C++之父开撕AI Coding：资深开发者宁愿退休也不愿伺候AI生成的代码

“我已经看到一些高级开发者开始退休了——因为他们不想再处理这种验证工作：你每次改代码、改提示词，生成出来的东西都会变。”75 岁的 C++ 之父 Bjarne Stroustrup，在最新一期播客里说了这段话。 这句话很快在 X 上被转发、放大。有人把它浓缩成一句更适合传播的话： “资深开发人员宁愿退休，也不愿处理 AI 生成的代码。” 严格说，这不是 Stroustrup 的原话。但它确实抓住了这段讨论里最让开发者有感触的部分：AI 写代码的争议，已经不只是“它能不能生成代码”，而是生成之后谁来验证、谁来理解、谁来承担系统长期运行的后果。 有网友评论说，Stroustrup 写系统代码的时间，比大多数 AI 工程师活过的时间还长。当他说“验证才是真正的问题”时，这并不是对变化的抵触，而是几十年来一次次看到系统出错、却无法追踪问题源头之后留下的经验。 “AI生成的代码更臃肿，有更多bug和安全漏洞，而且很难验证。” Stroustrup还指出，LLM用旧代码训练，生成的代码在“模仿旧代码，得到旧的性能和旧的bug”。 这期节目并不只谈 AI。Stroustrup 还系统回顾了他的职业生涯以及C++四十余年的演进脉络，编程语言的设计哲学、C++标准化历程以及他对AI编程的看法。 他直言90%以上的内存安全漏洞并非C++语言本身的缺陷，而是“人们写的是C风格代码”；他透露C++的市场营销预算是三年5000美元，而Java的营销投入“比C++整个开发费用还多”；他回忆自己如何在IBM和Intel的工程师之间来回穿梭调解，最终促成一个被纳入C++11标准的技术妥协，而多年后双方都承认，他们实际使用的是双方方案的组合……基于该视频，InfoQ 对内容进行了整理与部分删改。 核心观点如下： 先做到你能做到的最好，然后观察哪些有效、哪些无效，修复问题，再重复，C++就是这样成长起来的。你必须先加固根基，确保它不是一堆随机功能的堆砌，因为那就是complexity。其次，不要妥协你的测试，这非常危险。第三，当高层老板说“必须做”的时候，他们不一定是对的。他们想淘汰初级程序员，因为人数太多了。可你把初级程序员都砍了，将来又从哪儿去找资深程序员呢？LLM用旧代码训练，生成的代码在模仿旧代码，得到旧的性能和旧的bug。重要的不是学哪些语言，而是获得那些语言中蕴含的思想，你应该学和你当前语言不同的语言。 C++的起源故事 Ryan：C++的起源故事是什么？ Bjarne：最开始的起点是，我得到了贝尔实验室的一份工作，当时它是世界上最好的应用工程场所。我环顾四周，看到那里有那么多杰出的人：他们构建了Unix，构建了C语言，做了大量背后的理论工作。我意识到我必须做点重要的事情，否则我根本不配待在那里。 所以我决定要构建一个分布式Unix。因为很明显，计算机性能在提升，网络也在进步，我们需要那样的东西。如果我成功了，我们本可以提前10年拥有Unix集群。但当然，我一个人做不到，那不是一个单人能完成的项目。 但在这个过程中，我首先意识到的是“世界上没有一种语言能同时满足我的需求”，我需要两样东西：底层硬件访问能力——管理内存、进程调度、网络驱动、设备驱动；以及高层抽象能力——描述“这台计算机上的模块”和“那台计算机上的模块”以及它们之间的通信协议。有很多语言能做到其中之一，但没有一种能同时做到两者。 底层工作的明显选择是C语言，因为Dennis Ritchie（丹尼斯·里奇，C语言之父）和Brian Kernighan（布莱恩·柯林汉，C语言主要贡献者）就在走廊那头。我说要构建分布式Unix，是因为我就在Unix被发明、被持续构建的地方。而虽然高层语言数量不少，但它们都太慢了，而且不能操作硬件。但我学过Simula，我认识发明了面向对象编程和Simula的Christian Nygaard和Ole Johan Dahl，所以我决定把这两者融合起来。 可行的方式是把Simula中的类（class）概念拿过来，嵌入到C语言中，让它运行得更快，并用于系统编程。同时，我让类型系统变得更规整，用户定义类型与内置类型的处理方式完全一致。后来，为了支持泛型编程，我又必须添加重载（overloading），我需要把这种规则推广到用户定义类型和内置类型都适用。这就是C++的起点。 Ryan：在你的一次讲座中，你提到用BCPL重写了一个模拟器，那是分布式Unix的工作吗？ Bjarne：不，那是在那之前。我去英国剑桥大学读博士，某天我意识到需要一个分布式系统上的软件模拟器来完成博士论文，三四年后分布式Unix的想法也是从同样的思维方式中诞生的。我用Simula写了一个非常好的模拟器，它其实被名字耽误了，它是一个通用编程语言。 我写了模拟器，写了小例子和测试用例，一切都很顺利。然后我尝试了第一次真正的全规模运行，占用了系里的主机很长时间。博士生不能那样做——化学家、天体物理学家们绝不会接受，所以我被踢下了机器。我可以用Simula很好地编写程序，但我负担不起运行它的成本。 于是我把程序移植到了一台很少使用的实验计算机——CAP计算机上，它有硬件保护和能力机制，天体物理学家用不了，但计算机科学家可以。唯一的问题是Simula从未被移植到这种机器，它是专有的、只用在主机上，在CAP计算机的上下文里完全行不通。所以我用BCPL重写了模拟器，BCPL是一种会让C语言看起来都像高级语言的语言，它只有一种数据类型：word，那是一次非常痛苦的经历。 但一旦完成，我的程序运行速度估计快了大约50倍。我拿到了数据，拿到了博士学位。但我也坚信：我再也不会用那么不称手的工具去解决一个问题了。所以我列出了一份理想语言应该具备的特性清单，C++没有包含全部，但它比任何其他现存语言都更接近，C++就是从那里诞生的。 Ryan：在那次讲座中，你说用BCPL写那个程序太难了，你因此掉了一半的头发。 Bjarne：几乎完全正确。后来我为了把C++做起来，又掉了另一半。但不管怎样，它成功了。 传奇的贝尔实验室 Ryan：你提到了贝尔实验室，那是个传奇的地方。很多人对它充满好奇。当你博士毕业、考虑去哪里工作时，贝尔实验室在当时是个什么样的存在？ Bjarne：如果你想做大规模、世界级的实际工程，贝尔实验室就是首选。我们当时的计算机科学家数量，大概是MIT的两倍。 我在剑桥的最后一年，有个贝尔实验室的人来做讲座。英国计算机实验室的传统是：下班后去酒吧，跟人聊聊最近在做什么。那个人跟我说：“等你需要工作的时候，给我们打个电话。”于是我就真打了。我自费飞到新泽西，而我后来的上司Sandy Fraser告诉我，我来得不是时候，他们根本没职位。但第二天，我给一个开发团队做了报告。然后他们改变了主意，把我带到了研究组，我就在那里工作了二十年。 Ryan：面试过程是什么样的？ Bjarne：其实根本没什么正式的面试流程，就是跟一些人聊聊，他们已经五年没招过新人了，全靠直觉和口碑。我跟他们聊完，他们去找主管说：“这家伙不错。”我对此一无所知，当时还在加州跟人聊天，突然接到主管的电话：“你愿意来工作吗？”一周后我就去了。 Ryan：你哪来的信心自费飞过去？连工作都没保证。 Bjarne：因为那