在agentic coding中，真正重要的不是最终测试是否通过，而是你是怎么走到那一步的，以及这个过程有多结构化——agentic coding往往会产出一个'能跑起来'的意大利面条式怪兽代码，却没有人真正读过或理解过它。

Tim Scarfe认为，agentic coding真正的风险不在于测试是否通过，而在于它会产出像那个50万行的Verilog模拟器那样庞杂的'意大利面条怪兽'式代码库，没有人真正读过或理解过它。 ✦ AI 生成 · 平台预翻

Tim Scarfe · Machine Learning Street Talk · 2026-06-28 · English original →

我对此的看法是，我认为关键不在于你最终到达了哪里。不在于那些函数和测试是否通过。呃，关键在于你是怎么走到那一步的，这个过程有多结构化。所以agentic coding有一种倾向，就是搭建出一个看起来能跑的意大利面条式怪兽代码。

my contention with this is I think that it's not about where you end up. It's not about the functions and the tests passing. Um, it's about how you got there and how structured it is. So there is this tendency with agentic coding to build a spaghetti monster which seems to work.

回到原声 ↗逐字转录 · 起于 8:04 · 中文为平台译文