AI 对软件开发的影响：人类开发者会被取代吗？｜技术笔记
前段日子，我收到了一封这样的邮件：
大意是：我开发的项目 Zest SSG 被一个叫 XERJ Corpus Hub 的项目收录了。
XERJ 与 Corpus Hub：给 AI Agent 的代码索引
XERJ 是一个用 Rust 编写的开源、AI 原生的搜索引擎，要解决的是 AI Agent 的“记忆浪费”问题。AI 编码代理写代码时，要么依赖上下文记忆，要么用 grep 逐行搜索，两者都消耗大量不必要的 Token。仅 WordPress 的 PHP 代码就约有 520 万 Token，远超单个上下文窗口的容量。XERJ 的自动索引（Autoindex）能把任意文件夹——代码、文档、日志、PDF——转成可查询的结构化索引，代理直接检索精确的代码片段或函数，不必读整个文件。据称比使用 grep 节省 40 倍的 Token。它还兼容 Elasticsearch 的 REST API，现有客户端和工具可以直接对接；索引方式是 AST（抽象语法树）感知的，代理能按“函数”而非“行”检索。
Corpus Hub 是 XERJ 生态里的一个组件，可以理解为公开的、经过精选的代码解决方案索引库。编码代理遇到具体问题——比如“如何更新样式”——时，XERJ 能在 Corpus Hub 中检索并返回其他开源项目里已经跑通的实现代码，作为参考范例。目的是让 AI Agent 参考经过验证的代码，而不是从零“即兴发挥”，避免重复造轮子和重蹈覆辙。
这次收录让我觉得荣幸，也算是对这个开源项目和代码的一份认可。但比认可更让我在意的，是它引出的问题：AI 与人类开发者的关系，正在被重塑成什么样子？
能力：AI 已经能独立完成复杂任务
AI Agent 如今在越来越多场景下能够独立完成相当复杂的软件开发任务，在某些维度上甚至比大多数开发者更稳定、更出色。LLM 很少随意命名变量，也不容易无缘无故破坏规范。AI 幻觉曾经是个大问题，但随着模型能力提升，幻觉率已经显著下降，在不少任务上不比人类常见的疏漏更糟。不管是 ChatGPT-6 Astra、Claude Fable 5.1 这类前沿模型，还是 GLM 5.3、DeepSeek-V4.1、Hunyuan 4 等国产模型的最新版本，在软件开发的理解力和编程知识广度上都已经相当出色。AI 正在许多环节上接近甚至部分取代人类开发者的工作。
Mayx 在「Vibe Coding 新体验（2）- Mayx的博客」里记录了一次 AI 创作，创新能力相当可观。顺便说一句，他文中有一段话需要更正：最近我在和群友聊天的时候发现有人用C#做了个静态网站生成器，也是用AI做的，看起来挺有意思。其实SSG的原理还是挺简单的，说到底就是些文字转换罢了。于是我就想，要不然我就让AI搓个能在WASM Linux中运行的SSG出来吧？ 。他提到的“群友”其实就是我，哈哈；不过我的 SSG 是用 F# 开发的，不是 C#，也就是前面提到的 Zest SSG。
LLM 的底层逻辑常被概括为“预测下一个 token”，初看机械，甚至带点随机性，和“智能”二字似乎相去甚远。但换个角度看，这和人类思维的内核有相通之处：人靠长期积累的经验判断下一步，模型靠海量语料习得的上下文规律推导下一个片段，都是在已有信息上做最适配场景的延伸。所以“AI 只会机械重复人类已有成果”这个说法已经不成立了。当前大模型的创新能力还没全面超越顶尖人类创作者，但早已跳出“重复造轮子”的范畴，能够生成有独立价值的全新开源项目。
盲区：F# 与数据分布
回到我自己的项目。AI 的创造力已经不容小觑，但在函数式语言上，它的基础知识有明显的结构性短板。F# 的训练语料远不如主流命令式语言充裕，模型生成 F# 时更容易机械复刻 C# 里惯用的 OOP 写法，或者在基本语法上出错。这几乎是由数据分布决定的系统性偏差。我能为 AI 补充一些 F# 语料，固然是好事，但这件事本身暴露了一个更深的问题：我们所维护的“知识”，究竟是为谁准备的？
语言的演化：人类可读性不再是唯一标准
不管是面向过程、面向对象还是函数式，也不管是各种新语法还是语法糖，设计初衷大多是服务于人类开发者的易读性，而不是计算的本质需求。人类的工作记忆有限，靠线性阅读，依赖视觉格式降低解析负担；于是语言压缩冗余、隐藏细节，用语法糖把常见模式包装成更易写易读的形态。
但 LLM 的约束结构恰好相反：它有巨大的上下文窗口，却在跨调用的因果追踪上相对薄弱；它不需要“好看”的语法来减轻短期记忆负担，反而需要显式、冗余、无歧义的结构来帮助推理。在这个意义上，语法糖对 AI 而言未必是便利，更接近一种理解障碍：隐式转换、运算符重载、惯例优先于声明的设计，都要求模型额外模拟一层“代码看起来在做什么”与“运行时实际在做什么”之间的落差。或许这也是 AI 更偏爱 Zig 语法的原因：Zig 以显式为设计目标，相当清晰可读。
当然，这不意味着现有编程范式会立刻过时，也不意味着人类可读性失去价值。AI 仍在学习人类语言，人类可读的语法在训练数据中仍占主导；但语言演化的长期方向，可能不再由人类的阅读舒适度单独决定。
许可证：统计学习与署名义务
邮件里还提到了许可证：我的项目用 Apache 2.0，XERJ 承诺保留署名并遵守许可证要求。就我而言，如果 AI 的行为仅限于对代码做统计学习，输出也不构成对原代码的实质性复制，那我认为 Apache 2.0 中针对分发和修改的署名要求并不当然适用；在这个前提下，我也不要求标注来源或署名。人类开发者同样会学习开源项目，但学完之后独立写出的代码是否受原许可证约束，取决于是否构成复制或衍生作品，不能一概而论。开源许可证在执行中确实有理想化成分，具体义务仍应结合具体行为判断。
顺便吐槽一下 Netlify 的免费额度实在太不抗用了，我这个月会临时把 Netlify 镜像站点关闭一下，等下个月免费额度重置之后再重新开启。
日常开发还是推荐大家用 GitHub Pages 托管网站，边缘计算平台推荐用 Cloudflare Worker 代替 Netlify Functions。