Postgres 19 延期了。作者 Brent H. Haas 认为,缺陷发现增多与 AI 辅助编程放大了代码产量有关。本文分析 AI 生成、审查、测试、修复和维护之间的成本传导,并说明这套判断目前仍需数据验证。
AI 拉长了什么
先拆掉“AI 写的代码质量差”这个过于简单的结论。
AI 辅助编程首先改变的是产出。需求拆开后,Agent 可以快速生成样板代码、适配层、测试骨架和重复性修改。提交数会变多,diff 会变大,功能分支会持续增加。
真正被拉长的,是变更后的工作队列。
以前,一个功能可能需要半天才能写完,review 和测试的时间相对固定。现在,同样的需求可能两小时就出现一个可运行的版本,但后面还挂着:
- 更多边界条件要不要覆盖;
- 更多兼容性风险要不要排查;
- 更多生成代码要不要人工确认;
- 失败测试由谁修;
- 后续版本由谁维护。
AI 没有消灭工程工作。它把一部分工作从“实现”挪到了“验证”。如果验证能力没有同步增加,队列就会堆积。
原文的核心观点也不是“AI 只会制造垃圾代码”,而是:AI 辅助编程提高了代码产量,也增加了需要审查、测试和维护的工作量。这是一种吞吐量放大效应,而不是简单的质量滑坡。
Postgres 的瓶颈变了
普通应用和数据库不是同一类项目。
应用可以灰度发布,必要时回滚到上一版本。Postgres 则要面对升级路径、已有扩展、驱动兼容性、复制行为、并发语义,以及长期支持多个大版本的问题。
一个看似局部的修改,可能影响:
- 已有 SQL 的执行结果;
- 事务隔离与锁行为;
- VACUUM、复制和备份流程;
- 第三方扩展依赖的内部接口;
- 用户升级时的迁移成本。
因此,Postgres 19 的发布标准不能只看“新增功能完成多少”。还要看候选版本是否留下足够多、足够难、足够隐蔽的缺陷。
这里的关键不是代码写得多,而是改动半径。AI 擅长快速扩大改动面,但扩大之后,风险也扩大了。
Postgres 的延期,恰好说明项目瓶颈已经变了:从实现功能,转向缺陷修复与质量控制。
更多 Bug,不等于更差
“发现的 bug 更多”这句话很容易被误读成“生成的代码质量突然下降”。
两者不是一回事。
假设一个版本有 100 个缺陷。在 AI 之前,团队可能只测试最常见的使用路径,最终收到 30 个报告。AI 扩大代码量和变更面后,测试覆盖也扩大,最终收到 80 个报告。
80 并不必然比 30 更差。
如果其中新增的 50 个来自更深的并发测试、迁移测试或异常路径测试,那么报告增加反而说明缺陷暴露得更早。真正应该关注的是:
- 发布候选版本遗留了多少高严重度问题;
- 缺陷发现后多久能修复;
- 修复是否引入回归;
- 团队是否有足够人手处理积压。
因此,评价 AI 编程不能只数 bug,也不能只看提交数、生成行数或功能完成率。
更有用的指标是“有效交付速度”:
有效交付速度 = 通过验收并可安全发布的功能数 / 周期时间
如果 AI 让功能实现从 3 天缩短到 1 天,却让 review 等了 2 天、测试等了 3 天、修复等了 4 天,那么它提高的是代码生成速度,不是交付速度。
审查成为新瓶颈
AI 生成代码对 review 的影响,不只是代码行数增加。
人手审查通常适合验证“代码是否做了预期的事”。面对大量结构相似、但细节不确定的生成代码,人会很快失去耐心。review 容易退化成:
- 看 diff 是否像正确代码;
- 跑一遍测试;
- 检查几个显眼的安全点;
- 相信 Agent 的解释。
问题在于,代码“看起来像对的”和“行为确实正确”不是一回事。
CI 也会承压。生成代码通常带来更多测试、更多配置和更多组合分支。测试套件变长后,开发者会跳过完整测试,本地反馈变慢,CI 队列开始积压。
更隐蔽的成本在维护阶段。AI 一次生成 500 行不难,但半年后修改附近逻辑时,团队仍要理解这 500 行。生成成本下降,不代表理解成本消失。
一个更可靠的工程流程,是让 AI 优先处理边界明确、容易验证的任务:
- 根据既有 API 生成调用代码;
- 为失败路径补测试;
- 执行静态检查并修复明确报错;
- 把迁移前后结果做自动对比;
- 将高风险改动拆成可独立回滚的小提交。
而不是让 Agent 同时修改核心执行路径、兼容层和测试期望,再由人审一个巨型 diff。
HN 的 318 分争议
原文标题是:
Postgres 19 is late and it’s AI’s fault
Hacker News 讨论页获得 318 分和 212 条评论。分歧集中在 AI 带来的代码增量,究竟是增加了缺陷,还是放大了既有流程瓶颈。
支持原文的人,大致持这套逻辑:
- AI 制造了更多代码;
- 更多代码意味着更多审查、测试和维护;
- 项目管理能力没变,产出增加反而造成积压;
- 对数据库这类高风险软件,局部提速没有意义。
反对“都是 AI 的错”的人也有充分理由:
- Postgres 延期可能由时间安排、贡献者分工和测试窗口共同造成;
- bug 增多可能是测试变强,而不是代码变差;
- AI 只是放大了原有流程问题,不能替代根因分析;
- 在没有提交、review 和缺陷数据对照的情况下,因果关系仍然只是推测。
还有一类评论指出,AI 代码并非均匀变差。它在样板代码、文档、测试覆盖和机械迁移上很有效;在并发、协议细节和安全边界上,人工设计仍然关键。
所以,“Postgres 19 延期是 AI 的错”更像一个需要被检验的假设,而不是已经证明的因果结论。
原始材料:
编辑思考
这件事重要,不只因为一个数据库版本延期。它暴露了 AI 编程常见的度量错位:团队把生成速度当生产率,把提交量当进展,把通过的单元测试当可发布。瓶颈转向 review、并发验证和缺陷修复后,这些指标反而会鼓励扩大未经验证的变更面。
我的判断是,接下来稀缺的不是写代码,而是验证代码的能力。可执行规格、差分测试、迁移回放、静态分析和按风险分配的 review 时间,都比生成行数更接近交付效率。Postgres 19 与过去不同之处在于,AI 放大的不是独立小工具,而是高兼容性、高并发、高迁移成本的核心系统。局部生成再快,只要验证成本随 diff 更快增长,整体周期就可能拉长。
但我不确定 AI 对延期贡献了多少。318 分和 212 条评论证明讨论很热,不证明因果成立。要下结论,至少需要比较各版本提交量、AI 辅助比例、缺陷修复周期和 CI 数据。否则,它更像一个值得验证的管理假设。