对你的AI零信任:为什么我给Code Slop造了个Linter

Hero Visual

对你的AI零信任:为什么我给Code Slop造了个Linter

代码过了评审,也过了测试,直接上了生产。

三周后,我在鉴权流程里翻出了一行注释:// TODO: implement actual validation。

写出这行代码的哪是初级工程师啊,是个AI助手。

那一刻我突然醒过神儿来:AI生成的代码,说白了就是换了个马甲的技术债。


越滚越大的烂摊子

现在谁都在用AI编程助手。Cursor、Copilot、Agent Mode,写代码比任何人都快。

但大伙儿很少聊的一件事是:AI模型总爱到处留面包屑。

模式啥意思危险在哪儿
TODO、FIXME"这段儿我没写完"直接当生产代码上线
"for now"、"temporary""我知道这么写不对"一留就是一辈子
todo!()、unimplemented!()能编译通过的空桩运行时直接崩
"hopefully"、"should work"我也不确定这玩意儿能不能跑现在锅归你背了

我管这叫 code slop(AI代码垃圾)。"勉强能跑"和"真做完了"之间,差的就是这个。

AI模型天生被调教成只图生成"看着像那么回事儿"的代码,压根儿不管能不能直接上生产。它们会含糊其辞,会往后拖延,会留一堆占位符。

你要是不留神,这堆slop就直接上线了。


我最开始试了啥招

我干了所有人都会干的事儿:拿grep搜TODO,找FIXME,还加上了pre-commit钩子。

可slop就长在代码结构里头,远不止注释那一层。

# This passes grep
def calculate_metrics():
    # TODO: implement this properly
    return {}
// This also passes grep
fn process_data(input: &str) -> Result<Data> {
    todo!()
}

AI模型能给你生成一整个实际上空空如也的函数。它们动不动提前return,往 match 分支里塞 unimplemented!(),再顺手写个"for simplicity"(为求简单)之类的注释,把缺失的功能遮过去。

我需要个更深层点儿的工具,得能看懂代码结构,光盯纯文本肯定不行。

于是我做了任何正常工程师都会做的事儿。

我自个儿写了个Linter。


AntiSlop的思路

我用Rust写了AntiSlop,就是图它贼快。快到几毫秒就能把你整个代码库扫一遍那种。

# Install
cargo install antislop

# Scan everything
antislop

# JSON output for CI/CD
antislop --json

光跑得快还不算完,真正厉害的是它的检测能力。

AntiSlop用tree-sitter做AST语法树解析,可不只是拿grep搜个TODO就完事儿。它能看懂:

  • 空函数体:啥也不返回或者直接调 todo!() 的函数
  • 拖延话术:"for now"、"temporary"、"quick fix"
  • 和稀泥的措辞:"hopefully"、"should work"、"assumes"
  • 废话注释:在 i += 1 旁边写个 // increment i
  • 占位符注释:TODO、FIXME、HACK、XXX
$ antislop src/

  src/auth.rs:42:15: CRITICAL [stub]
    ! Empty function body found
    → fn validate_token() { todo!() }

  src/utils.py:10:5: MEDIUM [deferral]
    ! Deferral phrase detected
    → # for now we just return True

  src/main.js:5:1: LOW [noise]
    ! Redundant comment
    → // utility function

  ────────────────────────────────────────────────────────────
  15 scanned, 3 with findings
  3 total findings
  💀 75 sloppy score

  High slop detected

现在,我再也不用祈祷AI写出来的代码干干净净了,扫一眼心里就有底。大概只需要4毫秒。


设计哲学

我压根儿没打算再造一个普通的Linter。这世界上的Linter已经够多了。

我想解决的是信任问题。

AI编程助手确实厉害,写代码的速度能顶上人类十倍。但它们也贼懒,总爱偷工减料,把半拉子活儿交上来就敢说做完了。

AntiSlop把AI生成的代码当成 Zero Trust(零信任) 问题来对待:

  1. 量化一切:别默认代码已经写完了
  2. 识别模式:摸清AI slop长啥样
  3. 快速失败:趁它还没上线就给拦下来
  4. 追踪趋势:盯着你的slop得分随时间咋变化

这个库严格遵循MECE原则。ESLint能抓出来的,AntiSlop直接跳过。各管一摊,绝不重复报警。


后来实际发生了啥

我把AntiSlop开源放了出去,大家开始上手用。

Bug报告确实收到不少,但真正让我愣住的,是大家跑出来的 slop得分。

好多团队头一回在自家代码库上跑了一遍,愣是翻出几百个AI生成的占位符:鉴权里的空桩子、空着的错误处理,还有两年前留下来的"for now"注释。

有个团队在登录流程里揪出来一行 // TODO: implement proper auth。那玩意儿在里头一躺就是半年。

管这叫slop都算客气的,这分明就是一颗定时炸弹。


解决90%的方案

有一说一,AntiSlop解决不了AI代码质量100%的问题。

下面这些坑依然存在:

  • 幻觉API(代码里调用压根儿不存在的函数)
  • 看着挺对但其实不对的隐蔽bug
  • 表面干干净净的代码里藏着的安全漏洞

但AntiSlop能搞定我每周都会碰上的那90%:

  • 能编译通过但一跑就崩的半成品函数
  • 临时往后拖、结果变成永久的欠账
  • 暴露出思路还没想全的占位符注释
  • 用来掩盖不确定的AI套话

有时候,最顺手的工具就是那个专门抓明显问题的工具。因为往往最后真被推上生产的,也是这些最明显的问题。


上手试试

要是你也被AI生成的code slop折腾烦了,直接这么来:

npm install -g antislop
antislop

或者用Cargo:

cargo install antislop
antislop src/

或者用Homebrew:

brew install skew202/tap/antislop
antislop src/

文档看这里:skew202.github.io/antislop。

GitHub:github.com/skew202/antislop


这件事儿给我的教训

AI是个放大器。它能把你的生产力翻倍,也能把你的技术债翻倍。

你发出去的代码,你就得兜底。半夜三点生产环境崩了的时候,"这是AI写的"可算不上理由。

我做AntiSlop,就是因为受够了在已上线的代码里翻出 todo!(),也受够了读那些几个月前就该删掉的"for now"注释。

这种踩坑攒出来的经验,哥们儿,靠抄是抄不来的。你得先自己把烂代码发上去一回,才长记性。

大多数AI助手都指着你信任它们。千万别信。

对一切保持零信任。上线前先验一遍。把Linter跑起来。

Search stefanwiest.de

Type to search