AI 正在暴露我们一直忽视的技术债
AI 工具在处理某些问题时，表现得和初级工程师一样吃力。
这无关代码或数学，而在于模糊性。
模糊的需求导致模糊的结果。 不一致的代码导致错误的假设。 未记录的规则导致充满信心的猜测。
多年来，人类一直在解决这些问题。
团队将缺失的上下文保存在脑海中。资深工程师会解释决策背后的历史背景。知识通过对话进行传递。
AI 无法参与这些对话。它只能阅读你写下的内容。
AI 让软件质量变得清晰可见。
整洁架构 (Clean architecture) 不仅能帮助开发者，也能帮助 AI 理解你的代码。
清晰的需求有助于项目经理。而现在，它们也成了 AI 工作的前提条件。
教训很简单：那些让 AI 感到困惑的事情，原本就让开发者感到困惑。
我们只是学会了在混乱中寻找变通方法。而现在，这些混乱已难以掩盖。
Source: https://dev.to/orashus/ai-is-exposing-technical-debt-we-learned-to-ignore-3nfa
Optional learning community: https://t.me/GyaanSetuAi