无架构AI编程的
历史照明和未来预测

摘要 — 本报告是LEECHO全球AI研究院2026年2月《AI网络安全风险分析报告》[F1]及2026年4月《Mythos发现的零日漏洞根因分析》[F2]的续篇。前两篇分别识别了”系统崩溃与问责真空”的临床症状和”跨代知识锁定导致涌现不兼容”的漏洞形成机制。本篇追溯更深层的病因——从信息论[A1]和控制论[A2]的视角，分析2010年至2026年软件架构演变如何系统性地消除了代码的自然裁剪机制，使AI自主迭代在结构性安全真空中运行。我们论证：平行化单层架构消解了信息流约束，将架构师的工作从”信息论+控制论+软硬件对齐”的三位一体退化为纯控制论操作，导致冗余和溢出同时无限扩张。这不仅是代码膨胀和供应链崩溃的结构性必然，也是零日漏洞从”跨层接缝的局部缺陷”退化为”全局无结构弥散”的根本原因。

信息论、控制论与架构师的三位一体

理解当前AI编程安全危机的根源，需要回溯两个在1948年同时诞生的学科：Claude Shannon的信息论[A1]和Norbert Wiener的控制论[A2]。两者看似相关，实则回答截然不同的问题。

1.1 信息论：回答”需不需要”

Shannon信息论的核心是信道容量——信息通过有噪声的信道传输时，存在一个最大传输速率[A9]。超过这个速率，错误率将不可避免地增加。Shannon证明，信道编码通过系统性地添加受控冗余来保护信息免受错误——关键词是”受控”[A1]。

在通信协议栈中，这一原理的物理实现是层级结构：物理层→数据链路层→网络层→传输层→应用层，每一层各自做源编码和信道编码，下层的冗余和噪声在上传到上层时被过滤。当通话”正常工作”时，是因为一层又一层都在遵守Shannon信息论内部证明的保证[A10]。软件的层级架构——固件→操作系统→中间件→应用——是这一通信协议栈模型在软件工程中的同构映射。每一层就是一个”信道”，信息从底层流向上层，在每个层级被过滤、压缩、转换。这些层级是对冗余的自然裁剪机制。

Lehman在1974年首次将”熵”的概念引入软件工程[A3]。他的软件演化第二定律指出：”随着E类型系统演化，其复杂度持续增长，除非专门投入工作去减少它”[A4]。Shannon熵可以用于度量软件架构的一致性——一致性规则的应用在数学上被证明可以增加架构的信息含量，同时通过减少不确定性来提高其有序性[A5]。层级架构中的一致性规则就是信息论意义上的信道编码——它添加的是受控的、有结构的冗余，限制了熵的增长。而平行架构中AI添加的是不受控的、重复的冗余——是噪声，不是编码。

1.2 控制论：回答”允不允许”

Wiener控制论关注的是系统的反馈与调节——感知环境变化、比较与目标的偏差、调整行为[A2]。在软件架构中，这对应于权限控制、审计日志、安全扫描、CI/CD管道中的门控。Lehman后期的FEAST项目明确将反馈和反馈控制作为软件过程改进的核心[A4]。

控制论的反馈环只在有明确”目标状态”时才有效。”代码能运行”是明确的目标——控制论可以检测功能性失败。”代码结构合理”不是明确的目标——因为没有人定义什么是”合理结构”。控制论回答的是”这个操作允不允许执行”，而不是”这个模块需不需要存在”。这是一个关键区别。

1.3 软硬件对齐：物理约束作为终极裁剪

传统架构师具备第三个维度——硬件物理约束[B4]。CPU核数、内存容量、存储带宽、网络延迟——这些物理限制天然地约束了软件设计的可能空间。架构师必须在物理约束下做出取舍，这种取舍本身就是对冗余的终极裁剪。正如我们在[F2]中论证的：第一代架构师在物理约束下做出的”合理妥协”虽然会留下跨层接缝处的漏洞种子，但至少留下了有结构的代码——Mythos在27年后仍能在这个结构中找到接缝。

三位一体的瓦解：2010–2026

2.1 第一阶段：云抽象消灭硬件对齐（2010–2015）

云计算的核心承诺是”将存储、计算、网络等抽象化”[B3]。IaaS/PaaS/SaaS三层模型系统性地将硬件决策从架构师手中移除。传统上，架构师需要考虑从语言选择、I/O模型、数据库策略到CPU核数、内存、存储的全部细节，这些决策给出了应用生命周期的全局视图[B1]。2010年后，这些决策被云厂商替代。架构师不再需要知道”什么芯片、多少核、什么磁盘阵列”——物理约束作为裁剪机制的作用被消解了。

2.2 第二阶段：微服务消解信息流（2015–2020）

微服务架构将单体应用拆分为独立可部署的服务集合。这带来了团队自治和独立部署的优势，但同时消解了信息流的全局视图——信息不再有清晰的”从底层到上层”的流向，而是在平面上的点对点调用。架构师的专业化知识被”自然地分布到了整个团队中”[B2]——没有人再持有信息流的全局视图。

2.3 第三阶段：平行架构成为主流（2020–2023）

2020年后，架构完全压平为单层平行调用。”我们正在用昨天基于服务器、操作系统和虚拟机的数据中心架构来支撑今天的工作负载和应用。这就像用罗马人2000年前的拉丁语来描述现代世界”[B5]。架构师的角色从全栈决策者转变为”确保解决方案的一致性、互操作性和弹性”的协调者[B1]——这几乎全部是控制论语言。

2.4 第四阶段：AI自主编程（2023–2026）

AI代码生成工具在已经失去信息流约束和硬件对齐的平行架构上运行。AI的行为模式是”确保能运行”而非”确保精简”。GitClear数据显示：重构占代码变更的比例从2021年的24%暴跌至不到3%[C8]。AI不做重构——它复制粘贴模式[C1]。更精确地说：AI很少被用于重构或处理现有代码，它的主要贡献是新功能、新文件和新逻辑分支；对遗留系统、技术债务和历史妥协的工作仍然是人类的责任[C10]。结果是代码库增长速度快于改善速度。在一个实际案例中，AI重构了40,000行代码，6个月后全部回滚——AI为”整洁”而非”可维护”做了优化[C9]。

AI不做重构的根本原因不是技术能力不足，而是平行架构中没有层级告诉它”这个功能在别处已经有了”。在层级架构中，上层调用下层函数天然鼓励复用——因为下层就是”公共服务”。在平行架构中，每个模块独立存在，”我自己从头写一个比找到并理解你那个更快”。

代码无限膨胀：从Lehman定律到实测数据

GitClear对2.11亿行代码变更的分析发现，自AI编码在2022年中期开始激增以来，代码重复频率增长了八倍[C1]。历史上首次，开发者粘贴代码的频率超过了重构或复用代码[C1]。AI代码补全工具倾向于从头生成新代码而非复用已有代码——例如导入一个全新的日志包，即使另一个包已经在执行同样的任务[C3]。

Karpathy描述了这个问题的直观感受：”智能体膨胀抽象层、代码审美很差、非常容易复制粘贴代码块，简直一团糟”[C6]。而Anthropic自身的Claude Code在2026年3月31日的源码泄露中展示了这个问题的极端案例——512,000行TypeScript中包含一个5,594行的文件、一个3,167行的单一函数、12层嵌套[C5][E1]。

3.1 Lehman第二定律的信息论解读

Lehman软件演化第二定律[A3]：”随着E类型系统演化，其复杂度持续增长，除非专门投入工作去减少它。”信息论研究进一步证实：在度量25个开源项目的过程中，所有项目均随时间表现出熵增[A6]。重构是Lehman定律中”专门投入的减熵工作”——而这项工作的比例已从24%暴跌到3%[C8]。

在传统层级架构中，层级本身是”减熵机制”——底层的冗余在上传到上层时被过滤，正如通信协议栈中每一层过滤下层噪声[A10]。在平行架构中，这个机制不存在。AI自主迭代在无减熵机制的架构上运行，同时重构——唯一的人工减熵手段——已经死亡。系统热崩溃是Lehman定律的数学必然。

API安全：平行调用的必然灾难

平行架构的直接后果是接口爆炸。API正在水平增长（更多端点）、垂直增长（更多关键业务逻辑）、以及上下文增长（嵌入AI智能体流程）[D7]。93%的团队在API协作方面存在困难[D10]。到2026年，大多数企业无法回答最基本的问题——存在多少个API端点？92%的组织缺乏保卫AI智能体环境所需的安全成熟度，仅24%拥有完全自动化的API清单[D9]。

4.1 MCP协议：接口风险的放大器

模型上下文协议（MCP）作为AI智能体的控制平面API，将接口风险推向新高度。Wallarm在2025年发现315个MCP相关漏洞，Q2到Q3之间增长270%[D8]。MCP是开源标准，每个用户创建自己的MCP服务器——MCP无法从”源头修复”，因为没有统一的修复源头。

2026年3–4月：攻击链的完整验证

我们在2月论文[F1]中预测”2026将是AI编码漏洞爆发之年”。仅在预测发布后8周内，以下事件相继发生：

5.1 ActiveMQ案例：信息论/控制论/架构师三维解剖

CVE-2026-34197是一个在Apache ActiveMQ Classic中潜伏13年的远程代码执行漏洞[D11]。研究者Sunkavally称发现过程”80%是Claude，20%是人类的包装”[D12]。Claude用10分钟完成了人类需要一周的工作[D11]。

这个案例完美呈现了三个维度的缺失如何制造漏洞：

信息论缺失：漏洞涉及多个随时间独立开发的组件——Jolokia、JMX、网络连接器、VM传输。”每个功能单独来看都做了它应该做的事，但它们组合在一起就是危险的”[D11]。没有架构师审视”这些组件之间的信息流向是否安全”——每个组件各自为政，信息在平面上无约束地流动。

控制论的失败：2023年修复CVE-2022-41678时，开发者为了”保留Web控制台功能”添加了一条宽泛的Jolokia允许规则[D11]——这是一个纯控制论修复（改权限），而非信息论修复（重新设计信息流）。控制论修复引入了新的攻击面，因为它只管”允不允许”，不管”需不需要”这条信息流路径存在。

架构师缺失：没有人站在”跨组件信息流”的高度审视全局。Claude之所以10分钟就找到了，正是因为它”高效地端到端串联起这条路径，头脑清醒、不受假设束缚”[D11]——它做的恰恰是信息论思维：追踪信息在组件之间的完整流向。

5.2 与Mythos论文的互锁

我们在[F2]中论证：第一代架构师在物理约束下做出”有约束的合理妥协”，留下了有结构的代码——结构化低熵，接缝处局部高熵。Mythos发现的零日漏洞就藏在这些接缝中。

而2020年后AI生成的平行架构代码，问题性质完全不同——没有结构可言，缺陷不是嵌入在结构中，而是缺陷就是结构本身。旧代码是”有结构但结构有盲区”，AI新代码是”全局高熵、无结构、缺陷弥散”。[F2]提出的”溯因定向扫雷”方法论依赖于”漏洞栖息地可预测”——即漏洞集中在跨层接缝处。但在AI平行架构中，没有层就没有接缝，没有接缝就没有栖息地。AI代码的安全审计将比旧代码更难，而非更容易。

不可逆的知识消亡

本报告揭示的所有结构性问题——信息流约束的缺失、软硬件对齐的丧失、架构层级的扁平化——理论上可以被诊断和修复，前提是存在足够多的具备”三位一体”能力的架构师。但2010年至2026年的十五年”去架构师化”进程已经系统性地消除了这种人才[B1][B2]。

6.1 教育断层

2010年后计算机教育越来越偏向应用层——Python、JavaScript、框架、云服务。计算机体系结构、编译原理、操作系统这些”底层课”被边缘化。新一代工程师从入行第一天就在云上工作，从未接触过物理硬件的约束。

6.2 产业断层

2020年后几乎不存在需要做软硬件对齐决策的工作岗位——云厂商替你做了这些决策。一个技能如果十五年没有产业需求，就不可能维持传承。我们在[F1]中指出”54%的工程领导计划减少初级开发者招聘”——不仅老的架构师已经退休，新的也不会被培养。

6.3 认知断层

最根本的是：新一代工程师甚至不知道自己缺失了什么。”这种抽象从根本上改变了我们的架构思维：我们不再受限于实现的颗粒细节，而是以编排智能能力来思考”[B1]——这段话被当作进步来描述，但从信息论角度看，这是知识丧失的证据。”不再受限于颗粒细节”的另一面是”不再理解颗粒细节”。

终局场景

7.1 将会发生的事（12个月内）

• AI工具更新渠道将被定向投毒。ChatGPT桌面端、Claude Code等工具直接运行在用户操作系统上，拥有文件系统、终端和代码库访问权限。TrueConf案例[D13]已证明更新渠道投毒是一个已实现的攻击向量。当目标从视频会议软件升级为AI编程工具时，一次推送覆盖的终端设备将是数千万到数亿级。
• 分布式AI软件将成为持久攻击面。2026年开始大量部署的本地AI智能体、边缘AI模型将创造前所未有的攻击面——每个部署点都是潜在入口，每个本地模型都携带未审计的依赖链。
• AI自主迭代系统将成为最理想的投毒目标。它们自动消费依赖、自动执行、不经过人类审查、且拥有高权限凭证——完美继承了平行架构的所有安全缺陷，然后以机器速度放大。

7.2 结构性预测

无方向盘的高速列车

本报告的核心论证可以浓缩为一个类比：2026年的软件工程拥有史上最强的刹车和安全气囊（AI护栏、沙箱、自动测试），但同时丧失了方向盘（信息论的裁剪能力）和仪表盘（软硬件对齐的物理约束）。它可以安全地撞墙，但无法避免撞墙。

这不是某个工具的Bug，不是某个团队的疏忽，而是2010年后整个软件架构范式转变的结构性必然。当行业选择了云抽象取代软硬件对齐、平行微服务取代层级架构、控制论取代信息论、AI生成取代人工审查、速度优先于精简——”软件安全无防备”就已经被写入了系统的基因。

AI代码自主迭代不是”面临”安全威胁，它本身就是安全威胁的放大器——它在一个已经没有软件安全层的架构上，以机器速度无限扩展攻击面。而能诊断这个问题的架构师已经退休，能培养新架构师的教育体系已经不存在，攻击者已经产业化和国家化。

解决方案不在于更好的补丁或更多的AI工具，而在于重建信息论维度的架构思维——这需要承认一个行业不愿承认的事实：过去十五年在”抽象”和”速度”方向上的狂奔，同时也是在安全方向上的持续后退。

参考文献

A-理论基础 · B-架构演变 · C-代码膨胀与技术债 · D-供应链攻击与安全 · E-Claude Code事件 · F-前篇