从原型到生产：Josh Albrecht谈AI写出高质量代码的关键

很多AI编码工具能快速写出“能跑的代码”，却难以进入生产环境。Imbue CTO Josh Albrecht通过真实开发经验，系统拆解了AI代码质量失控的根源，并给出一套从预防到检测、修复的完整方法论，解释如何让AI真正成为可靠的软件工程师。

为什么AI写的代码总卡在“原型阶段”

这一场演讲从一个所有工程师都熟悉的痛点开始：AI生成的代码在演示时看起来不错，但一合并进代码库就问题频出。Josh Albrecht开门见山地指出，他们在Imbue做软件型AI Agent时，反复遇到同一个问题——“what is wrong with this diff？”。也就是说，代码改动表面合理，但隐藏着设计不一致、边界条件遗漏或风格混乱的问题。Josh强调，这并不是模型“不够聪明”，而是我们把AI当成了只要一句提示就能交付成品的黑箱。他提出一个重要判断：如果目标是高质量代码，就必须把AI放进真实的软件工程流程，而不是停留在一次性生成的原型思维中。这也是他们开发Sculptor的出发点——不是更快写代码，而是减少后期修复成本。

预防胜于修复：让AI在写代码前就少犯错

Josh把提升AI代码质量的第一阶段定义为“预防问题”，并系统性地总结了五个方向。首先是限制修改范围，避免让AI在一次任务中触碰过多文件；其次是强制“先规划再动手”，鼓励AI明确步骤和依赖关系，而不是直接输出代码。第三是提前写清楚规格说明和文档，这相当于给模型一个更稳定的目标函数。第四是从一开始就建立严格的风格指南，让AI理解团队的隐性规范。Josh在演讲中反复强调，这些做法并不新，但当执行者从人变成AI时，其重要性被严重低估。他的原话是：“encourage people to start by planning”，这里的“people”实际上已经包含了AI Agent。

不可避免的错误：如何系统性地发现问题

即便做足了预防，Josh也承认：“no matter how many things you do to prevent the AI system”，错误仍然不可避免。因此第二阶段是检测问题。他给出的顺序非常工程化：先跑静态检查工具（linters），再写并运行测试。整整一大段时间，他都在解释为什么测试仍然是核心防线，以及糟糕的测试会如何制造“flaky tests”这种假信号。更有意思的是第三种检测方式——直接让另一个大语言模型来审查代码。Josh并没有把LLM审查包装成魔法，而是强调它适合作为持续检查的一环，帮助发现人和工具都容易忽略的问题。这种“用AI检查AI”的思路，是整场演讲中最具现实感的洞见之一。

从发现到修复：人和AI如何协作完成闭环

在最后一个技术阶段，Josh谈到发现问题之后真正困难的部分：修复。AI往往能快速给出一个“看似合理”的补丁，但未必是最优解。因此，人类工程师的角色并没有消失，而是转向决策与约束。他提到，这一整套流程只是开始，真正的目标是建立一个人类与AI Agent持续协作的系统，而不是一次性的工具使用体验。演讲结尾，他用一种相对克制的乐观总结：未来不是AI单独写代码，也不是人类拒绝AI，而是两者在同一工程体系中“working together”。

总结

这场演讲最有价值的地方，不在于某个具体技巧，而在于对问题本质的重新定义。Josh Albrecht提醒我们：AI写不好代码，往往是因为我们没有给它一个好工程环境。规划、规格、风格、测试和审查，这些传统软件工程的“老工具”，在AI时代反而变得更加关键。对开发者而言，真正的挑战不是要不要用AI，而是是否愿意为它搭建一条通向高质量的轨道。

关键词： AI Agent， 代码生成， 软件工程， 大语言模型， AI编码

事实核查备注： 演讲者：Josh Albrecht；身份：Imbue CTO；产品名称：Sculptor；核心概念：AI Agent、linters、tests、style guide、LLM code review；引用语句均来自公开视频片段的原意转述