代码交给 AI 之后，命名和注释又回到了账单上
一、一个实验：只改数据库的外观，账单差出一倍
最近一周开发者社区讨论最多的实验之一，来自一个日本工程团队。做法很干净：搭两个数据库，业务逻辑、数据、应用代码全部相同，只差外观。
规范那一组：表名列名按约定用完整英文单词，每列有注释，外键和关系定义齐全，状态用可读的枚举值。脏表那一组全部换成缩写和罗马字，状态存成数字，时间存成 14 位字符串，外键取消。金额字段一个叫 prc_a 一个叫 prc_b，哪个是税前哪个是税后，代码里没说。
然后让同一个 AI 编码工具（Claude Code，模型固定）实现同一个需求：查指定月份剔除取消和删除订单后的商品销售排行。每组各跑 5 次，取平均。
结果是：成本 0.21 美元对 0.41 美元，接近两倍；对话轮次 18.8 对 26.2；耗时 60 秒对 109 秒；正确率规范组 5 次全对，脏表组错了一次。
二、钱花在哪：AI 去真实数据库里跑的趟数多了一倍
把工具调用拆开看，差异很集中。读代码文件的次数两组几乎一样，差别在脏表组执行命令行操作的次数是规范组的两倍多。它在一遍遍地查表结构、起终端翻真实数据、跑测试验证猜测。
原因不复杂。规范库里，注释写着这个时间是日本时区，枚举值写着 9 是已取消，AI 读代码就够了。脏库里这些信息哪儿都没有，AI 只能进入那个经典的补位模式：文档没写的，用一个看起来合理的假设填上。假设对了没事，错了就错得很安静。
那唯一一次失败就是例子。脏表里时间字段没写时区，AI 按更常见的假设处理成了 UTC，正好踩中实验方故意埋的月末月初边界数据，测试没过。规范组同样的边界数据一次没错，因为注释里写了这一列是日本时区。
作者自己也把结论收窄了：每组只有 5 次，没有做统计检验，脏表组最好一次的 0.26 美元和规范组最差一次的 0.27 美元几乎重合。这是诚实的写法，我们也照搬这个边界：这是一个方向性信号，不是定论。
三、另一头：智能体的权限开始被人管起来
另一件是 10 月 22 日发布的 OpenShell，英伟达把它开源，一个给自主智能体用的运行时，在技术社区拿到 500 多分。它解决的是这条链上更下游的问题：AI 真的开始动手了，怎么管。
设计思路和上面那个实验异曲同工。智能体全程接触不到真实凭据，只有发往审批过的请求时，运行时才会把凭据挂上去。每一次文件访问、系统调用、对外连接，都要过策略检查。想改权限？改动生效前先做形式化验证，把这次改动能打开的新访问面列出来给人看。
官方 FAQ 里有句话值得琢磨：模型安全和运行时控制是两回事，前者影响智能体想做什么，后者决定它被允许做什么。
四、两件事拼起来的老手艺回归
把实验和运行时放在一起看，是同一个转向的两个方向。
给 AI 喂上下文的时候，代码库里原本给人看的命名、注释、关系定义，现在直接决定 AI 的往返次数和账单。让 AI 动手的时候，原本给人管的权限边界、审批流、审计日志，现在直接决定 AI 的风险面。
结论一句话：过去二十年为了人类可维护性积累的工程美德，正在被重新定价。AI 时代不需要发明什么新规范，它只是把老规范的成本收益表刷新了一遍，而且金额变得可测量了。
五、几条可以带走的线索
第一条，如果你的系统要接入 AI 编码工具，先别急着换模型。先看你最常改的那几张表：列有没有注释，状态值能不能读，关系有没有定义。这三样的性价比大概率高于换模型。
第二条，对没写下来的信息保持警惕，对 AI 也一样。文档和注释里没写的假设，AI 会用最常见的情况补位，补错了不会报错，只会安静地给出一个看起来对的答案。
第三条，看实验先看样本量。这次 5 次对 5 次，作者自己都不敢说结论，转载的人替他下了定论，这是这类数字最常见的死法。
第四条，智能体落地正在从能不能跑通变成管不管得住。权限、凭据、审计这些词出现在开发者工具里，是这一层开始成熟的信号，也是接下来一年值得盯的方向。
这篇讲的是 AI 编码成本与智能体运行时这两件技术侧的事，不涉及任何具体公司或标的的判断。
以上内容来自公开报道与实验原文整理，不构成任何投资建议。