From Technical Debt to Cognitive and Intent Debt: Rethinking Software Health in the Age of AI
摘要
生成式AI正在加速软件开发，但也悄然转移了真正的风险所在。当AI生成代码的速度超过团队理解代码的速度时，两种被低估的债务开始累积：认知债务(Cognitive Debt)和意图债务(Intent Debt)。
Triple Debt Model - 三债务模型：
- 技术债务(Technical Debt)：代码中的质量问题
- 认知债务(Cognitive Debt)：团队共享理解的侵蚀
- 意图债务(Intent Debt)：外部化Rationale的缺失
核心概念
认知债务 (Cognitive Debt)
关注人们理解了什么。当团队成员无法理解代码时，认知债务就产生了。AI加速代码生成使得这种债务更容易累积——代码生成得比团队学习理解的速度更快。
意图债务 (Intent Debt)
关注什么是被显式捕获供人类和机器使用的。当缺乏对代码决策理由的外部化记录时，意图债务就产生了。AI agent需要这些信息来安全地处理代码。
AI如何改变债务类型
- 生成式AI让技术债务更容易产生——代码可以快速生成但质量参差不齐
- AI生成代码的速度超过团队理解速度 → 认知债务累积
- 决策被委托给agent，缺少人工审查 → 意图债务增加
- AI agent需要显式的Rationale才能安全工作 → 意图债务变得关键
诊断与缓解
技术债务诊断：
- 代码复杂度指标
- 测试覆盖率
- 静态分析工具
认知债务诊断：
- 团队知识共享程度
- 文档完整性
- 代码审查参与度
意图债务诊断：
- 设计文档存在性
- 决策记录完整性
- 代码注释覆盖率
实践意义
这篇文章为AI时代的软件健康提供了一个新的分析框架。不仅仅是代码质量，还要关注团队的理解水平(认知债务)和决策的可追溯性(意图债务)。
来源： arXiv:2603.22106 · 作者: Margaret Storey et al.