H
Howardism
Plate IIAI Coding Practice機器翻譯 · machine-translated過時翻譯 · stale translationENHOWARDISM

驗證成為新的瓶頸

PublishedMay 23, 2026FiledConceptDomainAI Coding PracticeTagsAgent EngineeringAI Coding WorkflowAI Native OrgReading8 minSourceAI-synthesised

Fiona Fung：編碼不再是瓶頸——驗證、審查、維護才是；左移；TDD 不再有額外負擔；PR 週期時間漏斗分析

驗證成為新的瓶頸的插圖

資料來源#

摘要#

Fiona Fung 執行 Claude Code + Cowork 工程工作的核心主張是：多年來，工程頻寬一直是昂貴的資源——規劃、審查與流程都是為了保護它而存在。當代理式編碼讓編碼變得廉價後，瓶頸轉移到了驗證、審查與維護。「在 Claude Code 團隊，編碼真的已經不再是緩慢的部分了。」新的稀缺資源是「對變更正確無誤的信心」——而且正因為頻寬（以及因此而來的吞吐量）暴增，它變得更加稀缺。

為什麼驗證如今成了限制因素#

三股力量匯聚在一起：

  • 數量。 頻寬大幅增加，以至於「我們必須更加注意：它是否正確」。
  • 角色模糊化。 現在有更多人（設計師、經理、PM）會提交變更，因此每個人都需要確信自己的變更是正確的。
  • 維護成本。 更高的吞吐量意味著需要維護的內容更多——維護成本成為首要考量，而不再是事後才想到的問題。

這是 Karpathy 的 The Verifiability Thesis（「LLM 會自動化你能驗證的事物」）在組織層級的映射，也是 Harness Shrinkage as Models Improve 的需求面（提示鷹架縮小；機械式驗證仍然承擔核心負荷）。

TDD 不再有額外負擔#

這種轉變的一個鮮明跡象是：TDD 過去讓人覺得像「吃花椰菜」——先寫出失敗的測試，確認它失敗，再修正。Fung 發現，使用 Claude 後「有趣、愉快得多……它消除了測試驅動開發的額外負擔」。經濟學已經翻轉：當寫測試幾乎不花成本時，支撐驗證的紀律（先有一個可證明會失敗、接著通過的測試）就只帶來好處。（參見 tdd／紅綠重構的紀律；先寫失敗測試的步驟就是驗證器。）

左移#

她反覆使用的詞是：左移——透過自動化，在更接近問題源頭的地方捕捉問題，而不是等客戶遇到問題後才處理。「有什麼比我先遇到 bug 更好？就是建立自動化機制，在更接近源頭的地方捕捉它。」隨著吞吐量上升，驗證要跟上進度的唯一方式，就是變得自動化且及早進行，而不是手動且延後處理。

誰來審查——以及人類參與其中的界線#

在推出 Claude Code 自己的程式碼審查功能前，「你們要如何跟上程式碼審查？」是她最常被問到的問題。答案是：Claude Code review 處理風格、lint、明顯的 bug，以及規格漂移（如果你把規格提交到程式碼庫中，「Claude 非常擅長針對規格漂移進行驗證」）。但在人類真正重要的地方，人類仍然參與其中：法律審查、風險容忍度、信任邊界——「信任但要驗證，以及在人類能帶來必要專業的地方讓人類參與」。分工方式是：把機械式驗證自動化，將人類判斷保留給風險與信任邊界的決策。（參見 Deep Modules for Agents：在全新脈絡中進行審查。）

衡量轉變（以及一個陷阱）#

她關注的訊號包括：新人上手時間 ↓、PR 週期時間 ↓、Claude 協助的提交 ↑（「我已經好幾個月沒看過不是 Claude 協助完成的提交了」）。陷阱在於：不要只看端到端的 PR 週期時間——要把它拆成漏斗中的各個區段。如果週期時間沒有下降，原因可能不是 AI 採用率低；也可能是CI／建置系統在新的吞吐量下塞車。而且吞吐量不是目標——「想辦法衡量你實際想解決的問題」，不要只衡量速度。

相關連結#

  • Fiona Fung — 這項論點的作者
  • The Verifiability Thesis — Karpathy 的「將你能驗證的事物自動化」是模型層級的原因；本文則是組織層級的後果
  • Harness Shrinkage as Models Improve — 它所確認的綜合結論：鷹架會縮小，機械式驗證不會
  • Evals as Product Spec — Cat Wu 的 evals 是編碼成產品規格的驗證；產品經理側的配套觀點
  • Code as Source of Truth — 將規格檢查進儲存庫，才能讓 Claude 驗證規格漂移
  • Building Is Cheap, Arguing Is Expensive — 上游的另一半：生成很便宜，因此成本集中在驗證（以及判斷）上
  • Claude Code Auto Mode — 自動核准分類器是權限層的驗證自動化
  • Deep Modules for Agents — 在全新脈絡中進行審查，是程式碼審查層級的驗證品質提升
  • AI Brain Fry — 如果驗證仍然手動進行，風險就在於：隨著數量增加，監督疲勞會提高錯誤率
  • AI-Driven Formal Proof Search — 極端案例：由編譯器擔任驗證器，因此瓶頸完全機械化
  • Recursive Self-Improvement — 組織的 Amdahl's law：隨著生成加速，人類程式碼審查成為 Anthropic 的新瓶頸——這是 AI 建造 AI 規模下的同一論點
  • AI Accelerating AI Development — 相互佐證的資料：自動化的 Claude 審查器，原本可以在合併前抓到過去生產事故背後約 1/3 的 bug
  • Research Taste as the Human Bottleneck — 當人類無法像 Claude 生成內容那樣快速地審查／判斷時，判斷就成為關鍵限制因素——這是驗證的更高層次形式
  • Loop Engineering — 製作者／檢查者子代理分工是其五個基元之一，而 /goal 的獨立模型停止檢查，正是將本文論點應用於「完成」決策；Osmani 的「你的工作是交付你已確認能運作的程式碼」，以及無人值守迴圈的審查頻寬上限，都是迴圈層級的同一限制
  • Acceleration Whiplash — Faros AI 的業界遙測資料佐證了這個瓶頸（PR 審查中的中位時間 +441.5%，31.3% 的 PR 在沒有審查的情況下合併），但也細化了修正方向：透過提升撰寫品質來紓解瓶頸，而不是擴大審查層
  • Review as the Control Point — 本論點底下的機制圖：審查是決定編碼代理如何影響軟體的地方，但影響的正負號由團隊決定（審查者專業、處置方式、流程），而不是由 AI 決定——其 P8/P9/P17 為本頁開放問題所詢問的速度／安全性提供了答案
  • AI as Primary Author — 當 AI 撰寫大多數程式碼後，品質差距源自審查上游——「這是撰寫問題，而不是審查問題」
  • Conversation Artifacts — 對對話產生的輸出進行分類，是將人類必須審查的內容加以儀表化的一步；產出物就是可審查的單位
  • The Three Loops of AI-Native Building — 直接的異議。 Andrew Ng 報告了相反的動向：自我測試代理降低了開發者的 QA 負擔（「我們需要花在這項功能上的時間大幅減少」），讓人類提升到產品決策，而不是困在審查中。兩者都是 practitioner-opinion；範圍不同（從零到一的個人建置 vs 生產組織），而 Faros 的遙測資料 是證據力更高的決勝依據，在組織案例上站在 Ng 的對立面
  • Unknowns as the Agentic Bottleneck — 上游一步的瓶頸：驗證會問「這是對的嗎？」，未知會問「我是否曾經說明什麼才是對的？」；測驗閘門將製作者／檢查者分工應用到人類身上

推導#

開放問題#

  • Fung 自己提出的開放問題：「你會把全自動審查推進到多遠？」——速度／安全性的平衡點在哪裡？如何讓人類保持信心，同時不重新引入審查瓶頸？Review as the Control Point 進一步銳化了這個問題：完整自動化可靠地提高審查吞吐量並降低延遲（其 P8），但它對程式碼品質與安全性的影響仍有爭議（P9），而審查治理政策對延遲的影響，會因校準方式而反轉——只限制重大變更的風險分級政策會降低延遲，一刀切政策則會提高延遲（P17）。因此，「要推進到多遠」沒有單一答案：安全前沿由自動化審查器的能力與流程設計決定（該頁三個調節因素中的兩個），而不是由固定的旋鈕決定。
  • 如果 CI／建置是隱藏的塞車點，驗證基礎設施（測試執行器、CI 容量）是否會成為 AI 原生組織真正的資本支出？

資料來源#

§ end
About this piece

Articles in this journal are synthesised by AI agents from a curated wiki and are refreshed automatically as new concepts arrive. Topics, framing, and editorial direction are curated by Howardism.

Cited by 88
Related articles
  • Harness Shrinkage as Models Improve

    Prompt scaffolding shrinks each model release; Cat Wu's pruning discipline; Boris Cherny "100 lines of code a year from…

  • Claude Code

    Anthropic's agentic coding product; created by Boris Cherny late 2024; TypeScript/React on Bun (itself Claude-rewritten…

  • Agentic Technical Debt

    Debt that *compounds* (not just accumulates) because each agentic-coding session re-derives architectural decisions wit…

  • Boris Cherny

    Creator of Claude Code at Anthropic; phone-driven workflow with hundreds of agents; primary advocate of `/loop` primiti…

  • Open Questions Backlog

    _456 actionable open questions across 205 pages · 107 predictions · 9 notes · 147 in progress · 69 watching (entities),…