随着AI编程代理编写更多代码，我们需要更谨慎地规范其代码质量。本文提出AI编写代码的指导原则，强调代码应具备自解释性，通过语义函数构建代码基础。语义函数应尽可能精简，明确输入输出，确保正确性，并可作为基础模块组合复杂流程。

《AI时代下的代码规范宣言》

随着AI编程助手日益普及，如何规范AI生成的代码成为关键课题。本文提出了一套面向人机协作的代码架构原则：

一、代码自文档化核心 1. 语义函数（Semantic Functions） - 作为代码基石，应保持极简设计 - 需明确输入输出，避免副作用 - 示例：二次方程求解函数()或带指数退避的重试机制() - 通过函数名自解释，无需额外注释 - 具备高度可测试性

2. 实用函数（Pragmatic Functions）

• 作为语义函数的组合容器
• 处理复杂业务流程（如"处理GitHub仓库新建工作区"）
• 需配套集成测试
• 建议添加说明性注释（如"余额低于10时提前终止"）

二、数据模型设计准则 1. 模型应杜绝非法状态 - 避免过多可选字段 - 命名需精确反映内容（如"未验证邮箱"模型） - 推荐组合模式（如"用户与工作区"复合模型）

2. 类型标记技术

• 为相同结构的字段添加语义标签（如将UUID包装为"文档ID"类型）
• 可预防深层嵌套的隐式错误

三、典型问题警示 1. 函数腐化 - 语义函数被滥用为实用函数时会产生连锁反应 - 建议通过命名体现使用场景而非具体行为

2. 模型膨胀

• 警惕"再加一个可选字段"的妥协
• 当模型字段与名称不符时，应立即拆分

作者Ben Swerdlow认为，这套规范能构建更具扩展性的代码库，从而提升软件开发效率。作为关注代码质量的人类程序员，他同时保持对技术演变的开放态度。

（注：原文中的技术命令和链接等非核心内容已做简化处理）

以下是评论内容的总结：

1. AI代码质量的责任归属

   • 主要观点：代码质量差不是AI的问题，而是使用者缺乏审慎态度
   • 关键引用：
     "people are making codebases worse by not being intentional"（benswerd）
     "My intentionality is that I'll never let it make the changes"（abcde666777）

2. AI辅助编程的实践方法

   • 主要观点：建议分阶段使用AI，先实现后重构
   • 关键引用：
     "I will often go back...and ask for refactors"（ChrisMarshallNY）
     "adds 'be intentional' to the prompt"（gravitronic）

3. 文档必要性的争议

   • 主要观点：代码不能完全替代文档，需明确"为什么"
   • 关键引用：
     "You cannot document 'the why' with code"（mattacular）

4. AI编程的潜在风险

   • 主要观点：AI加速代码生产但可能破坏一致性
   • 关键引用：
     "subtle erosion of consistency"（xiaolu627）
     "looking for all the extra optional arguments"（AgentOrange1234）

5. 技术架构建议

   • 主要观点：推荐功能核心与命令式外壳分离的架构
   • 关键引用：
     "analogous to a Functional Core and Imperative shell"（earljwagner）

其他备注：
- 有评论指出移动端显示问题（clbrmbr）
- 存在对非自有代码库的调侃（ares623）
- 部分用户持戏谑态度（mrbluecoat）

（总结保留了原始评论的关键表述和中英文对照，平衡呈现了正反观点，总字数控制在300字内）