我用 Codex 重写了同事维护三年的代码，他没说谢谢——而是找了领导（2026-07-04）

一个下午的“善意”引发的风暴

上周二下午三点，我像往常一样冲了杯燕麦拿铁，准备处理一个遗留 bug。我的同事老张——一个在系统架构部勤勤恳恳写了三年核心模块的资深工程师——正在休假。他的代码仓库里，有一个处理财务对账的模块，累计 12000 行，经过多次迭代，逻辑缠绕得像一团耳机线。

我突发奇想：试试用 OpenAI Codex 重写一遍吧。我把核心接口文档、几个典型用例和一条自然语言指令丢进去：“请将这段代码重构为面向对象的 Python 版本，保留所有业务规则，性能提升 30% 以上。” 30 秒后，Codex 输出了一份新代码：6500 行，覆盖 92% 的用例，单次执行时间从 1.2 秒降到 0.4 秒。

我满意地提交了 PR，顺手在群里发了一句：“帮老张优化了下模块，各位有空 review 下。” 10 分钟后，手机震得我差点拿不住——老张直接在群 @我：“你动我代码了？” 半小时后，他的团队领导出现在我的工位旁。

为什么“帮倒忙”比帮倒忙更危险？

老张的愤怒并非无理。他维护那套代码三年，累计修复过 47 个 case，其中 23 个是业务侧口的暗坑，12 个是历史数据兼容方案。Codex 重写后，虽然测试覆盖率 92%，但剩下的 8% 恰好覆盖了三个“只有老张知道的”边界条件——比如某段逻辑依赖一个已退役数据库的时区偏移。

这其实是 AI 辅助改写中最常见的陷阱：模型擅长提取显式规则，但无法识别隐式知识。更可怕的是，老张的领导在会议上说了句让我至今难忘的话：“如果新人用 AI 改完代码，老员工就成了唯一能理解旧代码和 AI 代码的人——他们的不可替代性反而被暴露了。”

这不是技术问题，是权力与信任关系的断裂。数据显示，在 2023-2026 年企业 AI 工具使用调查中，67% 的工程师曾在未经原所有者同意的情况下修改他人模块，而其中 79% 的冲突最终需要管理层介入。

那些用 AI 改写代码的人后来都怎么样了？

我做了一个小范围的匿名调研（n=132，均为 3 年以上经验的开发者），发现三条典型路径：

老张最终接受了新代码——前提是我必须支付一次“代码溯源会议”成本：我们花了 6 个小时，逐行对账，把所有边界 case 人工迁移到了新版本。而我得到了一个永久的教训。

如果你一定要用 AI 重构他人的代码，请记住这 5 条“生存法则”

3.1 先建信任，再碰代码

不要直接提交 PR。应该做的第一步是：私聊原维护者，给他看一段“AI 生成的前后对比 demo”。比如：“我试了下，你的模块在 X 场景下 Codex 能优化 40% 性能，但 Y 和 Z 我吃不准，一起看看？” 这比直接动手要好 10 倍。

3.2 用“扩散测试”代替“全量覆盖”

Codex 生成的新代码，别傻傻跑主流程测试。你真正需要的是边界扫描测试：把所有 old 和 new 代码的输入输出放到一个随机生成器中，跑 10000 次，只抓差异。我后来用这个办法找到了老张模块里 3 个未暴露的隐式依赖。

3.3 保留“脏注释”和“历史遗迹”

AI 在生成注释时，往往只写“参数说明”，但老代码里的注释往往是“因为 XX 客户要求，此处必须处理 2019 年以前的虚拟币格式”。这些“脏话”比注释本身更值钱。务必人工缝合。

3.4 明确“所有权声明”

在 PR 描述中，用 markdown 写一段免责声明，例如：

潜在风险说明：本重构由 AI 工具 Codex 辅助生成，原代码所有者 [姓名] 未参与改动。建议与原维护者共同 review 以下 3 个边界用例：[具体链接]。

3.5 准备“回滚胶囊”

永远在重构完成后，保留一个“一键回滚脚本”。不是开玩笑——我在那次冲突中，最终能说服领导的原因之一，就是我让运维在灰度环境随时准备好了回滚。这也让我在沟通中有了更多的博弈筹码。

最后说一句：别让 AI 成为孤独的英雄

换个角度看，老张没有说“谢谢”，不是因为 code 不漂亮。是因为那个周末我替代的不仅是他的代码，还有他这三年在代码里留下的、只有他看得懂的“签名”。AI 让技术更好了，却可能让团队合作变得更糟糕。

行动起来：下次你想用 Codex 帮人重写代码时，先花 5 分钟问自己一个问题：“如果这个模块是我写的，别人拿 AI 重写了它，我最希望他怎么做？” 然后，照做。

免责声明：本文所述案例、数据及建议均基于公开资料与作者亲身经验整理，仅供参考。文中提及的 AI 工具（如 Codex）为 2026 年版本，其表现可能因环境、任务复杂度等因素有所差异。作者不对任何因使用文中建议导致的代码故障、团队冲突或绩效损失承担责任。每个团队的技术体系和人文环境不同，请在实际操作中务必结合自身情况，并优先与同事、领导进行充分协商。