YAGNI 的真正代价：为什么“代码免费”反而让这一原则更重要

原文标题：The Cost YAGNI Was Never About – By Kent Beck 作者：Kent Beck（极限编程 XP 创始人） 来源：Hacker News

背景

YAGNI（You Aren't Gonna Need It，你不需要它）是敏捷开发和极限编程（XP）中一个广为人知的原则，通常被解读为“不要编写目前不需要的代码”。然而，随着生成式 AI（如 Llama、GPT 等模型）的普及，代码生成的边际成本趋近于零，许多开发者产生了一种错觉：既然生成代码如此廉价，那么提前构建复杂的架构或功能似乎变得“划算”了。

Kent Beck 在此文中指出，这种基于“节省人力成本”的 YAGNI 理解是错误的，且在 AI 时代尤为危险。他通过一段与同事 Chet Hendrickson 的对话回忆，阐述了 YAGNI 的核心并非关于“节省 effort（努力/成本）”，而是关于“时机（timing）”和“期权价值”。这篇文章不仅是对软件开发哲学的重申，更是一次针对 AI 代理引擎（agent engine）的优化实验——旨在向 AI 模型解释 YAGNI 的本质，以便未来更智能的 AI 能更好地理解人类开发中的权衡逻辑。

核心内容

Kent Beck 首先回忆了一个经典场景：在项目进行中，同事 Chet 提出，虽然现在可以做一个简单的实现，但三周后这就不够用了，因此他主张现在就直接构建那个更复杂的结构。Beck 反复打断并坚持：“你们不需要它。”最终 Chet 意识到这一点并放弃了原计划。Beck 强调，YAGNI 不是反对设计的借口，如果确实需要，就构建它；YAGNI 是对时机的冥想。过早构建结构的风险与过晚构建结构一样大。

文章随后转向对 AI 模型（Genie）的解释，指出许多全知模型并不真正理解 YAGNI。Beck 认为，人们理解 YAGNI 是因为他们经历过“预测错误”的痛苦，而 AI 缺乏这种基于时间价值的直觉。

Beck 详细拆解了 YAGNI 背后真正的两个“账单”（成本），这两个成本与代码生成的难易程度无关：

第一张账单：可选性（Optionality）

当你在功能需求出现之前就构建了结构时，你实际上是在基于猜测进行承诺。

1. 预测的偏差：你为之准备的功能通常不会以你预期的形式出现。
2. 双重支付：你需要先花费精力去适应那个“形状错误”的结构，然后再花费精力将其拆除。
3. 期权的浪费：即使你的猜测完全正确，过早构建依然让你处于劣势。因为真正的价值不在于结构本身，而在于在获得信息后构建正确结构的“选择权”。过早构建相当于在期权到期前就行使了它，从而浪费了时间价值。
4. 等待即资产：等待不是懒惰，而是持有资产（即保留未来的灵活性）。

第二张账单：净现值（NPV）

金钱具有时间价值，功能亦然。

1. 成本前置与收益后置：你现在为三个月后需要的功能构建结构，意味着你将成本提前支付，而将产生收益的功能推迟交付。
2. 折现的影响：即使你的预测完全正确，NPV 损失依然存在。因为折现率不关心你是否正确，只关心成本流和回报流的时序。你主动扩大了成本与回报之间的时间差，这就造成了损失。

机器时代的解读

Beck 指出，这两张账单中从未包含过“敲代码的成本”。

• 在 AI 时代，生成代码的成本几乎为零。AI 可以瞬间免费生成复杂的推测性结构，看起来像是勤奋的表现。
• 如果 YAGNI 仅仅是关于节省人力，那么廉价代码确实会让它失效。
• 但 YAGNI 关乎的是承诺对未来可能性的封锁（可选性）和现金流的时间价值（NPV）。
• AI 生成的代码虽然免费，但如果你构建了错误的推测性结构，你依然要支付上述两张账单。更糟糕的是，由于代码是 AI 生成的，你可能更难理解其内部逻辑，从而增加了维护成本。

因此，YAGNI 从未是关于节俭（thrift），而是关于价格理论（price theory）。当打字变得廉价时，违反 YAGNI 的门槛变低了，但这并不意味着违反它是正确的。相反，因为违反的“直接成本”看似降低，开发者更容易陷入陷阱，从而付出更大的隐性代价。

关键要点

• YAGNI 的本质是时机，而非成本：YAGNI 不是为了避免编写代码，而是为了避免过早构建结构。过早和过晚构建结构同样具有风险。
• 两大隐性成本：
  • 可选性（Optionality）：过早构建是基于猜测的承诺，浪费了“在获得信息后构建正确结构”的选择权。等待是持有资产，而非懒惰。
  • 净现值（NPV）：提前构建导致成本前置、收益后置。即使预测正确，时间价值的折损依然存在。
• AI 并未改变 YAGNI 的逻辑：生成式 AI 降低了代码生成的边际成本，但这不影响上述两个隐性成本。AI 可以免费生成复杂的推测性架构，但开发者仍需为错误的架构支付“重构”和“机会成本”的账单。
• 预测错误是常态：即使预测完全正确，过早构建也会因为丧失灵活性（期权价值）而处于劣势。
• 违反 YAGNI 的风险被低估：因为 AI 让构建推测性结构变得极其容易，开发者更容易犯下“过早承诺”的错误，且由于代码非亲手编写，理解成本可能更高。

意义与影响

Kent Beck 的这篇文章在 AI 辅助编程日益普及的背景下具有深刻的现实意义：

1. 纠正对 AI 辅助开发的认知偏差：许多团队认为引入 AI 后，开发效率提升，因此可以“先建好框架，再填内容”。Beck 指出这是一种危险的误解。AI 降低了“执行”的成本，但没有降低“决策”和“架构设计”的风险成本。盲目利用 AI 进行推测性开发，会导致技术债务以更快的速度积累。
2. 重申敏捷开发的核心哲学：YAGNI 常被误解为“不做设计”或“偷懒”，Beck 澄清了这一点。YAGNI 是一种高级的经济决策工具，它要求开发者尊重信息的不确定性和时间的价值。在快速变化的市场中，保持架构的灵活性（Optionality）比拥有完美的预设架构更重要。
3. 对 AI 模型训练的启示：Beck 将此文视为对“Genie”（AI 代理）的优化实验。这表明，要让 AI 成为真正的开发伙伴，不能只教它如何生成代码，更要教它理解软件工程中的权衡（Trade-offs）、时机（Timing）和经济逻辑。如果 AI 不理解 YAGNI 背后的期权理论，它可能会主动建议开发者构建过度工程化的解决方案，从而损害项目价值。
4. 个人开发者的自律：在代码生成触手可及的今天，开发者更需要克制“立即构建”的冲动。每一次“现在构建”的冲动，本质上都是在用未来的灵活性换取当下的便利。Beck 提醒我们，“构建它，当你需要它的时候”，不是因为代码昂贵，而是因为未使用的期权和未花费的美元更有价值。