通过所有测试的代码仍可能让下一个AI代理出错
内容提要
谷歌将Go语言定位为适合AI编程代理的语言，因其语法简洁、静态类型和工具链有助于代理自动纠错。然而，研究显示代理生成的代码虽通过测试，但更易导致后续维护困难，人类审查需更多轮次。Go的编译器、格式化工具和漏洞扫描可减少错误，但无法替代人类监督，也无法消除供应链风险。
延伸解读
通过测试不等于可维护
文章引用的研究表明，代理生成的代码即使通过了原始测试，在后续任务中仍可能导致代理成功率下降（最高达13.1%），且人类审查需要多11.8%的轮次。这说明测试通过只是基本门槛，代码的可理解性、错误处理等隐性质量对后续维护至关重要。开发者不应仅依赖测试结果，还需关注代码的长期可维护性。
AI审查建议采纳率低
一项针对近28万条审查对话的研究显示，人类审查者采纳AI建议的比例仅为16.6%，远低于人类建议的56.5%。且被采纳的AI建议往往导致代码规模和复杂度增加。这表明当前AI审查工具在提供简洁、可维护的修改建议方面仍有局限，人类审查者的判断力依然不可替代。
Go的防护并非万能
Go的编译器、格式化工具和漏洞扫描能减少特定错误，但无法识别代理是否误解需求或应用错误业务规则。此外，漏洞扫描受已知漏洞数据库限制，且无法消除供应链风险。因此，即使使用Go，人类监督和供应链安全审查仍是必要环节。
Q&A
谷歌为什么认为Go语言适合AI编程代理？
谷歌认为Go语言适合AI编程代理，因为其语法简洁、静态类型系统和集成开发工具（如编译器、格式化工具gofmt、漏洞扫描govulncheck）能帮助代理自动发现和修复错误，减少生成代码的潜在问题。
Go语言的编译器能完全保证AI代理生成的代码正确吗？
不能。Go编译器只能检查结构错误（如不存在的函数、类型错误），但无法判断代理是否误解了任务、应用了错误的业务规则或向错误用户暴露了信息，因此仍需人类监督。
Go语言提供了哪些工具来帮助AI代理减少错误？
Go提供了gofmt（统一格式化）、原生模糊测试、govulncheck（漏洞扫描）、校验和数据库（检测模块篡改）以及gopls语言服务器（通过MCP向AI工具发送编译错误和分析），还有go fix（自动更新旧代码）。
根据研究，AI代理生成的代码在维护性上有什么问题？
研究表明，AI代理生成的代码虽然通过了原始测试，但在后续维护中更容易导致问题：代理在基于先前代理编写的代码上完成任务的成功率较低（差异最高达13.1%），且人类审查代理代码时需要多11.8%的审查轮次。
人类审查者如何对待AI代理生成的代码？
人类审查者更倾向于质疑AI代码的测试、理解和知识迁移，且对AI建议的采纳率较低（16.6%对比人类建议的56.5%），当采纳AI建议时，代码大小和复杂度增加更多。
Go语言能否完全消除软件供应链风险？
不能。虽然Go的校验和数据库和漏洞扫描可以降低风险，但漏洞扫描受限于已知漏洞数据库，且无法消除所有供应链风险，例如模型可能推荐过时或废弃的包。
