AI 寫程式很快，但修改困難？開發者抱怨 AI 程式碼除錯更麻煩
外媒《Forbes》報導，人工智慧（AI）使許多企業營運自動化，預期能減輕工作負擔並縮短開發週期。AI 工具可以在幾秒鐘內編寫程式碼，幾分鐘內創建應用程式，只需一個指令即可啟動整個系統，還能讓初階開發人員看起來像高階開發人員一樣。
根據Elite Brains的資料顯示，全球約41%的程式碼為AI生成，2024年上線的程式碼數量達2,560億行，顯示AI已成為不可忽視的軟體開發力量。可是這些程式碼在實際環境常出現故障，導致開發團隊面臨除錯（Debug）的困難。根據2025年Stack Overflow的調查，開發者表示AI產生的程式碼差強人意，導致額外的除錯時間。
專家指出，除錯是AI系統中缺失的重要一環，未來的發展將重點放在如何提高程式碼的穩定性和可維護性上。Kodezi的首席執行長Ishraq Khan強調，除錯並不是預測下一行程式碼，而是重建複雜系統中故障背後的原因。他提到，雖然像GPT和Claude這樣的模型能夠完成模式，但它們並不理解這些模式在部署後的行為。Khan指出，前沿模型在程式碼合成基準測試中通常得分超過70%，但在實際調試任務中卻低於15%。
除了Kodezi的Chronos模型，市場上還有如DebuGPT、Safurai等AI除錯工具，這些工具宣稱能即時監控程式碼並提供根因分析，平均可提升40%的缺陷修復速度。AI程式碼審查工具（例如Bugbot）也開始成為維持程式碼品質的利器，能在提交前辨識邏輯錯誤及安全漏洞，減緩人工審查負擔。
行業重點已由單純程式碼生成轉向程式碼的穩定性、可維護性與除錯能力，避免「快速但不穩定」的開發陷阱。除錯模型的成功關鍵在於能記憶上下文、追蹤錯誤因果，並從失敗中學習。Khan指出，AI只有在能夠理解自己的錯誤，而不僅僅只是生成，才能變得可信。
GitHub首席執行長Thomas Dohmke在最近的一次訪談中也強調，雖然AI工具可以幫助軟體，但為了擴展和維護這些系統，仍然需要對它們在實際環境中運作的深刻技術理解。
（首圖來源：shutterstock）