更好的模型而是架构：单一事实来源、强制 DRY 和项目图谱。
想象一个只会砌砖、从不拆砖的泥瓦匠。每次你让他砌一堵新墙，他都以极快的速度砌得完美无瑕——但他从不拆掉已经没用的旧墙，从不复用现有的墙体，从不重新规划房子。六个月后你得到的不是一栋房子：而是一座由漂亮墙壁组成、没人能住进去的迷宫。那个泥瓦匠就是正在写代码的 AI，我们这么说不是为了挑衅的比喻：这是目前关于该主题最大规模的实证研究得出的结论。GitClear 和 GitKraken 分析了 2023 到 2026 年间 6.23 亿次真实代码变更，发现 AI 极其偏执地为一件事优化——写代码——而这门手艺的另一半，维护，却在沉默中崩塌。
那个应该让你睡不着觉的数据
这些数字很具体，也很难看。代码重复率上升了 81%。被移动或重构的代码——某人正在整合而非堆砌的最干净信号——下降了 70%。遗留代码的重构，那件修补旧东西的吃力不讨好的活儿，自 2023 年以来暴跌了 74%。而 error masking，即吞掉错误让它们不作为缺陷暴露的习惯，在 2026 年上升了 47%。这不是某个倒霉团队的轶事：这是在数亿次 commit 上测量出的模式，而 AI 已经出现在大约每四次变更中的一次。
AI 没有天赋问题，它有激励问题
这里有一个必须打破的思维陷阱。我们往往认为，如果代码写得差，是因为模型不够聪明。错。模型非常出色——对于我们训练它去做的事而言。而我们训练它去产出此刻满足你请求的答案，而不是照看系统一年后的健康。GitClear 的 CEO Bill Harding 用一句你该在下一个 prompt 前纹在身上的话总结道：“每次你想要什么，AI 都会创建一个新包。”它不去找已经存在的函数。它不问是否有可复用的模式。它又砌了一堵墙。而正如他本人警告的，“从长远看，当你意识到同一个东西你有五种不同的实现时，就开始痛了”——每一种都略有差异，每一种都是下一个 bug 可以藏身的地方。
写代码是免费的，维护贵得要命——而 AI 只是让便宜的更便宜
这个时代最大的误解是相信软件的瓶颈是敲键盘。它从来都不是。在任何正经项目里，写出某个东西的第一版是简单又短暂的部分；消耗数年和预算的是理解它、在不弄坏的前提下修改它、以及删掉多余的东西。AI 让本已便宜的部分变得微不足道——生成代码行——却没碰到（甚至恶化了）昂贵的部分。这就好比我们发明了一台免费吐出纸张的打印机，然后欢呼现在写小说更容易了，却忽略了难的一直是编辑。47% 的 error masking 是那颗反常的樱桃：正如 Harding 总结的，AI “明显更偏好写不会被标记为缺陷的代码”。不只是债在堆积：代码被设计成出问题时不吭声，于是债变得隐形，直到它在生产环境中爆炸。
重复不是杂乱，而是反向的复利
一个孤立的重复不会害死谁。问题在于重复会复利。当同一段逻辑存在于五个地方，每次业务规则变更都逼你找到并修改这五份副本——而只要漏掉一份，就有一个只在罕见情况下出现的微妙 bug。根据同一项研究，代码的功能连接性下降了 35%：模块之间越来越少对话，因为每个模块都自带了一整套自己的版本。这恰恰是健康系统的反面，在健康系统里一个决策只在一个地方做出，其余一切都继承它。一个重复率高出 81% 的代码库不是一个更大的代码库：而是一个以双倍速度老化的代码库，在那里每一周加速生成都为你买来两周的未来维护。
解药不是更好的模型：而是单一事实来源
这里有可复用的教训，一个你明天就能分享和应用、无论你用什么工具的教训。AI 不会自己治好它偏向写代码的偏见，因为那个偏见就在它的目标函数里。对策不在模型里：它在环绕模型的架构里。DRY 不再是一种审美偏好，而变成了一道主动的防线：如果你的系统让找到并复用已有的东西变得容易，AI 就更少重复，因为它更没借口。一个单一事实来源——每个契约、每个类型、每条规则的一个规范位置——正是把那个只会堆砌的泥瓦匠变成一个会复用的泥瓦匠的东西。而一张可导航的项目地图，一个能说出“这已经存在，连上去”的图谱，就是一个整合型助手和一个堆砌型助手之间的区别。AI 的速度只有在你用一个逼它不腐烂所触之物的结构去引导它时，才是一种优势。
我们怎么看
我们的赌注源于一个令人不安的信念：难的部分不是生成，而是不腐烂。因此在 NeuralOS 里前端是单一事实来源——契约先存在，后面的东西去填充它，而不是每次生成都发明自己那一版的同一个界面。因此我们维护一张项目的知识图谱：别人的 6.23 亿次变更提醒我们，没有地图，AI 会重写你已经拥有的东西而不是复用它。也因此 Construct-Audit-Reflect 协议把创造的时刻和审计的时刻分开——因为带着激情去构建和带着偏执去审查是不相容的心智状态，把它们混在一起恰恰就是研究所测量的那种隐形债积累的方式。我们不认为对腐烂的 AI 的回答是少用 AI 写代码。我们认为是用它出厂时不自带的纪律去环绕它：强制的 DRY、一份清晰的契约、一张记得住的图谱。没有架构的速度不是生产力；那是排版更好看的债务。