---
tags: [wechat, article, claude, openai]
type: raw
source: wechat
url: https://mp.weixin.qq.com/s/h0y_B8J1jzQA32tJG4Ds4A
title: 停止编码的那天，就是失去架构判断力的开始：一位 30 年架构师的 AI 生存指南
author: Dennis Doomen (播客受访者) / InfoQ 整理
published: InfoQ
created: 2026-05-08
sha256: beb609cc06ac0257fdbb2df1a0c5a6ec82151c6fecf8d26e0ed5bfd3e985f359
review_value: 7
review_confidence: 8
review_stars: 4
review_recommendation: neutral
ingested: 2026-05-16
updated: 2026-05-10
---
编译｜宇琪	策划 | Tina
在 AI Coding 飞速发展的当下，工程师的价值正从"如何实现"转向"解决什么问题"，那么，手敲代码还有意义吗？作为一名坚持编码近 30 年的架构师，微软最有价值专家 (MVP)、开源项目创作者、现任 Aviva Solutions 的代码架构师 Dennis Doomen 的观点直截了当：如果你不深入代码，就无法做出优秀的架构决策。
最近，Dennis 在播客节目中，与主持人 Patrick Akil 对话，他以大量一线经验为基础，探讨了一个更现实的问题：在 AI 可以生成代码的时代，我们究竟该如何保持对代码质量的掌控？
核心观点如下：
作为架构负责人，同时仍保持动手实践，这是团队中唯一有效的软件开发方式。
软件工程的核心，无论过去还是未来，都是在已有系统与不断增长的复杂性之间维持平衡。如果对过去的决策缺乏理解，却仍机械遵循，就会不断累积复杂性，而时间会放大这一问题，甚至决定系统成败。
即便未来我们可能不再需要编写代码，现阶段仍然需要对 AI 生成的结果进行接管和维护。
无论是提交记录还是代码评审说明，都应尽量记录决策意图，而不仅是技术细节。
Dennis：我也不认为有必要全职从事演讲，我仍然希望亲自参与实践。我更愿意称自己为"动手型架构师"或"编码型架构师"，几乎所有分享内容都源于我的一线经验。如果停止编写代码，不再亲自构建并上线生产系统，就会逐渐失去这些经验。
我现在 52 岁，从事这一领域已近 30 年，几乎无法想象自己停止编码。幸运的是，我的工作通常兼具架构设计与团队协作，我既是架构师，也是团队成员，会与开发者一起编写生产代码。
Patrick：作为架构负责人，同时仍保持动手实践，这是否是团队中最有效的软件开发方式？
Dennis： 我认为这是唯一有效的方式。我接触过许多企业架构师，他们通常关注高层设计，例如策略或信息架构，但往往缺乏一线经验，难以判断某种方案是否可行，或某种技术路径对长期可维护性与可持续性的影响。
关于避免重复（DRY）原则，我持相对务实的态度：在某些情况下，我会有意识地复制代码，以降低耦合，但这必须是经过权衡的决策，而非盲目复制或完全避免复制。我观察到，许多有 10 至 15 年经验的开发者，在掌握设计模式后，往往会过度依赖这些模式。
Dennis： 去年，我开发了一个 .NET 的开源 HTTP Mock 库，起因是现有工具无法满足需求，于是我开始自行构建，并整理需求与 API 设计。出于好奇，我将 GitHub issue 分配给 Copilot。令人惊讶的是，它生成了一个高质量的开源项目，基本实现了所有需求，并遵循了我的编码规范。
Patrick： 只要功能正确、测试通过，就可以接受，而不必立即优化。
Dennis： 确实如此。代码本身并不差，也遵循一定规范。我仍在不断尝试新的工具与方法，同时会重点审查测试，确保其能够准确反映预期行为。测试不仅用于验证功能，也帮助我理解系统行为与 API 设计。
Patrick： 我越来越觉得测试质量就是系统的"安全网"。如果我们将实现过程视为黑箱，那么只要测试足够可靠，就可以信任系统的行为，无论代码是由人还是 AI 生成。因此，如何设计测试、测试什么内容，正变得愈发重要。
Dennis： 即便未来我们可能不再需要编写代码，现阶段仍然需要对 AI 生成的结果进行接管和维护。
Patrick：如果让你从零培养一名软件工程师，基于你现在的经验，你会重点关注哪些方面？
Dennis： 让他们从真实代码库中入手，例如修复缺陷、完成小规模改进，在逐步接触较大范围代码的过程中理解系统。同时，鼓励他们不断提问。在代码评审中，我有一个长期使用的做法：通过表情符号来传达反馈的语气和意图。
Patrick： AI 可以帮助我们快速获取上下文信息，尤其是在复杂系统中，但最终决策仍然需要人来承担。
Dennis： AI 在理解复杂代码库方面非常有帮助。但在架构层面，例如抽象设计或依赖反转原则的应用，仍然需要整体视角的判断，这类问题目前 AI 还难以完全胜任。只要系统仍需维护，我们就必须持续关注耦合、内聚等核心设计问题。
Dennis： 代码本身往往无法体现决策背后的动机，而这些信息极易丢失。因此，无论是提交记录还是代码评审说明，都应尽量记录决策意图，而不仅是技术细节。
参考链接：
https://www.youtube.com/watch?v=Z4MUDojhihQ