使用最新的 Claude 4，我用两天就开发出一个视频编辑器，但却无法维护
上图是我这两天用 ClaudeCode （Claude 4）Vibe Coding 的成果，一个复杂的视频编辑器，有基本功能，能加入元素，能播放。但我不是在这里吹 Claude 4 编程多厉害的，恰恰相反，我无法基于这个项目继续开发维护，不是代码不厉害，而是一个仅仅靠 AI 开发的负责系统，几乎是不可维护的！
首先说一下我是怎么开发这个项目的：
- 找到个视频编辑器网站，Vue 开发的，下载它编译好的js脚本
- 使用 ClaudeCode，让它把脚本反编译成 VUE + TypeScript 代码，完成的相当好，几乎完整的还原了原始代码 顺便说一下，编译后的 js 文件有 6 万多行，但是它能通过关键字查找，找出来相关的内容，并反编译
1. 继续使用 ClaudeCode，让它把 VUE 代码用 React 代码重写（因为我不会 VUE），使用 jotai 作为状态管理，它完成的相当相当好，帮我把 VUE 代码用 React 重写了，包括重新使用了新的状态管理框架
但是刚开始的结果，它无法直接运行，需要凭借我的专业知识解决一些问题，这些问题完全靠 AI 是无法解决的，因为你甚至很难描述清楚是什么问题，当你能描述清楚问题，其实你就可以自己解决了。
花了几个小时让它可以运行了，但是问题来了，测下来 Bug 一大堆，这些 Bug 都是牵一发而动全身，人很难修改。
让 AI 修改 Bug 的问题在于：
- 你无法准确描述这些 Bug，如果你都无法描述 bug，AI 没法帮到你
- 很多 bug 是相互关联的，AI 可以修复单个 Bug，但是可能修了一个又会冒出更多的 Bug，准确来说 AI 没有全局概念（受上下文窗口长度限制），它一次只能读取一部分代码。
那么人类是怎么解决这个问题的呢？
复杂系统通常是从简单系统演化而来的，大部分系统一开始并不复杂，并且是一点点迭代而来，这个过程中，工程师能了解这个系统的各个细节，有问题能及时处理。
人类有架构师的角色，复杂的系统会有先有系统的设计，把复杂系统拆分成小的系统，小系统再拆分成小的模块，最终构成一个复杂系统。
一个稳定的复杂系统中的小问题是好维护的，但是一个复杂系统中一堆小问题，那么几乎是不可维护的，现实的复杂系统，通常都是反复迭代慢慢稳定下来的，要么是一个稳定的小系统逐步演化成大系统，要么是一个大系统有很多小系统，这些小系统都是稳定的。
那么 AI 能复制这条路或者找到新的解决方案吗？
首先想要复制这条路，目前制约的不是编程能力，我觉得 Claude 4 单纯编程能力已经是高级程序员的水平了，超过绝大部分程序员，制约的是工程能力。
什么是工程能力呢？
工程能力就是对整个项目的掌控能力，不仅仅是编程能力，涉及方方面面：
- 需求的理解
- 架构的设计
- 编码
- 测试
- 运维
举例来说，要做一个视频编辑器，你得先想清楚要做成什么样子，有什么功能，然后你得把它变成 UI/UX 设计，变成架构设计，架构设计要做好技术选型、要拆分成模块，还得设计好模块之间是怎么通信的，最后要把模块整合在一起变成一个完成的系统。
这里面模块级别的，AI 是足够胜任的，但是系统层面，模块一多 AI 就不行了，因为 AI 上下文窗口长度制约了 AI 从全局上理解、更新维护整个项目。虽然限制上下文窗口长度越来越大，但是大了后幻觉就厉害，短期内如果没有大的突破还是挺难解决好的。
另外就是 AI 对环境的感知能力还是不够强，比如这个 AI 做好的视频编辑器，它无法自己测试（其实 ClaudeCode 真的有测试，不过是基于网页抓取分析），对测试结果无法甄别，最多能根据错误日志去做一些修改，像 UI 上各种错误，根本感知不到问题。
所以现阶段来说，模块级别（千行以内）的编程开发， AI 已经非常强了，但是涉及到系统层面，AI 还帮不上太多。
对于普通程序员来说，不要再浪费时间去刷 leetcode 搞算法了，多提升系统设计能力和使用 AI 能力会更有前途。
不要被各种“炸裂”误导，比如有人说通过 Vibe Coding 做了一个复杂的视频编辑器，他们不会说的是这个视频编辑器只能用来 Demo 而且几乎无法维护。
现在 AI 编程，提升编程效率已经毋庸置疑了，如何提升工程能力还有很多挑战。
上面的内容发布到 X 和微博后，跟网友有很多讨论，把其中一些讨论内容也摘录到这里。
Terminator(@autogpt5): 这只能说明传统的程序开发方式落伍了。程序员根本无法理解AI写的出来的复杂工程，更加别提维护升级了。 所有工作都只能由AI来完成。 当然这些传统程序员不认为是自己的问题，他们只会认为是AI写的烂没有工程能力。他们会狡辩到：我们以前都是先定架构再拆分模块然后选择线程通信方式，像极了当年孔乙己 A: 对于这样的观点，只能说代表了一部分不懂软件开发人不切实际的幻想，以为能很快就发明不需要程序员参与的纯 AI 开发的软件，但现实是这样的路还很遥远，真实现了那就是 AGI 了。
hahagood (@hahagood): 既然说 2025 年是 agent 之年, 有没有可能未来的"软件工程", 变成 agent 工程? 类似 n8n 那种, 把一系列的功能模块用一个工作流串起来. A: AI 之前，从刚有软件工程开始，软件工程就想学习建筑工程，把软件模块化标准化，但这么多年发展下来，以 web 前端为例，已经有相当多的标准化 UI 组件了，典型的比如shadcn/ui，但依然难以仅仅靠模块化搭建复杂的系统。
工作流、低代码也做了好多年了，但结果也都看到了，Happy Path 很好，偏离 Happy Path 一点就不行，几乎没有真正做成的。
归根结底还是软件系统需求的多样性和复杂性，导致模块之间的组合太多太复杂，模块大了无法灵活变化，要响应复杂的变化模块就要小，模块一小就导致组合太多，模块组合一多就不稳定不好维护。
建筑行业相对好模块化是因为它有明确的标准，比如尺寸、形状、材料等等，按照这个标准做出来就能灵活应用。但软件的模块是很难标准化的，UI 有各种不同的元素，标准的几种组件是不够用的；服务之间又有很多不同的接口协议，基于接口协议又有无数的数据格式，还要考虑同步和异步；一次性返回结果还是流式的……。所以模块化标准化这件事，一直在努力，但路还很漫长，并不会因为 AI 加入就突然解决了。
马天翼 (@fkysly): 这个跟人写没区别，人也可能写错，保证工程质量可靠肯定是靠测试，而不是靠写代码本身了。在这一点上，AI 写测试的效率更高。 A: 人和AI写代码有区别的，人可以全局的看系统，专业的软件工程师写的时候可以站在全局考虑模块之间的关系，AI 还不能全局考虑。
保证工程质量靠测试远远不够，测试只是检验工程质量是不是稳定，保证工程质量还需要依赖架构设计：去转移复杂度让系统好维护，拆分模块让独立模块稳定起来再让整个系统稳定起来。
另外还有一点，AI 的测试并不能保证覆盖到足够的场景，现实中的软件都是在实际使用中根据使用场景逐步完善测试覆盖的，而这种跟现实场景的交互和反馈恰恰是 AI 欠缺的。
马天翼 (@fkysly): 反正我从来不管推上人说的啥 vibe coding 这不行那不行的，偷摸赚到钱就行，可维护不可维护的问题，那只是 AI 代码生成的太多，需要去理解。而且可维护并不代表人维护，AI 维护也是维护，只要最终系统是对的，谁的代码并不重要 A: “只要最终系统是对的”，是这样没错，但难的恰恰是“如何判断系统是对的？”，一个简单的模块，通过单元测试就知道对不对，一个复杂的系统，怎么让 AI 知道它对不对就太难了！如果 AI 不能自己知道对不对，就需要人去干预，那你就无法让 AI 帮你“自动”维护。
NeonByte (@ByteNeon): 不是这样的，vibe coding不是让AI托管代码的正确方式，把代码托管给AI需要一套完善的设置for AI，另外说AI不擅长架构也是不对的，在我的实践中，AI架构设计能力远强于人类，现在说AI能力不行，真的是为AI服务的思路不对，为AI服务的工程配套不对 A: AI 的架构设计属于纸上谈兵，你让它去面试架构设计，应该是很厉害的，但是你真让它按照需求设计一个系统，简单的也没问题，复杂的一定不行，因为它无法完整的理解背景信息，因为很多信息你都无法用语言、图片甚至视频来表达。
至于说“代码托管给AI需要一套完善的设置for AI”，问题在于这样的设置存在吗？
NeonByte (@ByteNeon): 我让他做的设计基于现有系统，设计数据库，databus，ES，数据流转，消息如何处理，常见的系统服务也没超过这个架构，我不知道这算不算复杂？ A: 为什么说 AI 是纸上谈兵呢？因为架构师不是画个系统架构图就是会设计架构了，架构师的职责远不止是列出有几个系统，还需要：
- 满足原始需求
- 经济可行
- 能实施（能变成代码还能运行）
- 好维护
请问 AI 设计的架构能满足几点呢？能把设计出来的架构变成代码吗？好维护吗？
Aries (@AriesYangMen): 有没有可能已经不需要模块化了，一个项目只有一个文件，AI处理好这个文件就行了。模块的存在是给人类方便维护发明的，AI不需要 A: 如果还是代码这种方式构建软件，并且 AI 上下文窗口不足够长，并且代码还需要维护，那么还是要模块化
Chase Passion (@ChasePassi79437): 一个大的agent设计架构，拆分任务，把任务划分给下面很多个小的agent，由agent去实行就跟正常的人类团队协作一样，未来应该是这样的，目前市场上已经出现了可以执行单个任务的agent，比如codex这种 A: 这种妄想着让 Agent 去当架构师设计架构，拆分模块，再委派给小 Agent 去协作执行任务，不能说未来不行，但短期是几乎不可能的。需要有几个前提：
- 上下文窗口必须足够长，这个负责架构的 Agent 需要拥有这个项目所有的上下文信息，从需求到代码，都要清楚的知道，否则无法拆分、无法验证
- 需求的信息必须要能精准的描述，举例来说，如果你要做一个淘宝网站，那么你要怎么让 AI 知道你的每一个需求细节？如果你不能让 AI 完整的理解需求，再厉害的 AI 也无法设计出合适的架构
- 设计好的架构，不是设计完就完了，还要在实施时，确保能按照架构设计实施，变成代码，如果出现情况无法实施或者成本巨大，就需要对架构做出重新调整，这个过程中，要么要让 Agent 能实时对环境感知和执行，要么就需要人参与其中。
这些条件短期都是很难实现的，复杂系统的架构设计还是离不开人的重度参与。
CYan (@Yn3_3nY) 宝玉老师，不知道可以不可以这样理解，在ai深度参与编程下，开发者逐渐失去了对代码（库）的控制？ A: 取决于开发者的水平和开发方式，一次性生成很多代码并且不稳定，不仅无法控制，甚至人和 AI 都无法维护。 但如果是开发者自己设计好（哪怕是和AI结对设计），然后一个模块一个模块去开发，并测试稳定，最后再合并在一起再测试稳定，中间借助 AI 生成代码，是可以让系统稳定的
高级分析师 (@techeconomyana) 但其实反过来说，如果你自己拆好了架构，每一个小模具要AI来写不就是小刀切黄油，非常丝滑了。 A: 是的，对于 AI 来说，小模块生成很厉害，但合理的拆分还是很有挑战的事情，然后你还要能对模块精确描述，不要小瞧“精确描述”，也不容易
@Chaaaaz: 或者可不可以理解，工程能力只是人类对于复杂事物管理的力不能及，所以需要工程化帮我们管理维护减少重复劳动，但是既然是AI，那就让它去做好了，哪怕是重复劳动也不再是问题，毕竟最终我们要的是结果 A: “最终我们要的是结果”，是这样没错，但难得恰恰是“如何才能得到我们想要的结果”，简单的模块、写一篇文章、画一张图很容易，但是一个复杂的软件系统，如果你没有准确可靠的反馈系统，AI 无论迭代多少次，也无法得到正确的结果
@特等菌出爪事成: 宝玉老师，请问工程能力强但编程能力弱，要如何把编程能力提升到一定程度呢（大概什么程度够用）？现在是利用vibe coding在有需求的情况下现学。目标能与编程人员（或ai）无障碍沟通 A: 未来确实不需要你编码能力特别强，毕竟有 AI 可以加成，但即使有 AI 加成，也需要这些条件：
- 能把想要生成的代码写成 Prompt，让 AI 可以生成你想要的代码
- 能看出来好代码坏代码，知道怎么测试验证代码
- 出现问题能定位问题，能描述清楚问题，最终能解决问题
做到上面的就合格了，否则还需要多补习编码相关的知识。
@pieckk: 宝玉老师，这个项目，后续，如果继续和Claude合作，让他理出整个项目的大概框架和分为几个模块，输出文档，然后再进入每个模块让Claude继续分析模块运行的流程和代码，逐步深入，理出各个模块的框架，并看看各个模块有没有设计不合理的地方，继续修改。有没有机会让这个项目变得更可维护一些呢。 A: 这应该是相对比较稳妥可行的办法，也就是人深度参与其中，毕竟最终维护靠的还是人而不是 AI。
@黄建同学:短期内AI还只能是辅助开发，你要懂系统，知道如何把系统拆分好，让AI从一个小系统逐步往大了搭。@明风:工程能力其实就包括了架构能力和编码能力，编程能力不是独立于工程能力之外。AI缺的是整体架构能力，这是模型基础决定的，目前这条路无解，而Claude最新PR连续编码7小时，更加是泥潭深陷。 A: 这就像南辕北辙的 AI 版，如果 AI 无法看到全局就会偏离方向，AI 越聪明越能干，错的反而越远。