Addy Osmani 与 Lauren Tan 谈 AI 时代代码质量：好代码来自验证闭环

99% 的开发者写不出好代码 -- Addy Osmani 与 lauren 分享：代码质量从来不是写出来的，是验证出来的

两位分别来自 Anthropic 和 SpaceXSI 的知名开发者，一致认为：当 AI 让验证变得廉价，工程师的核心工作就从逐行写好代码、逐行审查代码，转变为设计验证闭环、并把个人品味沉淀为可复用的规则。

lauren 认为：「所有代码都是 slop」

Lauren 拆解了工程师对 AI 代码的普遍焦虑（"slop 会污染我们漂亮的代码库"），论证链条大致是：

1. Slop（劣质代码）从来都存在。人类写了几十年的代码库同样充满瑕疵，我们一直接受它；因为在嵌入式等任务关键领域之外，代码很少需要完美。
2. 大部分人对 slop 的真实定义其实是「不是我写的代码」。她坦承，包括她自己在内 99% 的开发者其实写不出、也说不清什么是「好代码」。
3. 她给好代码下了定义：正确、无 bug、运行快速且成本高效。好代码贵，是因为这三条性质过去无法被廉价地、形式化地保证。
4. 软件工程本来就一直在做交易：用 bug 换速度，靠测试和可观测性兜底，增量演进；她认为这是好事，因为软件天生是持续演化的有机体。
5. 结论：AI agent 无法写出「好代码」（那依然昂贵），但在规模上「平均而言好得多」，她用 "much better on average at scale" 精确地避开了「完美」的陷阱。最后补刀一句妙语："tldr 所有代码都是 slop；当然，我写的除外。"

Addy 的回应：为什么「规模上的平均更好」成立

Addy 接过这句话并给出了解释机制——"at scale" 的规模来自验证，而 agent 让验证变得廉价：

· 过去让好代码昂贵的那些东西（测试、基准、规格说明、端到端运行）现在让 agent 顺手生成即可，边际成本趋近于零。
· 因此工程师的工作从「审查每一行 diff」转为「构建 agent 能自己跑的验证闭环」。他的原话："That loop is where quality comes from."（质量来自那个闭环。）
· 让品味复利：当 agent 犯错，就把这个错误写下来（落成配置、hook 或测试）让它不再重犯。这是把隐性经验固化为制度性护栏。
· 人仍然对发布负责，但审查的对象变了：看证据（测试结果、基准数据），而不只是看 diff。