GitHub 播客拆开的五句 AI 编程热评
GitHub Blog 2026-09-18 播客笔记：生成代码仍要读、Skills 没有取代 MCP、RAG 也没死。每句热评对应一个可执行的边界。
2026 年 9 月 18 日 GitHub Blog 放出一集播客的文字稿，标题把三句热评写在前面：还要不要读代码、RAG 死了没有、Skills 有没有干掉 MCP。github 播客 ai 热评 这一页没有新的产品开关，价值是把五句口号各自收成工作里能用的边界。下面按官方文字稿的顺序写，不另起一套观点。
生成的代码仍然要有人负责
文字稿不同意「AI 写的代码不用读」。负责的人还是你。它同时反对每行同等用力：改生产环境的认证，和试一段 CSS，审查深度不该一样。他们给的尺子是：读到你能解释并承担结果为止。有时工作发生在 Agent 动笔之前，你先读现有实现、依赖和边界；有时工作在生成之后，查错误处理、权限、数据访问、性能和测试。
招聘看的是你怎么用，不是用不用
更多团队会问候选人怎么用 AI。文字稿认为完全拒绝和完全依赖都少见地合适。能说清何时手动、如何审查、速度和质量怎么权衡，比口号有用。若公司本身在做 AI 产品或工程流重度依赖 Agent，完全不用会不匹配，这是岗位匹配，不是道德评判。
Skills 没有取代 MCP
这一句在文字稿里写得很短：MCP 给 Agent 一套连接工具和数据的标准；Skill 更像打包好的做法，常常是 Markdown，人也能读。MCP 提供访问，Skill 说明怎样用好这次访问。二者可以出现在同一次任务里。若你要的是加载时机和上下文开销的对照，本站已有 Skills 和 MCP 怎么分工，这里不重复那张表。
RAG 没被 Agent 换掉
文字稿把 RAG 定义成：把训练数据之外的文档、工单、产品说明或仓库上下文交给模型。没有检索时，模型只能靠已有权重或临时再搜，更费 token，也更容易答一半。Agent、Skill、MCP、RAG 可以叠在一条流水线里：MCP 拿工具，Skill 给项目约定，检索找依据。把它们写成互相淘汰，和实际接线方式不符。
为代码库微调之前先看可维护性
文字稿承认微调有正当理由，但补了一句：当今模型见过大量常见框架和命名。如果模型读不懂仓库，新同事多半也吃力。清晰结构、稳定命名、可读测试和不过期的文档，同时帮人和模型。这是可维护性压力，不是「代码差所以必须微调」的充要条件。
文字稿后半介绍了两个旁证项目（Pollinations 的贡献积分、一个阳台听鸟的 e-ink 装置），和编程工具选型关系不大，可以跳过。拿去开会时，五句里真正会改变配置的是第三、第四句：Skill 和 MCP 都留着，检索在需要仓库外事实时再加。