AI代码清理生意兴起：Slopfix团队专治Vibe Coding后遗症，但争议不断
2026/07/08 13:39阅读量 5
一支由三名资深工程师组成的团队Slopfix成立，专门清理由AI生成但难以维护的代码库，每次服务收费约1万美元。研究显示22.7%的AI引入代码问题长期未解决，AI工具在大型项目中容易产生冗余和架构混乱。业界对此模式看法两极，质疑者认为“连续有损转码”效果堪忧。
事件概述
一支由三名资深工程师（Maciej Zieliński、Jakub Płaskonka、Krzysztof Pobiarżyn）组成的团队Slopfix，开始专门从事清理由AI生成、能够运行但难以维护的代码库的工作。该团队此前共同开发Rust智能合约框架Odra，合作至少4年。Slopfix主要服务对象是已使用AI完成产品原型或初步开发，但随着项目规模扩大，新增功能越来越困难、修改一处却导致多处故障的团队。
核心信息
- 业务模式：Slopfix表示会使用Claude Code等AI工具，但严格限制Agent的决策权限。团队在正式修改代码前会逐个页面、逐个接口梳理应用行为，对重构后的代码提供两周质保。
- 背景数据：一项论文《Debt Behind the AI Boom》追踪了6299个GitHub仓库中的302579次已验证AI提交，发现约22.7%的AI引入问题在项目最新版本中仍然存在，部分问题持续时间超过9个月。
- 各工具引入问题比例：GitHub Copilot 17.4%、Claude 24.4%、Cursor 25.7%、Gemini 29.1%、Devin 23.8%。Claude平均每次提交引入约1.95个问题。
- 问题类型分布：代码异味占89.3%，正确性问题占6.0%，安全问题占4.7%。常见代码异味包括过于宽泛的异常捕获、未使用变量、重复或冗余代码。
值得关注
- 技术债累积：AI引入的问题不会自动消失，研究显示超过9个月的问题中仍有22.8%未解决。项目团队需要持续追踪AI修改过的代码并建立清理机制。
- 业界争议：部分开发者认为这是有明确价值的细分市场，将非技术创业者生成的混乱代码转交给专业工程师重构是刚需。反对者则认为，用AI清理AI生成的代码相当于连续有损转码，误差会叠加放大；且理解和重构包含业务规则的旧代码远比识别重复代码困难，两周质保过短。
- Slopfix创始人观点：在拥有100万token上下文的智能体之后，替它们清理代码正在成为一门真实存在的工程师生意。