Why I still read code ... but only parts of it.

在 AI 能力持續進化的時代，一個引發技術社群熱議的問題浮現：軟體工程師是否還需要讀代碼？講者認為這個問題之前，應該先問另一個更基礎的問題——你還在寫代碼嗎？

過去 6 到 8 個月，隨著 AI 模型在指令遵循上的進步，以及 Claude Code 等工具的成熟，許多開發者（包括講者自己）寫代碼的比例大幅下降。講者估計自己已從幾乎 100% 寫代碼下降至遠低於此的比例。這雖提高了開發速度，但也帶來了一個難以預期的代價——手工編寫代碼帶來的工藝快樂逐漸消逝。

講者提出了一個關鍵洞察：不應將「閱讀代碼」和「關心代碼」視為一個問題，而是兩個獨立的維度。這樣便產生了四種組合。第一種是「既不讀也不關心」，講者稱為「Vibe Coding」——只要產品能運作，若出現問題就讓 AI 修復，對代碼本身不感興趣。第二種是「只讀不關心」，可能是被迫做代碼分析工作卻缺乏內在動力。第三種是「只關心不讀」——這看似矛盾，卻是可能的。

這第三種模式依賴一套不同的工作流：使用 AI 進行所有代碼審查、定期對整個代碼庫進行自動化掃描和審計，同時投入大量精力於規劃和規範的撰寫。在這種模式下，開發者不關注單行代碼的品質，而是確保整體系統設計、架構決策、安全性與可靠性指標符合預期。這要求開發者完全信任 AI 的代碼生成與審查能力。

講者本人採取了「既讀且關心」但居中的位置。他並非閱讀 100% 的代碼，而是運用工程師的直覺，先識別哪些是系統中的關鍵模組，深入分析這些部分；其次針對 AI 已知容易出錯的區域（如過度防御性的錯誤處理、冗餘的檢查邏輯），花時間仔細檢視；最後才對不那麼重要的部分快速瀏覽。

講者強調，代碼「關心」的不同維度應按優先級排序。代碼風格與可讀性在不閱讀代碼的時代變得相對不重要，因為 AI 通常能解析並理解任何風格的代碼。然而，安全性、可靠性、性能表現與系統架構卻始終至關重要。這種優先級的重新調整在涉及大規模用戶、金融交易、醫療健康或國防應用的場景中尤為明顯——任何代碼缺陷都可能釀成災難性後果。相比之下，個人項目或零用戶的應用可能不需要這般謹慎。

總的趨勢是開發者正逐步減少代碼閱讀，就如同減少代碼編寫一樣。但講者坦言，目前他對 AI 完全替代人工審查仍持保留態度。雖然他不排除未來態度可能改變（就像寫代碼習慣的改變一樣），但在可預見的未來，他仍傾向於維持「讀且關心」的工程師身份。