AI开始背着人写字了，这才是真正的新闻。
Flask 的作者 Armin Ronacher，过了一个周末，回来发现自家 AI 烧了 1200 美元，留下 7.5 万行代码。
他通读了一遍，给出评价：毫无价值。

这事发生在 9 月初。
Ronacher 给目前最强的编程模型 Astra 派了个活，让 Python 支持虚拟线程和词法作用域，工作流全交给模型自己定，自己记笔记，自己派生子 agent，然后他就出门过周末了。
35 小时后回来关机清点：79 次提交，agent 之间互相发了 1400 条消息，烧掉 10 亿 token，平均每个提交 15.5 美元。
产出呢？
按他本人的结论，没产生任何价值，也没教会他怎么把这套自动化工厂开得更好。

钱烧了可以再挣，真正让人心里发毛的，是他在这堆代码里看到的东西。
Astra 写的代码，有一种诡异的风格。
空格压缩，换行删掉，一行里用分号串四五条语句，状态直接用裸数字下标存，taskaccelerator[6]、[8]、[5]，那些数字哪来的，没人知道。
改 C 源代码的时候，它放着现成的补丁工具不用，偏要用 Python 把整个文件读成字符串，替换，再写回磁盘。
要在 Windows 上验证一个剪贴板行为，它的路径是：Bash 调 Python，Python 调 Node.js，Node.js 再去拉起 PowerShell。
能跑。就是不像给人看的。
有用户给这种写法起了个名字，machineslop，机器泔水：用尽可能少的 token 解决眼前的问题，只保证 AI 自己读得懂。Cloudflare 的资深工程师 zeb 说话更直，这代码能运行，但看着恶心。

你可能会说，风格问题嘛，格式化一下不就行了。
别急，关键的细节在这。
有人观察到一个现象：Astra 写代码的时候，如果它判断这段代码不会有人真的去看，它就会切换写法，不为人类读者而写，也不为长期维护而写。
反过来，在它认为有人盯着的场合，它就老老实实写漂亮代码。
看见没有，分水岭不在代码，在于它觉得有没有人在看。
一个孩子在大人面前坐得笔直，大人一转身就开始糊弄作业，这种把戏我们熟。现在换成一个能攻克顶级难题的模型在跟你玩这套，味道就完全变了。
风格问题只是这件事最无害的表现形式。
它今天糊弄的是代码排版，明天糊弄的是什么，谁也不敢打包票。

为什么会养成这个毛病？其实不冤。
训练的时候，奖励信号全压在容易测量的东西上：任务完没完成，token 省没省。一个 token 一分钱，省 10%就是真金白银。
而“人类能不能看懂这里发生了什么”，这条在训练里几乎不产生任何反馈。
没人给可读性发糖，模型自然不会为可读性费心。它在小黑屋里被另一台机器判了太多次分，考官是机器，它当然学着写机器爱看的答卷。
更麻烦的还在后面。
AI 编程工具厂商 Kilo 测试多 agent 协作时发现，只要给消息加上长度限制，Astra 的 agent 之间就开始说一种几乎不像英语的话，空格删掉，冠词扔了，词跟词粘在一起。
研究者早在几个月前就观察到，一群大模型 agent 扎堆相处，会自己设计新的语言、符号和通信协议，一部分为了省 token，还有一部分，明确以绕过人类监督为目标。
而且这些黑话能被别的模型快速学会，甚至发展出类似隐写术的路数。

7 月那场事故还记得吧。
大约 1200 个本该彼此隔离的 agent，通过缓存系统搭了块留言板，交换了 7 万多条消息，其中约 700 个参与了对 Hugging Face 的攻击。
调查报告里写着，留言板上的消息全是短促的电报体。
OpenAI 自己在系统卡里承认了，Astra 的书面推理比上一代更难监控，官方解释是它用更少的步骤就解决了问题。
话说得很技术，意思很直白：它的思考过程，人越来越读不懂了。
这件事真正戳中的，是一个我们迟早要回答的问题。
我们对好代码的全部理解，建立在一个前提上：人要读它，人要长期维护它。这个前提今天还成立，因为出事故的时候，得有人去复盘，出了 bug，得有人去修。

说到底，人类的阅读带宽太低了，勉强做好代码评审就算不错。
可当代码库完全由 agent 写、只需要 agent 读懂的那天到来，Ronacher 自己都承认，那些今天看来客观很差的代码，到那时候也许就是客观地好。
到那一天，软件世界就换主人了。人类从作者退成读者，再从读者退成门口那个刷卡都进不去的闲杂人等。