这 3 年大厂业务频繁故障是不是推行 vibe coding 导致的？

也可能是大量引进阿三导致的

都是日积月累堆出来的呗~
功能越多问题越多，参考自己公司的产品/系统

我觉得的是偷工减料导致的，一个人干两个人的活是不可能注重质量的

感觉是服务压力增大了，但是基础设施没跟上，遇到瓶颈了

我觉得主要是因为降本增效

感觉和 llm 没有那么大关系，是全球裁员导致中高级工程师变少或忙不过来，初级工程师没人带度过学徒阶段比以前的人更慢，出错频率变高

懂行的人走了，后来的人就得所有的坑都走一遍。

不是因为降本增效吗？

员工流动太频繁

降本增笑

三年？ vibe coding 也就今年的事情

不是

降本增笑

经济不景气 大厂现在也不怎么招正式工了 招个州立美本毕业的外包一个月发 3000 刀不香吗

得有一个 Linus 或者 David Cutler 那样的人坐镇工程师团队，一方面能够抵挡业务团队的压力，对他们当面说，“这个需求很傻逼”，一方面能对底下的工程师说，“你们谁把重要的事情搞砸了，你的屁股就是草坪，而我是割草机”。

人类这种动物，没有强人的结果就是，谁都不负责，谁都无所谓。

说明这些大厂所谓的 99.9999999999999999999999999%、热切换、备份都是扯淡

把软件开发当项目做的，出问题很正常。

因为整个开发不是以使用者角度考虑的，而是按“交期”，各种赶工导致程序员不再“热爱工作”，自然也不会去打磨细节了。

情感上希望是
但是看报告大概不是

从以前的过度开发（动不动就微服务、热切换、分库分表、一堆中间件） 到现在让 wibw coding 的一几个人维护 肯定崩

日积月累的屎山
卸甲归田的大佬
狗屁不懂的领导
青黄不接的团队
我们以为系统靠逻辑运行
其实是靠巧合运行

降本增效和屎山堆积相辅相成，裁大动脉点个火，知道坑的人不在了，新来个人把系统弄炸了这是常态

故不故障的无所谓，反正不耽误人家赚钱，总有人觉得影响大，有个屁的影响 该用还是得用，一样得送钱

降本增效+裁员+屎山积累，还得 hunman-in-the-loop ，人工审查

AI：我真不背这个锅，我只是工具，背锅的永远是人，怎么用我那是人的事，和我有啥关系？

恰恰不是，如果是 AI 生成、审核，就不会有这些问题了。

出现的问题普遍在于：
1 、大公司团队单打独斗，各扫门前雪。
2 、产品线过于冗长，导致开发、维护产品需要考虑的上下文超过人脑极限。
3 、出现过于弱智的问题上到生产环境（比如没有 trycatch ）

以上这些恰恰是目前的统计学 AI 所擅长的。
1 、有远超人脑范围的上下文解析与兼顾能力。
2 、产出虽有波动，但水平稳定。
3 、没有指责问题。

都有 review 的，不至于

不至于，chatGpt 没出来之前，国内大厂不也有很多崩的情况吗，某里，某易都出现过很多次

没有任何依据和根因分析表明这些事故与 AI 、裁员有直接关联。

@MindMindMax 有不少与裁员有关的事故呢
内部循环依赖导致无法整体重启，最后还是靠老师傅进去手工操作的那几个

@julyclyde 依据是啥？ 很多分析都是主观臆断（绝大多数人会陷入非理性的讨论，所谓愿意相信什么就有什么

@MindMindMax 有些故障报告写了吧，内部循环依赖，“白屏运维”没搞定重启，额外耽误了一些时间

@julyclyde 如你所说 “有些故障报告写了吧”
能提供公开的、可查阅的案例吗？ 若是小道消息，就没啥值得讨论的了。

你可以看下 Cloudflare 最近的故障复盘，然后就可以得到很清晰的结论，至少 Cloudflare 的故障跟 Vibe Coding 没有关系，核心原因我觉得是架构设计不合理，核心组件告警监控缺失，以及 Cloudflare 发布灰度策略存在严重的问题（哈哈哈

下面这篇博客有分析，你可以瞅瞅：
https://catcoding.me/p/rust-in-cloudflare-incident/