北京
软件一出问题，先怀疑是不是AI写的代码。这个反射弧现在越来越短，短到有人把"vibecoding"当成了劣质软件的唯一解释。
Justine Moore 不认同这个归因。她的反驳很直接：在生成式AI出现之前，低质量应用就已经满地都是了。她举的例子是发布这条推文的平台自己——一家社交媒体公司，多年来一直在和可靠性较劲。
正方立场很清楚：AI编码工具被滥用，确实会产出漏洞，这没什么好辩的。反方的落点则更靠前一步：软件质量从来就是历史级难题，不是这一代工具带来的新病。两边其实不在同一个层面上吵架，一边说的是"AI会写出烂代码"，另一边说的是"烂代码不是AI的专利"。
我的判断偏向后者。把软件缺陷全部打包塞进"vibecoding"这个筐里，看起来是在追责，实际上是在回避一个更老的问题：可靠性工程本来就难，难到一家体量不小的平台做了这么多年，仍然要持续投入去提升。
这个归因偏差的代价不小。如果所有质量问题都被贴上AI标签，讨论就会停在"该不该用AI写代码"这一层，而真正需要复盘的环节——测试、发布、监控、回滚——反而被跳过去了。
AI编码工具值得被审视，但它不是那块能解释一切的黑板。有些坑，在它出现之前就挖好了。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
