# 为什么 LLM 无法简化你的代码：Answer.AI 工程师用 Naur 理论解读复杂度

- 来源：Answer.AI 官方研发博客（RSS）
- 作者：Pol Alvarez Vecino
- 发布时间：2026-08-19 08:00
- AIHOT 分数：62
- AIHOT 标记：精选
- AIHOT 链接：https://aihot.news/items/cmtym2sjp0002roaxipy2vvyx
- 原文链接：https://www.answer.ai/posts/2026-08-19-llms-code-simpler.html

## 精选理由

作者结合 Answer.AI 支付系统重构实例，说明决定代码复杂度的信息不在代码里，解释了为何 LoC 等指标约束不了 LLM 的复杂度膨胀。

## AI 摘要

Answer.AI 工程师借鉴 Peter Naur 的《Programming as Theory building》，指出决定代码复杂度的关键信息存在于工程师头脑中的 Theory，而非代码本身，因此 LoC、圈复杂度等指标无法约束 LLM 造成的复杂度膨胀。

## 正文

按该来源的展示范围，站内仅提供摘要。

> 站内仅提供摘要，全文见原文。