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。