在大型科技公司中，许多优秀工程师——那些在中小型公司能高效产出高质量代码的人才——往往被迫交付低质代码。这种现象并非工程师个人能力衰退，而是深层工程机制失调的结果。本文聚焦三大根因：架构臃肿、PR审查失效与招聘失准，并基于行业观察提炼可落地规避策略，帮助团队逆转代码质量退化。
根因一：架构臃肿，屎山效应放大
大公司代码库通常积累多年，业务复杂度呈指数增长。一个系统需集成数十上游服务，实体对象字段超百，流程环节达数十步。新功能开发时，工程师难以全局优化，只能局部修补，导致代码重复、耦合加剧，形成“屎山”。优秀工程师虽有重构冲动，但测试成本高企——单次改动可能需数周验证，且无绩效激励，改好无功、改坏担责，最终选择“能跑就行”。
证据显示，这种臃肿源于历史遗留：早期快速迭代忽略模块边界，后续工程师流动性高，外包人员占比大，进一步恶化。结果是，每年代码量增长50%，但可维护性暴跌。Sean Goedecke在其博客中指出，大型代码库中“数千特性交互”导致任何改动风险极高，优秀工程师被迫保守，产出低质增量。
根因二：PR审查失效，质量关卡形同虚设
PR（Pull Request）本是代码质量最后防线，但在实践中流于形式。审查者多为应届生或忙碌中层，关注功能正确而非架构优雅、命名规范。审查时长压缩至数小时，nitpick（如空格）取代实质反馈，导致低质代码悄然入库。长期积累，代码风格碎片化，阅读成本飙升。
常见失效模式：1）规模效应——每日数百PR，审查者疲于奔命；2）激励错位——reviewer无额外回报，优先高优先级任务；3）工具缺失——无自动化lint，依赖人工。结果，优秀工程师PR通过率高，但代码渐趋平庸，丧失精炼习惯。
根因三：招聘失准，团队能力分布不均
大公司招聘偏好成本低廉的应届生而非资深大牛，前者占比常超50%。应届生上手需数月，期间产出低质代码拖累整体。技术leader多从管理岗转型，不再动手编码，无法示范高质量实践。面试侧重算法而非系统设计，导致“会刷题不会建模”的工程师泛滥。
此外，人员流动率高：优秀者跳槽，留守者安于现状。架构师角色虚化，仅画图不落地，进一步固化低质循环。
规避策略一：模块化设计，拆解臃肿架构
针对架构问题，推行“垂直拆分+边界契约”：每个模块独立部署，接口用OpenAPI定义，变更不影响他人。落地参数：
- 模块粒度：单责原则，每模块≤10万LOC。
- 拆分阈值：交互>5服务的模块强制拆。
- 工具链：Monorepo + Bazel构建，确保跨模块一致性。
- 监控点：模块间调用延迟>100ms报警，回滚阈值<5min。
此策略已在Google内部验证：减少代码耦合30%，重构成本降半。优秀工程师可专注核心逻辑，避免屎山陷阱。
规避策略二：自动化lint + 分层审查，提升PR质量
重建审查体系：lint全自动化，PR仅审逻辑。分层机制——L1初审风格（CI阻挡）、L2深审架构（双人互审）、L3 leader spot-check（10%抽检）。
可落地清单：
- 工具：ESLint/Prettier（JS）、Black/Flake8（Python），阈值零容忍。
- 时间预算：PR审查≤2h，超时自动reject。
- 激励：review积分制，月top3奖励。
- 培训：周会分享“坏代码案例”，累计>80%覆盖。
结果：代码一致性升90%，低质入库率降至<1%。
规避策略三：招聘+成长双轮驱动，优化团队构成
招聘转向“系统设计面+代码审查面”，权重50%。优先staff级，控制应届生<30%。内部成长路径：pair-programming导师制，新人首3月输出仅review。
参数/监控：
- 招聘漏斗：大牛通过率>20%。
- 成长KPI：新人6月内独立PR通过率>70%。
- 留存：退出访谈追踪“代码质量不满”占比<5%。
结合“代码减少文化”——评审奖励删冗余行，逆转膨胀趋势。
结语与风险提示
实施上述策略需高层背书，避免“吃力不讨好”。风险：初期重构高峰期bug率升20%，建议渐进 rollout，先试点1团队。长期看，代码质量提升将摊薄维护成本50%，释放工程师产能。
资料来源：
- Sean Goedecke博客：《Why are big tech companies so slow?》《Mistakes engineers make in large established codebases》。
- CSDN《为什么有的大公司代码也很烂？》，总结历史遗留与激励问题。