在《The end of programming》的讨论中，Paul Dix称，即使有现成代码作为对照（oracle），AI通过验证系统和方向引导，也能产出高复杂度软件，并持续优化至可用。
AI解读：Paul Dix的评论指向一个正在发生的现实：AI不再只是写几段代码，而是能承担百万行级项目的生成与迭代。他认为关键在于搭建验证系统和给出清晰方向，让AI不断试错、修改，直到软件稳定运行。这改变了开发者的工作方式——从逐行写代码转向定义验证标准和指导AI，尤其在迁移或重写已有系统的场景中，即使有现成参考（他所谓的oracle），能快速产出可用产品仍对团队效率影响巨大。不过，他的说法来自对具体案例的观察，并非普适结论；对普通读者而言，这项能力目前主要惠及有明确验证路径的专业团队，不必急于改变现有工作流。
8 月 26 日，Paul Dix在“The end of programming”讨论中表示，AI编写了 100 万行代码并在随后几个月内不断改进，最终产出一套可靠软件，目前运行于数百万开发者机器上。Dix承认，有人会说这并不惊人，因为团队有现成代码作为对照（oracle），从一种语言迁移到另一种语言因而简单，但他认为这种看法低估了此事的意义。
Paul Dix的观点与背景
Dix指出，只要能建立验证系统并给出恰当方向，AI就能产出高度复杂、高度精细的软件，并能持续优化直至正常运行。
该评论由Simon Willison于同一日（2026 年 8 月 26 日）在其网站上引用，原文出自“The end of programming”，并附有coding-agents、ai-assisted-programming、generative-ai、bun、ai、llms等标签。