30天提交51.8万行代码，生产环境只留下23.5万行

一个人，三十天，五个生产仓库，865次提交，新增518,233行，删除130,892行。这是自建Gitea上真实记录下来的数字，不是凭记忆估算的。

然后他数了数活下来的部分。主生产应用当前版本干净扫描一遍，剩下234,976行。同期涨了58,240行的视频转码器，今天全长43,050行。

那另外28万行去哪了？没丢。它们被写出来、跑起来、判定不对，然后删掉，或者被一个更小、干同样活的版本替换掉。这个循环，比写代码本身更值得记下来。

先看一组容易核对的账：2026年9月17日到10月17日，五个仓库的提交明细摆在那里。测量方法就一条命令——用git log按时间段拉出numstat，把新增和删除分别累加。谁都能自己跑一遍。

在人类团队里，这种churn通常意味着出事了：需求在代码底下挪动、有人偷偷搞重写、架构反复塌方。这里一条都不成立。五个仓库全是他自己在跑、自己在依赖的东西，每一次提交都发生在能先读diff再落地的会话里。

当生成变得便宜，churn就是重构本来的样子。智能体起草一块改动，他跑门禁，门禁不同意，这块就被扔掉或者改小重写。门禁调对的那几天，体积下降比功能上线还快。

多数人第一次接触AI写代码是在浏览器标签页里：粘一个函数进聊天框，把答案拷回编辑器。瓶颈在剪贴板，模型也离两样最要紧的东西很远——代码库自己的约定，以及把它写的东西跑起来的能力。

他的智能体跑在终端里、跑在机器上，手里有真工具：文件系统和语法工具，读现有模块，按模糊匹配打补丁而不是整文件覆盖，保存前先过语法或AST检查；测试与执行器，PHPUnit套件、pytest、无头Chrome探针，前台执行并读回输出；版本控制，读git diff、按明确路径暂存、翻文件历史看上一个决定为什么这么做。

这套组合很快，比他手打第一稿快一个数量级。但它本身也是一条让代码库加速腐烂的路，这一点没人提醒你。

无人监督的模型特别爱写代码。给它一个小边界情况，它的本能是加一个私有辅助类、克隆一个现有工具多带一个参数、或者把某个库包上三层只有这次diff看得懂的抽象。放任一周，就是几千行自信、合理、多余的代码。他自己就有过这样一周。

每天读这些diff，读出两条规矩：新类必须赢过手里已有的标准库调用；任何生成物在被确定性检查判定之前都有罪。模型说“看起来对”不算证据，测试变红才算。

主生产应用做V2架构大改期间，三十天里出去了超过98,000行。几乎没有一行是他坐下来专门删的，全是三道门禁把回来的东西反复拒掉的结果。

第一道，用确定性测试台代替“看着对不对”。让模型审自己的代码，产出的大多是自信而不是正确。有用的做法是把工作接到一个没法被说服的东西上：PHP应用里每个公开路由参数必须带显式默认值，由反射探针强制，这个测试的存在是因为一条裸路由在生产环境崩过500；报表流水线里，无头PDF提取器先数渲染出来的中文字符数，字体或排版改动悄悄丢字就直接挂构建，而不是发出去一份坏PDF；转码器里，账本比对精确字节数而不是按MB近似，因为四舍五入的数字把一次体积回退藏了好几周。门禁红了，智能体要么改，要么丢，没有任何东西能豁免。

第二道，把修剪当成常驻任务而不是清理项目。每次会话都有一部分时间用来删：这个200行的辅助类能不能换成十行调用已有实现？这个新mapper是不是在重复app/Libraries里住了一年的函数？那13万行删除不是重写的意外，是活过保质期的脚手架、只有一个调用方的迁移层、以及换个名字来了两遍的逻辑。

第三道，让确定性的活保持确定性。AI辅助项目里最常见的坑，是让模型去碰它根本不该碰的算术。shell流水线、SQL约束、幂等脚本、cron任务能回答的，LLM没资格插手。模型擅长起草初版实现、生成三语词典、摸清第三方API的怪脾气；状态流转、钱、队列调度不放进去，因为对一个确定性问题给出概率性答案，是一颗带延时引信的bug。

他职业生涯大部分时间里，物理约束是打字速度和记语法，产出就是指标，高产的一周看起来像一堆新文件。现在语法免费了，读上一份diff的工夫，一份带测试的500行迁移就起草好了。约束挪到了模型替他检查不了的三件事上：边界设计，组件在哪分开、哪些状态允许穿过；测试架构，接住类型检查器永远看不见的语义漂移的那套装置；修剪纪律，愿意删掉28万行探索性、冗余、死掉的代码，好让23.5万行进生产。

所以他不再把提交图当生产力曲线读。一个月五十万行新增只说明工具在跑；那13万行删除、底下的重构、以及一套还绿着的测试，才说明这个月值不值。