《代码整洁之道》作者 Robert C. Martin（Uncle Bob）已彻底放弃对 AI 代码的人工逐行评审，转而把质量管控交给一套由指标与约束条件组成的自动化闭环。他坦言这套模式"运行得非常顺利"——但 UML 之父 Grady Booch 公开反对。AI 代码的质量，究竟该由谁守？
一场关于"AI 代码要不要人读"的争论，正在软件工程界蔓延。站在两端的，是两位各自写过里程碑级著作的殿堂级人物。
认知的裂缝，从"信任"这个词开始。
UML 联合作者，坚持逐行审核智能体生成的全部代码。
"作为经验丰富的开发者，我可以凭直觉分辨代码好坏。但没有任何智能体，能够拥有同等的实战积累与业务上下文。"
只看 CRAP 评分、不定期抽查代码、运行定制测试套件。
"只要 AI 生成的代码能通过全部关卡，即便没人读过一行函数内部实现，我们也有充分理由相信正确性。"
注：两方观点均来自近期公开对话，此处为编辑摘编，完整原话以原始对话记录为准。
Uncle Bob 为 AI 智能体搭建的约束体系，覆盖了从"函数内部逻辑"到"模块之间关系"的所有层级：单元测试、Gherkin 验收测试、QA 测试流程、圈复杂度阈值、模块大小限制、依赖结构分析、变异测试、测试覆盖率。
注：核心逻辑只有一句——能不能通过全部关卡，比有没有人读过每一行更重要。方框高亮为 Uncle Bob 最看重的"重武器"。
但他最初并不是这么做的。Uncle Bob 在播客中回忆，自己曾把《Clean Code》核心内容几乎全部写进提示词，整理成几页纸的规范文档，结果很快发现：AI 对待这些明文规则，就像《加勒比海盗》里的准则——"参考建议"，可遵守可不遵守。
原因指向大模型一个已知缺陷："中间信息丢失"（lost in the middle）。
他的结论因此很干脆：精简初始提示词，只保留最核心规则；剩余约束，全部靠后置自动化工具落地。
单工具约束只是第一步。真正让 Uncle Bob 放心"撒手"的，是一套多智能体协作流水线。每个角色只领一项任务、占用极小的上下文窗口，完成即销毁，下一轮任务启用全新智能体。
"原本单个智能体需要五分钟完成、质量参差的工作，这套闭环大约一小时完成，但对比人类半天的开发时长，效率依然提升 4-5 倍，且代码质量远高于人工开发水平。"
注：流程按 Uncle Bob 公开描述整理；每个智能体启动需 10-15 秒初始化，期间会重新读取任务上下文。
这套体系能成立，靠的是两项让 AI 如鱼得水的"重活"。它们都是 2000 年前后被提出的老技术，当年因算力门槛被搁置，如今被 AI 的速度重新激活。
注：CRAP 评分越低函数越健康；阈值 6 意味着函数允许 6 条独立逻辑分支且全部被测试覆盖。右侧两格为 AI 时代的新标准。
CRAP 评分结合代码覆盖率、测试覆盖率与圈复杂度，给每个函数打一个"劣质程度"分数。Uncle Bob 的解释很直接：AI 的短期记忆能力远超人类，容量更大、精度更高，能处理更复杂的逻辑分支，所以阈值从人类的 4 上调到 6，未来可能放宽到 8。
变异测试则更"狠"：系统遍历源代码，反转正负号、大小于符号、逻辑等于符号，再运行全套测试。如果代码被篡改后测试依然通过，说明出现"存活变异体"——测试存在漏洞，必须修复。2000 年，Uncle Bob 跑一次完整测试要四分钟、重复数百次，只能通宵挂机；现在 AI 三十分钟跑完，顺带自动修补所有漏洞。
但这套闭环，有一个绕不开的缺口。
"我目前正在尝试将整套架构规划流程全自动化，但暂时还没有取得理想效果。"
Uncle Bob 承认，现阶段 AI 做架构设计"经常产出漏洞方案"。他仍要人工向 AI 问询系统结构、模块关联、依赖关系，再基于经验重新规划模块拆分与通信规则。他让 AI 开发了实时 UML 可视化工具和依赖规则校验程序，但架构的顶层决策依然由人完成。
他同时彻底转向敏捷：放弃重度前置规划，让 AI 先完成单个小型需求迭代，人工复盘架构后再进入下一轮。理由藏在一段直白的计算里——
当基础编码全被 AI 接管，新手开发者该从哪里长出战略思维？Uncle Bob 在对话中给出了三条路径：
Uncle Bob 用一套检测闭环替代了自己五十年的阅读经验——这不是投降，而是第一次把"经验"成功编码为"约束"。但这套约束有明显盲区：安全漏洞不报错、架构坍塌不报错、业务语义偏差也不报错。当"不读代码"成为新常态，设计这些约束的人，就成了代码质量最后的守门员。
想听 Uncle Bob 完整讲述这套工作流？他与主持人围绕多智能体分工、深度模块理论、TDD 是否适合 AI 的讨论，已整理为可阅读的完整对话。
阅读完整对话 →