我们测试了AI是否遵守架构规则。即便是Opus，也有60%的违规率

- 这篇文章做了实验：给AI大模型（如Claude Opus、GPT-4等）一个带有明确架构规范的代码库，然后让它们完成编码任务。结果发现，即使是最强的模型Opus，也有大约60%的时间**无视了架构规则**（比如项目里定义的目录结构、命名约定、依赖方向等）。 - 这对于现实软件工程意义重大：很多公司和团队希望用AI辅助或自动生成代码，但如果AI生成的代码不遵守项目的架构规范（例如“service层不能直接调用controller”、“API路由必须放在/routes目录下”），这些代码实际上不可维护、不可合并。 - 背景是：当前AI编码助手（Cursor、Copilot、Codex等）大多基于通用的大语言模型，并没有专门针对“给定代码库中已定义的架构规则”进行推理和遵守的训练。很多开发者抱怨AI“生成的代码看起来对，但不符合项目约定”——这篇实验用数据量化了这一现象（60%的违规模率）。 - 实验中所谓的“架构规则”具体包括：文件位置、导入路径限制、命名约定、代码分层约束等。研究者将规则转化为单元测试和静态检查，然后看AI生成的代码是否能通过。 - 结论不是“AI没用”，而是“AI目前无法可靠遵守架构规则”，这意味着人工审查仍然必不可少，或者需要新的技术手段（如规则注入、代码库上下文的更深入理解）来提升合规率。