Ask HN：如何处理发布自己无法理解的 AI 生成代码？
Ask HN: How to deal with shipping AI-written code you don't understand?
我们发现了什么
Ask HN：如何处理发布自己无法理解的 AI 生成代码？这种借助 AI 交付代码的新标准发展得太快了；如果我们要把时间花在检查每一行代码上，就永远也做不完。
- 来源：Hacker News（发现于 2026-10-20）
- 证据等级：D · 发现产品或需求信号，暂未获得可核验的商业证据。
- 商业模式：待核验
- 主题：独立产品
- 初筛评分：17.2/100 · 收录 1 次
证据，比故事更重要。
规则清洗与初筛，未经人工商业核验。原文语境、实际客户和付费情况仍需自行验证。
引用与数字披露
来源类型（原作者自述／第三方测算／媒体转引）需采集端标注，本版尚未落字段。
- 作者
- 未标注
- 抓取日期
- 来源类型
- 未标注
- 币种
- 未标注
- 口径
- 未标注
- 披露主体
- 未标注
- 披露日期
- 未标注
中文辅助译文（全文）
我看到了 Meta 一名工程师发布的这篇 LinkedIn 帖子，引起了我的共鸣：https://www.linkedin.com/posts/ali-hamie_im-an-engineer-at-m... > 我是 Meta 的工程师，但我从未在工作时感到如此不自在。这些天我都在编写代码，而这一切感觉就像一个黑箱。如今这种借助 AI 交付代码的新标准推进得太快了；如果我们要把时间花在逐行检查代码上，那就会永远做不完。这意味着，最终你可能会构建出一些你并未真正理解其全部代码工作原理的系统。你理解的是高层次的部分，而不是每个细节。或许这正在成为新的标准。它违背了软件工程师的每一种本能。我习惯于理解自己正在构建的东西。现在我却在琢磨，在继续推进之前究竟需要理解多少。其他工程师也有这种感觉吗？你们是怎么应对的？
译文由上游机器翻译生成，可能有误；判断请以英文原文为准。
英文原文（来源本站未改写）
I saw this LinkedIn post from a Meta engineer and it resonated with me: https://www.linkedin.com/posts/ali-hamie_im-an-engineer-at-m... > I'm an engineer at Meta and I never felt this uncomfortable doing my job.I'm writing code these days and it all feels like a black box.This new standard of shipping with AI is moving so fast that if we're going to spend our time checking each line of code, it's going to take forever.That means you can end up with systems you've built where you don't truly understand how all the code works.You understand the high level, but not every detail.And maybe this is becoming the new standard.It goes against every instinct of being a software engineer.
I'm used to understanding what I'm building.Now I'm trying to figure out how much I need to understand before I'm comfortable moving forward.Are other engineers feeling this too?How are you handling this?
这条还缺什么证据？
下面每条都由本条已有字段推出（等级、理由、商业模式、来源次数、是否演示）， 本站不生成推测性结论；通用验证方法放在方法论页。
- 可核验的收入或付费证据查官网定价页与付费口径；第三方数据源（如 GetLatka）只作旁证，需标注来源与时点。
- 商业模式未定确认按席位／按用量／授权还是开源托管版收费；开源项目另查 LICENSE 与是否存在付费版。
- 只有单一来源找一手站点或其他渠道是否重复出现同一产品；社区热帖数量不等于商业进展。
通用验证清单（谁有这个问题／谁愿意付费／一个人能交付哪一小步）见我们的筛选方法。