這位工程師把AI寫代碼的「黑箱」拆了，3個月后發現一個反直覺真相

去年Q3，Storytel的工程師團隊做了個實驗：讓AI接手一個中等復雜度的微服務重構。結果代碼交付速度提升40%，但3個月后維護工單暴漲217%。

負責AI落地的Staff Engineer Tobias Sandelius在復盤時發現，AI生成的代碼像一份沒有配料表的預制菜——你知道它能吃，但不知道里面放了什么，更不敢隨意加熱。

這個發現直接催生了DLD（Decision-Linked Development），一個試圖把「決策痕跡」焊進代碼里的開源框架。

從「氛圍編程」到決策考古

Sandelius的實驗路徑很有代表性。2024年初，他和多數開發者一樣，從「vibe coding」（氛圍編程）入手——描述需求，讓AI自由發揮，人類負責鼓掌。

這種模式在原型階段確實爽快。他內部記錄的一個案例：用Claude 3.5 Sonnet花4小時搭完一個推薦系統的MVP，同等工作量過去需要3天。

但快感在代碼交接時戛然而止。

接手項目的后端工程師在Slack里吐槽：「這坨代碼能跑，但我不知道它為什么這樣跑。改一行可能崩，不改又滿足不了新需求。」Sandelius把這類反饋歸類為「決策真空」——AI寫代碼時做了無數微觀選擇，但這些選擇的上下文在提交（commit）瞬間就被抹掉了。

他試過強制要求團隊寫詳細注釋，但很快發現這是和人類本性作對。另一個極端是spec-driven開發：先寫冗長規格文檔，再讓AI按圖施工。結果文檔撰寫時間吞噬了AI節省的工時，「像為了用洗碗機先手洗一遍碗」。

DLD的核心設計：把「為什么」寫進語法樹

DLD的解法不是讓AI多說話，而是讓代碼結構本身攜帶決策信息。

框架要求每個代碼變更必須綁定三類元數據：決策動機（為什么改）、約束條件（當時不能做什么）、替代方案（考慮過但放棄的路徑）。這些信息以結構化格式嵌入代碼倉庫，而非游離在外的文檔。

Sandelius打了個比方：傳統注釋是便利貼，可能掉、可能過時；DLD是把決策刻進代碼的「分子結構」里，改代碼必須先讀到之前的「分子式」。

技術實現上，DLD用Git的notes機制和自定義的AST（抽象語法樹）標注層。AI agent在修改代碼前，框架強制它先解析關聯的決策鏈。如果某段代碼的決策依據是「當時Redis集群不穩定，所以用本地緩存兜底」，agent讀到這條就不會在沒有確認基礎設施變化的情況下貿然回退方案。

關鍵約束：DLD不試圖記錄所有信息，只捕捉「如果缺失會導致誤操作」的決策點。

Sandelius在文檔里強調，過度記錄會重蹈spec-driven的覆轍。框架內置了一套啟發式規則，自動標記高風險變更區域——比如涉及并發控制、數據一致性、或依賴外部服務的代碼塊。

3個月實測：速度換可維護性的賬怎么算

2024年Q4，Storytel的一個8人后端團隊在真實項目中試點DLD。

數據呈現有趣的 trade-off：首次開發周期比純AI模式慢15-20%，但代碼審查時間縮短35%，后續迭代的速度在第二、第三次修改時反超對照組。更關鍵的是，因「誤改歷史決策」導致的生產事故歸零。

Sandelius在內部匯報中引用了團隊的原話：「現在改代碼像看聊天記錄，知道對面（之前的開發者或AI）當時在想什么，而不是對著一堵墻猜。」

但他也坦承局限。DLD對「探索性編碼」——即連人類都還沒想清楚的混沌階段——幫助有限。框架的價值在代碼進入「需要長期維護」狀態時釋放，這恰好是多數AI生成代碼的薄弱環節。

另一個意外發現：DLD讓人類開發者的角色發生了微妙位移。他們花更多時間定義決策邊界和約束，而非直接編寫實現代碼。一位參與試點的工程師形容：「以前我是寫手，現在我是編輯兼事實核查員。」

開源后的反饋與未解問題

DLD在2025年1月開源后，GitHub兩周內收獲1,200星。Sandelius梳理的issue和討論里，有兩類聲音最集中。

一類是工具鏈整合訴求：希望DLD能嵌入Cursor、Windsurf等主流AI IDE的agent工作流，而非作為獨立框架存在。另一類是質疑決策記錄的權威性——如果最初的決策就是錯的，DLD會不會讓錯誤傳承得更牢固？

Sandelius的回應很直接：「DLD不負責判斷決策質量，只負責防止無意識覆蓋。錯誤的決策至少應該被有意識地修改，而不是在無知中撞毀。」

他目前正在探索的下一步，是讓AI agent在讀取決策鏈時，能主動標記「此決策的前提條件可能已變化」的預警。這需要框架與運行時監控、基礎設施狀態打通，復雜度躍升一個量級。

Storytel內部還有一個未公開的實驗：把DLD的決策記錄喂給專門訓練的模型，試圖讓AI不僅能讀取歷史決策，還能評估其當前有效性。早期結果參差——模型對技術約束的判斷準確率約70%，但對業務邏輯的時效性判斷經常翻車。

如果AI coding agent的終極形態是「能獨立維護長期項目」，那么決策鏈的可解析性可能是比代碼生成能力更基礎的瓶頸。DLD的實驗至少證明了一點：在讓AI寫更多代碼之前，我們可能需要先教會它閱讀代碼的「記憶」。