「垃圾進垃圾出」：V2EX 貼文稱 AI 在劣質程式碼庫中寫不出好程式碼 引介 Matt Pocock 架構改善 skill
科技 通訊社體 刊登 （台北時間） 閱讀約 2 分鐘
V2EX 一則貼文以「垃圾進垃圾出」形容 AI 在品質低落的程式碼庫中難以產出好程式碼，並引介 Matt Pocock 的架構改善 skill，本臺整理貼文輪廓與可核實資訊邊界。
一篇張貼於程式設計師社羣 V2EX 的討論串提出，AI 輔助編程的效果取決於既有程式碼庫的品質，「垃圾進，垃圾出」，若程式碼庫本身已經腐化，AI 無從產出好的程式碼。該貼文發布約 20 小時後累積約 287 次瀏覽，至整理為止尚無人回覆討論。
貼文內容與所指工具
原貼由用戶 liuluxu1989 張貼於 V2EX 的「程序員」節點。貼文核心說法可歸納為兩點：其一，AI 在垃圾程式碼倉庫裡寫不出好程式碼；其二，針對天天「vibe coding」（指不細看程式碼、高度依賴 AI 生成流程的開發方式）的開發者，需要某種 skill 機制來防止程式碼庫持續腐化。
貼文隨後引介一項名為 /improve-codebase-architecture 的工具，標註出處為 TypeScript 教學圈知名的開發者 Matt Pocock，並附上一支發布於嗶哩嗶哩（Bilibili）的影片連結作為說明。該 skill 的具體功能、取得方式與授權條款，在貼文本身與其引用的影片頁面描述中未見完整交代，本臺無法僅憑現有來源核實其實際運作方式。
「垃圾進垃圾出」的脈絡
「垃圾進，垃圾出」（Garbage In, Garbage Out）是計算機科學領域流傳多年的說法，原意指輸入資料品質不佳，輸出結果必然不佳。原貼將此概念移植到 AI 輔助編程的場景，主張大型語言模型依賴既有程式碼庫作為上下文，若倉庫充斥混亂架構與劣質程式碼，模型生成的程式碼也難以超越這個基準。
這一說法與近期開發者社羣對「vibe coding」的討論方向一致：AI 生成程式碼的速度快，但若缺乏架構約束，長期可能加速程式碼庫的技術債累積。此類論點在多方討論中屬於常見立場，不過截至目前，並無公開的量化研究直接驗證或反駁「AI 在劣質程式碼庫中表現較差」的具體程度。
資訊邊界
可核實的部分包括：貼文存在、張貼者帳號、瀏覽數字、引介的工具名稱與出處標註。屬於貼文作者個人主張的部分是「AI 在垃圾程式碼庫裡寫不出好程式碼」這一判斷本身，目前僅為單一用戶的觀點，該討論串尚無其他用戶回覆附和或反駁。至於 /improve-codebase-architecture 是否真能防止程式碼庫腐化，需待有實際使用紀錄的驗證，本臺暫無相關一手資料。