LLM 真的改变了编码风格吗？

LLM 真的改变了编码风格吗？

最近几年，关于 AI 编程有一种很流行的说法：

“LLM 正在改变编码风格。”

但仔细思考后，我发现更准确的说法其实是：

LLM 并没有推翻软件工程原则，
而是重新排列了它们的重要性。

AI 改变的不是“什么是好代码”，而是：

• 什么更划算
• 什么更容易维护
• 什么更容易生成
• 什么更容易被 AI 理解

这背后，本质上是：

代码经济学发生了变化。

---

一、哪些东西其实没有改变

很多所谓 “AI 时代的新风格”，其实在 AI 出现之前就已经是优秀实践。

LLM 只是放大了它们的重要性。

---

1. 可读性始终重要

例如：

• 清晰命名
• 小函数
• 明确边界
• 一致风格
• 显式逻辑

这些从来都不是 AI 发明的。

Python 的《PEP 20》早在 1999 年就写着：

Explicit is better than implicit.

AI 只是进一步证明：

显式代码不仅对人友好，也对机器友好。

---

2. 分层架构没有改变

经典的：

Controller
  ↓
Service
  ↓
Repository
  ↓
Database

并不是 AI 时代的新发明。

从 Java EE、DDD 到 Clean Architecture，这些思想已经成熟很多年。

AI 只是让这种结构：

• 更容易生成
• 更容易补全
• 更容易自动修改
• 更容易推断

---

3. 类型系统的重要性本就在提升

TypeScript、Rust、Python typing 的流行，并不只是因为 AI。

还因为：

• 大型项目协作
• IDE 智能化
• 自动重构
• 静态分析

但 AI 的出现，让类型获得了新的意义：

类型不仅是给编译器看的，
也是给 AI 的语义约束。

---

4. 文档从未真正过时

过去很多人喜欢说：

“代码即文档。”

但优秀团队一直都重视：

• docstring
• API schema
• examples
• RFC
• ADR

AI 时代只是让文档第一次：

直接影响代码生成质量。

---

二、真正改变的是什么？

真正变化的，并不是“什么是好代码”。

而是：

不同工程原则之间的权重。

---

1. “简洁”不再绝对优先

过去程序员天然追求：

• 更短
• 更巧
• 更 DRY
• 更抽象

因为：

人工写代码非常昂贵。

但 AI 让代码生成成本急剧下降。

于是：

“少写代码”的价值下降了。

反而：

“容易理解”的价值上升了。

因此现在越来越多团队更接受：

• 稍微冗余一点
• 稍微展开一点
• 稍微啰嗦一点

因为它们：

• 更稳定
• 更容易维护
• 更适合 AI 修改

---

2. “聪明代码”的收益下降

过去高级工程师喜欢：

• 元编程
• DSL
• 黑魔法
• 动态注入
• 高级技巧

因为这些能减少重复代码。

但现在：

AI 本身就很擅长生成模板代码。

于是：

过去：

减少重复 = 巨大收益

现在：

减少重复 ≠ 一定值得复杂抽象

因为复杂抽象会：

• 降低 AI 理解能力
• 增加修改风险
• 提高 hallucination 概率

于是：

“复杂抽象税”变高了。

---

3. DRY 开始被重新平衡

过去：

DRY（Don't Repeat Yourself）

几乎像信仰。

但 AI 时代越来越多团队开始接受：

“适度重复，比过度抽象更好”。

例如：

过去会强行统一：

build_response(role, options, permissions)

导致：

• 参数爆炸
• 条件复杂
• 可读性下降

现在很多团队反而愿意保留：

build_user_response()
build_admin_response()

因为：

• AI 更容易局部修改
• 更少副作用
• 更容易推断行为

---

4. “局部性”价值暴涨

LLM 并不像人类一样：

• 长时间维持大型抽象模型
• 全局理解整个系统

它更依赖：

• 局部上下文
• 附近 token
• 明确结构

因此：

局部可理解性变得异常重要。

这也是为什么：

• 小模块
• 高内聚
• 短文件
• 低隐式依赖

越来越受欢迎。

---

5. “框架魔法”开始降温

过去很多框架追求：

• 自动注入
• 约定优于配置
• 运行时反射
• 隐式行为

因为：

人类讨厌样板代码。

但 AI 并不讨厌样板代码。

于是现在越来越多人开始偏向：

• 显式依赖
• 明确生命周期
• 可静态分析
• 少运行时魔法

因为这些：

• 更容易生成
• 更容易调试
• 更容易自动修改

---

三、AI 时代真正变重要的东西

1. 命名

变量名不再只是给人看的。

它本身就是 AI 的语义提示。

例如：

x
tmp
obj

和：

payment_retry_count
authenticated_user
invoice_total

对 AI 来说完全不是同一个难度。

---

2. 类型

类型不仅帮助 IDE。

更是在给 AI 提供：

• 边界
• 约束
• 意图
• 数据结构信息

---

3. docstring 与注释

过去很多人认为：

“好代码不需要注释。”

但 AI 会把 docstring 当成：

• 高质量语义描述
• 意图声明
• 行为规范

因此：

好的注释重新变得非常有价值。

---

四、最本质的变化：代码经济学改变了

过去：

人类写代码昂贵
→ 减少重复
→ 提高抽象
→ 压缩代码

现在：

AI 生成代码便宜
→ 重复成本下降
→ 显式代码更划算
→ 清晰优于技巧

这才是最核心的变化。

---

五、代码正在从“工艺品”变成“沟通协议”

以前：

程序员直接操控机器。

现在：
程序员越来越像：

• 架构师
• 审稿人
• AI 协作者

代码开始承担：

• 给机器执行
• 给人类理解
• 给 AI 推理
  三重角色。

---

六、未来更受欢迎的代码特征

未来最受欢迎的代码，很可能同时对：

• 人类友好
• AI 友好

它们通常具有这些特点：

• 显式
• 类型清晰
• 命名稳定
• 模块化
• 高局部性
• 少魔法
• 易搜索
• 易重构
• 易测试
• 易生成

你会发现：

这些并不是全新的原则。

很多其实都是经典工程实践。

只是 AI 时代重新放大了它们的价值。