RE:CZ

AI编程实践反思:OOP与过度兼容问题

人工智能软件工程

👤 AI开发者、程序员、技术管理者以及对AI编程实践感兴趣的技术爱好者
本文以2026年2月3日的记录为背景,反思AI编程实践中的问题。作者指出,即使是SOTA模型如Opus 4.5,也不适合编写面向对象编程代码,因为AI缺乏对业务领域的深刻理解和建模能力。AI能通过特定流程归还技术债务,但OOP和过度兼容仍是主要挑战。过度兼容导致代码臃肿和认知崩溃,而编程本质上是认知科学问题,需要处理独特业务。文章强调认知发展是螺旋上升的过程,代码和实验有助于获得认知,进而写出更好代码。
  • ✨ AI不适合编写面向对象编程代码,缺乏业务建模能力
  • ✨ 即使是SOTA模型如Opus 4.5也有此局限性
  • ✨ AI能通过特定流程归还技术债务
  • ✨ 过度兼容导致代码臃肿和认知崩溃
  • ✨ 编程本质上是认知科学问题,需处理独特业务
📅 2026-02-03 · 665 字 · 约 3 分钟阅读
  • AI编程
  • 面向对象编程
  • 技术债务
  • 过度兼容
  • 认知科学
  • Opus 4.5
  • 代码维护

现在是 2026 年 2 月 3 日,早上 9 点。

让 Opus 4.5 给资本持久战的实验仓库还了一些技术债务,虽然这些技术债务同样是它一手产生的。

如同我曾经提过的 AI 编程实践反思:避免 OOP 与过度兼容 一文中提到的那样,AI 目前还不适合写面向对象编程的代码。面向对象编程要求对业务领域有深刻的理解和建模能力,而 AI 目前还无法胜任这一点。目前,即便是 SOTA 模型 Opus 4.5 也不例外

AI 能通过特定的流程来归还技术债务。这可真是“冤有头债有主”,至少我不需要为它写的烂代码买单了。

再次强调 OOP 和过度兼容的问题。

编程的本质上是需要对这个世界建模的,属于认知科学问题。大部分的编程任务,都需要处理很多业务独特的问题。而实验性的代码,更是如此,任务本身往往要求推陈出新,因此,AI 有时候很难理解用户突然抛出的一个新概念,导致它无法正确地建模这个新概念,从而产生错误的代码。而少数已经被充分认知了的任务,通常已经有了优秀建模了的代码...你为什么还要再造一次轮子呢?

而过度兼容本质上还是 AI 不知道这个代码是否还有用,不敢轻易删除它,从而导致代码臃肿,难以维护。面向对象中的状态和方法,即便无人使用,也会被认为可能有用,从而被保留下来。它带来的影响类似于 OOM (Out-Of-Memory),只是 OOM 带来的是进程崩溃,而过度兼容带来的是认知崩溃。这是一个暗坑。

认知的发展是螺旋上升的过程。无论是 AI 还是人类,都无法一蹴而就。如何在螺旋上升的过程中,维护功能和债务,是一个重要的课题。有意思的是,代码或者说实验本身,能帮助我们获得认知,而认知又能帮助我们写出更好的代码。

我记录下这些思考,方便未来回顾。现在一边等着 Opus 给我干活,一边记录我的思考,真是美妙的体验。

See Also

Referenced By