“我的新愛好：眼睜睜看著Copilot慢慢逼瘋微軟程式設計師”

編輯 | Tina

近日，一場關於 GitHub Copilot 的風波在 Reddit 上引發開發者群體的廣泛關注。一位使用者以《我的新愛好：眼睜睜看著 AI 如何慢慢逼瘋微軟員工》為題發帖，調侃微軟的 Agent 在 .NET 倉庫中提交的一系列“令人頭皮發麻”的 PR（Pull Requests），指出 Copilot 在這些 PR 中的表現都不盡如人意，因此他“忍不住從中找到了幸災樂禍的快感”。

他還提到，自己也替那些被要求審查這些 PR 的微軟員工感到心疼。他猜微軟高層可能是強制性地要求大家用 Copilot，而程式設計師們也只能硬著頭皮去應付。所以他說，他的“幸災樂禍”更多是針對那些只知道吹捧 AI、盲目推自動化的微軟領導。

這個帖子引發了大量圍觀與討論，也意外地成為了探討 AI 程式設計現實與預期之間落差的切入口。

Copilot Agent 公開測試引發爭議

本週，微軟正式釋出了 GitHub Copilot Agent。據官方介紹，這一代理基於先進的大模型，擅長在經過充分測試的程式碼庫中執行低至中等複雜度的開發任務，涵蓋新增功能、修復 Bug、擴充套件測試、重構程式碼和完善文件等場景。

從網友觀察到的一些 PR 來看，微軟工程團隊正探索在 .NET 倉庫中引入 Copilot Agent，嘗試讓 AI 自動發起程式碼修改的拉取請求（PR），這些應用場景包括底層系統修復、跨平臺相容性適配、正則邏輯修正、專案文件補全等。

微軟選擇將 Copilot Agent“放到一線”承擔底層系統修復任務，或許是想展示 AI 程式設計的應用邊界，但結果卻適得其反。

巧合的是，就在兩天前的一次開發者大會上，一位微軟 .NET 員工展示了 GitHub Copilot 如何融入他們的日常編碼工作流。

在演講中，這位員工表示，AI 在程式碼開發層面表現出色，例如被用於更新正則表示式引擎、協助編寫程式碼和修復現有錯誤，並提升記憶體擴充套件模組的能力。在整個軟體開發流程中，AI 也被用於合併程式碼、建立和處理測試用例。該員工更是斷言，AI 在日常工作中顯著提高了他們的工作效率，已經完全脫離了“炒作”階段。

微軟還在演講中明確指出，“正則表示式引擎”是 AI 最適合“練手”的領域之一。

他們強調，誕生於 2003 年的 .NET 正則表示式引擎，在沉寂多年後，正是透過 AI 才煥發新生：“有了 AI，重構這個引擎的整個過程發生了變化”。AI 讓他們大幅提高了效率，比如在 literal optimization（字面量最佳化）方面，AI 甚至能夠迅速列出幾十種潛在的最佳化路徑，其中不乏人類此前未曾嘗試的思路，例如針對 Lookahead Anchor 的最佳化等。微軟員工透露，基於 AI 的思路他們提交了一個 PR，這項最佳化將在 .NET 10 中生效，並能帶來約 10 倍的效能提升，因為“做的事情大大減少了”。

GitHub 實踐中的“殘酷現實”

然而，也正是因為在這個 AI 最擅長的領域，Copilot 在 GitHub 上的實際公開的表現反而讓人們更直觀地看到了“AI 在預期和現實之間的差距”。

例如，在 PR 115733 這個正則表示式相關的 PR 中，Copilot 試圖處理複雜巢狀量詞觸發的 IndexOutOfRangeException，確保正則表示式引擎的行為與使用者期望一致（匹配或不匹配），而不會因意外異常而中斷應用程式。值得注意的是，這並非唯一 Copilot 在 GitHub 上嘗試修復正則表示式相關問題，類似的 PR 還有別的，但嘗試的效果都不盡如人意。

在 PR 115733 中，Copilot 與人類協作者之間的完整互動過程大致持續了 3 天左右。

三天前，Copilot 向 .NET Runtime 倉庫提交了這個 PR，並請求程式碼審查。同時添加了新的測試檔案，但未將測試檔案加入專案，導致測試未執行。

隨後一天，資深微軟工程師 @stephentoub 評論指出：AI 的修復“僅止於表面”，並未解決導致棧回溯失效的根因。同時提醒測試檔案未生效。

Copilot 隨即修復構建問題並提交新版本測試。但這個測試加入專案後仍然還是直接失敗。

最後，看不下去的社群開發者紛紛加入討論，多位開發者表示“Copilot 是不是在浪費我們時間”，並建議它刪掉測試重寫、或者乾脆關閉 PR。

目前相關 PR 仍未能交付有效修復方案，也未獲得審查者認可，算是一次階段性失敗。不少開發者在評論區直接表達了強烈的不滿。一些人批評微軟“花大量資源餵養一個只會寫壞程式碼的 AI”，認為這是在浪費計算資源、汙染程式碼庫，背離了 .NET 基金會應當交付高質量程式碼的初衷。

也有使用者擔憂，這些需要人類“看護”的 AI 將壓垮人類維護者，並且最終會導致不合格的程式碼進入生產環境，損害整個專案的可持續性與可信度。

他們質疑微軟是否將 Copilot 視為取代開發者的“程式設計烏托邦”，尤其在近期裁員背景下，這一做法顯得尤為諷刺。

這也是微軟內部戰略的經驗教訓？

這幾天，隨著 PR 的異常行為在 Hacker News 和 Reddit 上迅速傳播，開發者社群的質疑聲浪也水漲船高。許多技術人坦言：“距離真正靠譜的自動化開發，還有不小的距離。”網友指出，最令人沮喪的不是 AI 提交了無效程式碼，而是：每條評論下方都掛著一行“請透過反饋幫助改進 Copilot”，但從頭到尾，沒有一條反饋得到響應。並且更有趣的是 PR 是透過刪除 / 註釋掉測試用例或更改斷言來“解決”測試失敗的 PR。

另外，即使人類在評論中明確指出“測試沒有被新增到專案檔案中”或“新增測試失敗”，AI 依然重複犯錯，讓人感到像在與一個“既不看評論、也無法理解自己在做什麼的初級開發人員”協作。

“我無法想象那些不得不處理這種情況的人會是什麼感受…… 如果我不為這邊的人感到難過的話，這整件事就太搞笑了。”有開發者如此說道。

不過將大模型類比初級開發人員的說法也引起了一些反駁。一位開發者指出，這是對初級開發人員不公正的侮辱。因為真實的初級開發者通常能快速學習，不會反覆犯低階錯誤。他認為 LLM 可以作為“高效的思路發散和重複勞動加速器”，但還未達到替代實習生的水平，更遑論正式開發者的水平。

有不少網友猜測這可能並不是單一團隊的技術失敗，而是微軟高層“全線推進 Copilot”戰略的一環。其他網友也從程式碼倉庫中翻出了更多這種 PR，多個倉庫同時上線 AI 代理，節奏一致，背後很可能是統一部署的行動，而一線開發者則似乎正努力配合這項還不夠成熟的任務推進。

在那條爆火的 Reddit 貼文中，發帖人也特別強調了自己“幸災樂禍”的真實指向：“我的批評其實是衝著那些大肆宣傳 AI 的微軟高管去的。”對於微軟的程式設計師，他抱有很強的同情態度，併為這些開發人員表示“感到難過”。

微軟高層的推動意圖，其實早已有跡可循。就在幾天前，微軟 CTO Kevin Scott 在播客採訪中直言：

“我覺得，那些還在堅持認為‘技術還沒準備好’的人——比如他們嘗試做點什麼時覺得‘成本有點高’或者‘功能還差一點火候’——如果因此選擇繼續觀望，恐怕很快就會被遠遠甩在後面。為未來一年，一切都會變得更便宜、更強大，這是我非常確定的事情。放在 2025 年來看，這已經不是一個難以接受的判斷了。”

從上而下推動 AI 工具的普及，並非微軟一家的策略。在許多科技公司，類似的趨勢正在顯現：AI 正逐步以“自上而下”的方式進入開發工作流，而不再完全依賴開發者自發採用。

微軟高階應用科學家 Brian Houck（研究開發人員生產力）也在一次播客中分享了他們推動 AI 在開發團隊中落地的經驗。他提到微軟內部一直在研究如何提高他們工程師的採用率，並強調：

“只要領導層大力倡導使用人工智慧工具，就能讓開發者成為日常使用者的可能性提高七倍。”

而且，他認為這種倡導來自高層不僅僅是為了鼓勵使用，更是為了告訴大家，這（東西）沒問題。

另外，除了高層推動，Brian 還特別提到“本地領軍人物”的作用。他們通常是那些更資深、具備團隊影響力的開發者。透過他們的示範，AI 工具更容易在團隊中產生實際影響。微軟的觀察顯示，擁有這類倡導者的團隊，AI 採用率會高出約 22%，從而更容易將 AI 工具系統化、流程化地融入日常開發工作。這或許也解釋了為什麼微軟選擇在 .NET 倉庫中進行 AI 程式設計的試驗：它可能被視為一個理想的“試驗田”，並以此推動其在更廣泛的開發者群體中的普及。

爭議背後的思考

話說回來，這場圍繞 Copilot 的爭議，不只是對某幾條“奇怪 PR”的吐槽，更像是一面鏡子，映射出技術理想與現實落地之間的鴻溝。

一邊是公司高層，對 AI 的未來充滿信心，恨不得立馬就全面鋪開；另一邊呢，是還沒完全準備好的工具、忙得焦頭爛額的一線開發團隊，還有開發者社群，他們對這種“說得天花亂墜”的 AI 故事，已經越來越警惕了。

也許，真正值得我們去琢磨的，不是 AI 到底能不能寫出正確的程式碼。而是當這場技術變革以“命令”的方式推下來的時候，開發者們到底有沒有足夠的空間去質疑、去嘗試、去改進，最終形成一套真正適合自己工作的開發模式。

所以，AI 程式設計工具能不能真正“跑起來”，關鍵就在於我們能不能在自動化和現實之間找到那個平衡點。

參考連結：

https://old.reddit.com/r/ExperiencedDevs/comments/1krttqo/my_new_hobby_watching_ai_slowly_drive_microsoft/?limit=500

https://news.ycombinator.com/item?id=44050152

https://www.youtube.com/watch?v=gieL0bxyTUU

https://www.youtube.com/watch?v=jYHLKtWM164

https://getdx.com/podcast/brian-houck-ai-adoption-playbook/

宣告：本文為 InfoQ 整理，不代表平臺觀點，未經許可禁止轉載。