AI热榜 在 Craft 大会 上，Artie Shevchenko 发表了题为“代码健康守护者（ Code Health Guardian ）”的演讲。
他指出，强制性的 AI 检查结合针对复杂变更的手动审核，有助于开发者保持敏锐的判断力。
只要大多数开发者都是代码的所有者，那么在团队规模较小的情况下，就可以跳过低风险拉取请求（PR）的同行评审，并采用 AI 审批来提高开发速度。
Shevchenko 援引了 2025 年诺贝尔奖得主、经济史学家 Joel Mokyr 的观点。
Mokyr 认为，只有当实践与对理论的深刻理解不断地相互促进，形成流畅的知识反馈循环时，技术的进步才能成为永久性的。
Shevchenko 指出，如今，人工智能既有可能强化知识反馈循环，也有可能破坏它。
这是因为人工智能实际上并不真正地理解任何东西；它只是生成符号，从而营造出一种理解的假象： 人工智能可以结合实际案例，在具体的语境中向所有人做理论的阐释，从而让知识的获取变得简单便利。
但是，如果缺乏人类的参与，这种机制很可能会偏离正轨。
如果缺乏理解，只是盲目地接受人工智能建议的任何内容，那么我们就会面临知识反馈循环被打破的风险。
我们必须对代码库保持认知层面的控制力，以维护和强化反馈循环。
如今，在人工智能的推动下，对于日益庞大、复杂的代码量，我们需要保持认知控制。
认知债务是指团队成员对于所开发系统的共识程度逐渐削弱。
Shevchenko 指出，人工智能使得需要审查的代码增加，加剧了认知债务问题。
要解决代码审查瓶颈，就必须超越开发者体验的范畴。
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接