当前位置：

社区首页

电脑数码

软件应用

服务软件

AIGC文章详情

张大妈

AI生成代码不能直接上线？四步审查流程帮你避坑

源自105位全网作者

05-18 09:52

精选参考来源

OpenAI 也做漏洞扫描了？解析 Codex Security 的核心能力与意义

Haider分享了一个正在发生的开发变革：他80-90%的代码由AI生成，而他负责设计、拆解任务、审查和优化，这让他的效率提升了10倍。AI不再是简单的“实习生”，而是如同一位经验丰富的资深工程师，甚至连架构设计都开始被部分AI承担。这个趋势引发了很多思考：1. 人类开发者的角色正在转变——从编码者变成架构师和审核者。写代码的定义正在从“敲代码”转向“高效编辑”和“系统设计”。2. AI生成代码速度极快，甚至可以用语音操作，开发流程因此大幅加速。3. 代码质量和系统安全依然需要人类把关，审核周期成了最关键的环节。4. 持续创新将成为公司在AI时代的唯一护城河，传统的专利保护将变得无力。5. 未来架构设计将由AI辅助甚至主导，这将彻底改变软件开发的格局，留给人类的空间更多是策略和商业层面的大局观。正如多位开发者所言，AI是永不疲倦的天才助手，极大释放了开发者的创造力和专注力。关闭AI辅助的开发环境会让人感到“戒断反应”，这显示了AI已经深度融入工作流。人类的真正竞争力在于“判断力”和“设计力”，而不是单纯写代码。这是一场从“代码劳动者”向“智能指挥官”的身份转变，技术的边界被重新定义，未来属于懂得驾驭AI、融会贯通创新的人。原文：x.com/slow_developer/status/1997554290689544281

全部
来源

内容由AI生成

1. OpenAI 也做漏洞扫描了？解析 Codex Security 的核心能力与意义

2. Haider分享了一个正在发生的开发变革：他80-90%的代码由AI生成，而他负责设计、拆解任务、审查和优化，这让他的效率提升了10倍。AI不再是简单的“实习生”，而是如同一位经验丰富的资深工程师，甚至连架构设计都开始被部分AI承担。这个趋势引发了很多思考：1. 人类开发者的角色正在转变——从编码者变成架构师和审核者。写代码的定义正在从“敲代码”转向“高效编辑”和“系统设计”。2. AI生成代码速度极快，甚至可以用语音操作，开发流程因此大幅加速。3. 代码质量和系统安全依然需要人类把关，审核周期成了最关键的环节。4. 持续创新将成为公司在AI时代的唯一护城河，传统的专利保护将变得无力。5. 未来架构设计将由AI辅助甚至主导，这将彻底改变软件开发的格局，留给人类的空间更多是策略和商业层面的大局观。正如多位开发者所言，AI是永不疲倦的天才助手，极大释放了开发者的创造力和专注力。关闭AI辅助的开发环境会让人感到“戒断反应”，这显示了AI已经深度融入工作流。人类的真正竞争力在于“判断力”和“设计力”，而不是单纯写代码。这是一场从“代码劳动者”向“智能指挥官”的身份转变，技术的边界被重新定义，未来属于懂得驾驭AI、融会贯通创新的人。原文：x.com/slow_developer/status/1997554290689544281

3. 演讲回顾｜华苏科技李鹏博:人机协同重构座舱测试范式，AI 破解行业三大瓶颈

4. “AI编程”里程碑：Claude Code“整顿”全球软件业

5. OpenClaw创始人正式确认360发现的WebSocket无认证升级零日漏洞，为快速发展的AI智能体领域敲响安全警钟。该漏洞可让攻击者绕过认证控制网关，引发系统崩溃，威胁极大。360及时将漏洞报送国家信息安全漏洞共享平台，以专业能力阻断风险扩散，彰显了国内网络安全团队的硬核实力。在AI智能体加速普及的当下，安全隐患随之凸显。此次事件证明，AI发展与安全防护需同步推进。开发者应强化安全架构设计，安全厂商持续提升漏洞发现能力，各方协同构建防护体系，才能为AI技术健康发展筑牢安全屏障。

6. 听说十亿美元法律AI连API认证没做就上线，vibe coding吹的"AI帮你查漏洞"是不是纯骗人？

7. OpenClaw又双叒更新！ 3.8版本官方备份功能上线，还有12项安全补丁

8. 最近，360安全团队发现了OpenClaw一个高危漏洞。 OpenClaw创始人随后邮件确认了这个漏洞。而发现这个漏洞的，不是某个安全专家，而是一个我们刚发布不到一周的智能体。#openclaw #网络安全 #红衣聊AI #安全漏洞

9. 过去十年，大家一直在说AI会改变编程。但现在看，真正被改变的，可能不是“写代码”，而是“审代码”。如果未来AI写代码、审代码都变成了常态，程序员最核心的能力到底是什么呢？#大有学问 #红衣聊AI #anthropic #人工智能 #程序员

10. 4650万条聊天记录，72.8万份绝密文件， 5.7万个用户账户信息，全部泄露！最近，一个AI攻击智能体，在没有账号、没有密码的情况下，只用了2个小时，就成功入侵大厂AI平台。#大有学问 #红衣聊AI #网络安全 #AI工具 #泄密

11. 企业级AI Coding的落地方法，都在这本实战手册里了｜甲子光年

12. AI 不是不能用于物联网开发，而是不能用传统互联网软件的方式粗放使用。#AI 不是不能用于物联网开发#在网页、后台、普通应用里，AI 生成一段不完美代码，最多是线上 bug 或性能问题。但在物联网里，代码连接真实硬件、真实现场和真实设备网络。所以 AI 生成代码的风险会被放大。它可能不是一个 bug，而是一次系统性故障。不是一个用户受影响，而是几千台设备同时受影响。不是简单改代码，而是要远程升级固件、排查硬件差异、修复数据一致性。AI 给物联网带来的不是单纯提效，而是“提效与风险同步放大”。真正成熟的 AIoT 开发，不是让 AI 替代工程纪律，而是要在更严格的架构约束、代码审查、硬件边界和运行监控下使用 AI。AI 可以加速物联网开发，但如果没有工程约束，它也会加速技术债务的积累；在工业物联网里，最快的代码，不一定是最安全的代码。

13. Anthropic 推出 Code Review：用一组 AI Agent 帮你做代码审查 Anthropic 今天发布了 Claude Code 的新功能 Code Review，针对 GitHub 上的每个 Pull Request（代码合并请求）自动派出一组 AI Agent 进行深度审查，目前面向 Team 和 Enterprise 计划用户开放研究预览。（注意个人用户还用不了）这个功能的背景：过去一年，Anthropic 内部工程师的代码产出增长了 200%，代码审查成了瓶颈。他们发现客户也面临同样的问题，开发者疲于应付，很多 PR 只是被快速扫一眼，而非认真审读。 Code Review 的工作方式是：当 PR 提交后，系统自动派出多个 Agent 并行查找 bug，交叉验证以过滤误报，再按严重程度排序。最终在 PR 上生成一条汇总评论，外加逐行的具体标注。大型复杂的 PR 会分配更多 Agent 做更深的审查，小改动则轻量处理，平均审查时间约 20 分钟。 Anthropic 自己已经内部使用了几个月。使用前，只有 16% 的 PR 能收到实质性审查意见；使用后，这个比例升到了 54%。在超过 1000 行改动的大 PR 中，84% 会被发现问题，平均每个 PR 找出 7.5 个问题。工程师对结果的认可度很高，不到 1% 的发现被标记为误报。他们举了个例子：一个看起来很常规的单行改动，实际上会导致生产环境的身份认证功能失效。Code Review 把它标记为严重问题，提交代码的工程师事后承认自己不会注意到这个问题。不过这个功能不便宜。它按 token 用量计费，每次审查平均花费 15 到 25 美元，随 PR 规模浮动。管理员可以设置月度预算上限、选择启用的仓库，也有分析看板追踪使用情况。值得注意的是，Code Review 不会自动批准 PR，最终是否合并仍由人决定。它的定位是补上人工审查的盲区，而非取代人类审查者。 Anthropic 此前已有开源的 Claude Code GitHub Action 做轻量审查，这次的 Code Review 是更重量级、也更贵的选项。 http://t.cn/AXVXCz6o

14. “幻觉”影响“可靠性”！Salesforce高管称“对大模型的信任度已经下降”，已减少使用程度

15. 一位中国AI创业者，一行代码都没写，却靠着AI智能体，冲进了OpenClaw全球贡献者前30，而且排在他前后的，是一批干了十几年的硅谷顶级工程师。#大有学问 #红衣聊AI #创业 #智能体

16. Claude Code 源码泄露之后，更严重的木马问题被发现你什么也没点，摄像头就被悄悄打开，电脑被直接控制！#大有学问 #红衣聊AI #claude #木马病毒 #网络安全

17. AI生成的代码你们会去一行行检查吗？

18. 【“氛围编程”正在毒害新一代程序员，这里有一份解药】快速导读：最近科技圈热议一个词：“氛围编程”（Vibe Coding），特指那些依赖AI辅助、凭直觉快速堆砌功能，却对底层逻辑和安全一知半解的开发方式。这感觉很爽，直到数据库被删库跑路。这份安全清单，就是给所有“感觉派”程序员的当头一棒。---最近科技圈开始流行一个词：氛围编程（Vibe Coding）。它指的是一种开发状态：大量依赖AI生成代码，凭直觉和“感觉”把功能快速拼凑起来。代码能跑，Demo很炫，但你对其中的细节一知半解。就像一位网友说的，“氛围编程一时爽，直到数据库凭空消失”。你以为自己是善用AI的超级个体，单枪匹马就能交付一个完整产品。其实，你可能只是在生产一个随时会引爆的精美玩具。这份在开发者中引起广泛讨论的“氛围编程安全手册”，就是一剂苦口良药。比如第二条就极其刺眼：“永远不要用AI构建的身份验证系统”。这背后的问题是，AI正在制造一种“能力幻觉”。它能帮你写出“能用”的代码，却无法把背后数十年的工程纪律和血泪教训也一并教给你。你享受了创造的快感，却把理解和审查的责任也外包了出去。一位开发者说得好：“当真实用户在周五凌晨2点挤爆你的应用时，你才会后悔自己当初没搞懂代码到底在干嘛。”这无关对错，而关乎职业阶段。用“氛围编程”做个原型没问题，但把它直接当产品上线，就是一场灾难的预演。判断标准很简单：AI生成的每一行代码，你是否都逐行审查过，并能为它的所有潜在后果负责？所以，你刚刚上线的那个项目，到底是一个产品，还只是一种感觉？---简评：“氛围编程”的本质，是用战术上的勤奋（疯狂复制粘贴），来掩盖战略上的懒惰（放弃深度理解）。最后出了事，锅可以甩给AI，但职业生涯的坑，是自己给自己挖的。---ref: x.com/om_patel5/status/2030491740415684691#AI创造营##人工智能#

19. 大家在使用AI编程时，更倾向于让AI一次次生成短小易读的代码，还是直接放手让AI写一大片？

20. Anthropic新开发了一个仅对“Project Glasswing”合作企业开放的新模型Mythos，主要用于网络安全漏洞识别。除了拥有顶尖的自动化漏洞发现能力，Mythos在代码生成、学术推理、网络安全测试等维度上也大幅超过Opus 4.6。目前Anthropic官方表明该模型暂不对外开放，未来将致力于开发用户能安全使用的同等级别模型。#GenJiAI观察室##AI##Anthropic推出新模型#

21. 曾对AI嗤之以鼻，如今2周生成7万行代码：Rust大佬与Claude联手打造新语言Rue

22. 油车3万公里、电车也不能“走过场”：工信部重新定义新车可靠性验证

23. 智能体即开发者：论AI如何重塑编程边界与人机协同未来

24. 危及10亿人的全球高危漏洞。被360漏洞挖掘智能体自动扫描发现！#大有学问 #红衣聊AI #智能体 #AI工具

25. 2025过去了！这一年你是不是也在为AI焦虑？老周用360一整年的实践，告诉你答案：不用怕，抓住Agent就赢了！从我自己敲代码做100多个智能体，到带领团队All in，这条AI布道之路，全是实战干货。 2026，你想和智能体一起搞定啥？评论区留言，老周帮你研究！#大咖观察#2026 #年度总结 #红衣聊AI #agent

26. TRAE中国版白送SOLO，一人指挥一支AI大军重磅消息！SOLO终于上线TRAE中国版了，Waitlist免费开放中本期视频实测TRAE的新版本，亮点很多 1、先规划再动手的 Plan 模式 2、带专家团一起干活的 Subagent 子智能体 3、DiffView 差异视图 4、多任务并行 5、上下文智能压缩长时运行不掉链子 SOLO终于把AI从“瞎干活的外包”变成了“懂协作的队友” #AI #人工智能 #TRAE #AI编程 #vibecoding

27. “一人公司”喊得响，核心系统不敢动，AI编程的错位在哪？#华为云码道 #龙虾 #AI智能体 #openclaw #AI

28. 字跳TRAE团队发了个《2026 企业级AI编程实践手册》，总结了他们的AI编程方法论和工程实践网页链接“在2026年，AI编程已不再是实验性的尝试，而应该成为企业软件开发的核心生产力。本手册源于TRAE团队在构建AI编程助手过程中的真实实践——我们用AI构建AI，在这个过程中积累了从方法论到工程实践的完整经验。这不是一本理论书籍，而是一线研发团队的实战总结。我们将分享如何将AI真正融入企业级开发流程，如何建立可复制的工程规范，以及如何让团队从“会用AI”到“精通AI编程”。无论你是技术决策者、架构师还是一线开发者，都能在这里找到可落地的方法和工具。AI时代的软件开发不是替代人类，而是重构协作方式。让我们一起探索这个新范式。”#How I AI#

29. 在线代码评审经常面临一个难题：Claude Code 每次都要重读整个代码库，消耗大量计算资源和时间，效率低下。code-review-graph 这个开源项目为 Claude Code 构建了本地代码知识图，自动解析你的代码库结构，精准定位改动影响范围，实现只读“关键文件”，大幅减少无用令牌消耗。主要功能：- 基于 Tree-sitter，支持12种语言（包括Python、TypeScript、Java、Go等）；- 增量更新代码图，文件保存或 Git 提交后2秒内完成重解析；- “爆炸半径”分析，精准追踪受影响代码和测试，避免全面扫描；- 支持语义搜索、交互式可视化代码依赖图；- 本地存储，无需云端依赖，数据安全放心；- 实现代码审查时令牌消耗平均降低6.8倍，日常编码任务最高可达49倍。使用方式也很简单：```pip install code-review-graphcode-review-graph install```然后打开项目告诉 Claude 构建图即可。GitHub：github.com/tirth8205/code-review-graph它帮你从海量代码中精准提取精华，让AI读代码更快更省心，推荐给所有需要AI辅助审查和开发的程序员朋友！#代码评审# #AI开发利器# #开源工具#

30. Zed团队说自己99%Rust代码都是claude code 写的，又说不能全用AI，这不自相矛盾？

31. MiniMax M2.5的自我迭代能力：108天迭代3次，内部80%代码AI写的

32. 一个随机对照实验发现了一个很有意思的现象：有经验的程序员用 AI 写代码，实际上比不用 AI 慢了 19%。但这些程序员自己觉得呢？他们认为自己快了 20%。感觉和现实之间差了将近 40 个百分点。看到一篇文章《How to Vibe Code: A Developer's Playbook》，作者 Akshay 说，问题不在工具本身，在于你怎么用它。他总结了五个关键实践。第一个，也是最重要的一个：别急着写提示词。"帮我做一个任务管理器"这种模糊指令，出来的东西基本没法用。但如果你花几分钟写一个 15 行的需求说明，定义好技术栈、数据结构、页面和权限，一个 session 就能跑出可用的原型。有人用这个方法做到了第五个功能时，一个 session 跑出 32 个通过的测试，零调试。差距不在模型，在输入。第二个叫上下文工程。你给 AI 的信息质量决定了产出质量。上下文窗口是共享资源，塞太多东西性能会下降。做新任务就开新会话，别让上一个功能的残留信息污染当前的实现。只保留 AI 推断不了的东西，比如团队的命名规范、架构约束、安全要求。第三个是小步快跑。把复杂任务拆成一个个小块，每一步都是"计划、执行、验证"的循环。AI 处理前 80% 的工作很擅长，但在边界情况和集成环节容易卡住。任务越小越聚焦，AI 就越能在它的能力范围内发挥。第四个是测试先行。没有测试的话，AI 可能声称某个功能正常但其实根本没验证过，新改动可能悄悄搞坏其他功能。先写测试，确认测试会失败，再让 AI 写代码让测试通过。你在审查实现之前就已经通过测试验证了意图。第五个是安全意识。数据显示 45% 的 AI 生成代码会引入安全漏洞，AI 协作代码的安全漏洞率是普通代码的 2.74 倍。在项目配置里写清楚安全规则，让 AI 生成代码后先自我审查一遍安全问题，还要警惕 AI 推荐的不存在的依赖包。作者最后说了一句话特别到位：AI 给你的速度是超能力，但随之而来的过度自信是陷阱。真正从 AI 编程中获益最多的开发者，带着工程纪律去使用它。写好需求、拆好步骤、验证一切、像审查初级工程师的 PR 一样审查 AI 的产出。你的角色没有缩小，只是变了。你从打字员变成了架构师。原文地址：x.com/akshay_pachaar/status/2039326670797369346#科技先锋官##How I AI##程序员#

33. 在 AI 编程已经如此成熟的时候，再讨论编程语言的语法、特性是否失去了意义？

34. 关于 VibeCoding 时代的思考，未来程序员的工作到底是什么么样的？需要什么样能力的程序员呢？1、现在的瓶颈不是写代码了以前做技术活，项目管理、需求文档、测试流程这些都很成熟，但写代码本身通常还是最花时间的部分。现在不一样了。AI 让写代码变得特别快，有时候几分钟就能生成一大段。真正拖时间的反而是代码之外的那些流程。所以当开发者，不只是会写代码和会用 AI，还得搞懂整个开发相关的工作。2、对齐（沟通）AI 写出来的代码看上去可能很专业，但不一定是你真正要的东西。为什么？因为整个流程像玩“传话游戏”：业务的人脑子里有个想法，他们告诉你，你再把这个想法变成指令告诉 AI，AI 根据你的指令写代码。中间每一步都可能“跑偏”。所以现在最重要的是：沟通清楚，让大家都对同一件事有同样的理解。3、质量保证（测试）以前写代码的过程就是不断遇到 bug、不断修 bug，顺便就把质量保证做了。现在 AI 一次能给你生成一个完整的后端或前端，看起来就像“直接能用”。但问题来了：你现在要花更多时间在测试上，确保各种情况都能跑得通。这比以前写代码本身更花时间。4、代码审查AI 写代码快，那审代码的人要看的东西当然就更多。人工看还是有必要的。但 AI 审代码也挺厉害的，能抓一些你没注意到的小问题。比如像 Coderabbit 这种工具，我自己就经常用。在提交代码前，我会在 Cursor 里让 AI 帮我审一遍。一次不够就多来几次，总能找到点问题。5、文档现在节奏快，没时间拉着几个人开半天会对齐。以前大家还会说“写自解释的代码”，不写文档也行。但现在 Claude、ChatGPT 这种工具，随便一句话就能帮你生成清晰的架构图和说明书。所以没理由再不写文档。你的每个项目都应该有：一份别人能看懂的说明和一份能让未来 AI 参与开发的背景资料。6、交付（迭代开发）传统项目管理都假设你是“做完 → 交付”。但现在 AI 让你一天能迭代五次。你跟产品经理在 v0 里画个初版，立刻就能改、能试、能看效果。所以，你需要一个真正的开发环境，随便试、随便改，快速看到结果。不是那种要等审批的预发布环境，是你可以随意玩的那种。7、总结未来厉害的开发者，不是那些“会提示 AI 写代码”的人。而是那些能：- 把别人模糊的需求讲清楚- 能测试得很全面- 能认真审查生成的代码- 能写清楚文档- 能快速做出新版本的人。因为代码已经快能自己写了，真正的工作都发生在代码之外。#科技先锋官##AI创造营##微博兴趣创作计划#

35. 如果你现在的职业标签仅仅是写代码，那么失业可能就在不远处。这并非危言耸听，而是正在发生的范式转移。未来的软件开发模式正在进化为：一名首席工程师带领一群AI智能体负责整个产品。传统的开发团队规模正在缩减，效率却在指数级提升。现实中已经有人通过AI辅助，用三分之一的人力，在三分之一的时间内交付了同等质量的项目。面对每18个月就进化一次且永不疲倦的AI，人类无法在纯粹的产出速度上与之竞争。你的竞争力不再来自于你编写逻辑的速度，而在于你驾驭AI的能力。正如过去流水线上的工人被机器人取代，只会执行单一编程任务的码农也将面临同样的命运。单纯的代码能力只能换取短期的生存，而长期的杠杆来自于对全局的掌控。你需要观察团队中的每一个环节，理解业务，提升人际沟通能力，并努力进入那些能够做出决策的房间。当代码可以被廉价地自动生成时，定义问题和整合资源的能力就成了真正的稀缺品。不要做一个只会执行指令的工具人，要成为那个管理智能的人。代码本身没有价值，解决问题的方案才有价值。如果AI能写出所有的代码，那么剩下的唯一工作就是决定写什么，以及为什么写。这场变革已经开始，甚至可以说，如果你昨天还没开始转型，就已经落后了。x.com/justalexoki/status/2001375233731891454

36. #IT那些事儿# AI Coding对软件工程的影响：1）以往动辄几百人的一个连级别的项目组可能缩减为一个班的专家组。每个专家配备一个“AI Agent 军团”，有的agent开发，有的agent功能测试，有的agent负责写mock，有的负责写压测……一个人就能负责一个模块的端到端交付。2）工程师的KPI可能从“代码行数”、“加班工时”或“千行代码BUG率”变为“交付速度”和“系统稳定性”。3）程序员的工作将从“编写代码”转向“定义问题”和“验证结果”。4）团队管理者需要建立一个更严格更严密的“AI产出审核制度”，防止低级但隐蔽的逻辑错误通过AI扩散到生产环境，这有点像一个开源库出现致命漏洞，导致全球漏洞开花，比如OpenSSLBloodBleed、Log4Shell、Struts2XXE。5）以往知识存在老员工的脑袋里。以后，团队管理者的任务是把专家们的经验“模型化”、Skills化。一个团队的竞争力不再取决于人员学历和数量，而取决于其日积月累的高质量提示词集、Skills集、结构化文档和认认真真标注过的精选的安全的久经考验的代码库。6）甚至有可能原有团队需要大换血，才能贯彻上述经验教训和原则。

37. 【占比大幅提升！谷歌：公司内部75%的新代码已由AI生成】据媒体报道谷歌近日透露，目前公司内部新编写的代码中，已有75%由人工智能生成，随后再由人类工程师进行审核。这一比例近年来持续攀升。截至2024年10月，谷歌约四分之一的代码由AI生成；到去年秋天，这一数字已提升至50%。谷歌持续推动员工将AI应用于编程及其他日常工作。公司CEO桑达尔·皮查伊周三在博客中表示，谷歌正转向“真正以智能体为核心的工作流程”，让工程师能够承担更多自主任务。他举例说：“最近，一项由智能体和工程师协同完成的复杂代码迁移工作，其完成速度比一年前仅靠工程师时快了6倍。”目前，谷歌工程师主要使用自家Gemini模型来生成代码。部分工程师还被设定了明确的AI使用目标，这些目标将纳入今年的绩效评估。值得注意的是，近几个月来，谷歌DeepMind的部分员工已获准使用Anthropic旗下的Claude Code工具，这也在团队内部引发了一些紧张情绪。在其他科技巨头方面，微软CEO萨提亚·纳德拉表示，微软部分项目中已有20%至30%的代码由AI编写。微软CTO凯文·斯科特也在同月预测，未来五年内，95%的代码都将由AI生成。

38. 【你以为AI让你效率翻倍，其实它正在让你成为「垃圾功能制造机」】快速导读：AI没让你更快，只是让你做了更多垃圾。一个AI编程工具的创始人发内部信反思：当开发一个功能从2周缩短到20分钟，团队思考的“刹车片”也被拆掉了。未来的赢家不是交付功能最多的团队，而是用AI交付更少但更好功能的团队。---一个正在开发AI编程工具的创始人，最近给团队发了封内部信，坦陈了一个惊人事实：LLM正在侵蚀我们延迟满足的能力。最要命的是，我们并没有因此变得更快，我们只是在以正常的速度前进。用AI写代码，你以为是生产力狂飙，其实是把产品思考的刹车片给拆了。以前一个功能要花两周，你会反复掂量值不值。现在AI二十分钟帮你搞定原型，你几乎不过脑子就让它上线了。结果就是：团队在疯狂交付「不值得交付的功能」。技术债没人还了，因为LLM能轻松处理那些烂代码，重构的意愿自然就下降了。“让代码比你发现时更好”的工程师美德，正在被遗忘。就像一个开发者在讨论中说的：我从没像现在这样，对如何打造卓越产品感到如此困惑。这无关AI，这是一个被AI放大的「产品纪律」问题。未来的好团队，不是用AI交付最多功能的。而是用AI更快地交付更少、但更好的功能。AI给的速度，是用来提高「迭代质量」，而不是「迭代数量」的。---简评：AI不是万能药，是放大器。它放大了你的优势，也放大了你的纪律涣散。以前靠时间和精力成本构筑的「决策护城河」，正在被AI抹平。当什么都变得唾手可得，知道「不做什么」才是新的核心竞争力。---ref: x.com/thdxr/status/2031377117007454421#AI创造营##人工智能#

39. 团队用vibe coding后，代码审查效率反而下降了，ai 为什么还不能替代初级程序员吗？

40. 当有人说“编程已死” 我更愿意说一句：死的是“打字员式编程”，活下来的是“定义价值的编程”。#大咖观察 #红衣聊AI #openclaw #ChatGPT#编程

41. 真正的核心竞争力，来自于驾驭工具。 #大咖观察 #红衣聊AI #编程 #人工智能技术

42. 有网友问 Claude Code 作者 Boris：如何有效审查 AI 生成的代码？Boris 给了 3 条经验技巧：1. 默认使用 Plan 模式。2. 给 Claude 提供一种验证其输出结果的方法，比如单元测试、Claude Chrome 扩展程序，或者 iOS/Android 模拟器。3. 使用 /code-review 来自动化大部分的代码审查工作。对 Claude 生成的代码保持与人类写的代码相同的标准。

43. AI 编程是一种“框架” www.piglei.com/articles/ai-programming-is-a-new-framework/ 不要将 AI 编程作为一种框架，可以尝试将其看作“库” ----不再追求“写更少实现更多”：用更少的提示词（代码）实现更多功能，看上去很美，但也意味着大量的认知债务随之累积； ----找到编写提示词的“甜蜜区”，付出相对较少而非绝对意义上的最少的认知成本； ----关注程序结构：比起在前 AI 时代，你现在可能更需要关注程序的整体结构，作为总设计师去设计整个程序，将正确的结构和约束内化到 AGENTS.md 中； ----更精准的提示词：在理解已有程序的基础上，编写更精准的提示词来引导 AI 完成工作，而不是任其发挥，让 AI 主导一切； ----审查代码：即便使用同一种框架，在遇到棘手问题时，一位熟读框架文档的人也会比另一位愣头青更有效率，如果把 AI 编写的代码归为框架，那么你应该去审查这份代码，从而在不可避免的“抽象泄露”发生时，将其所产生的危害降到最低。 #HOW I AI#

44. 现在程序员的代码大多数都是用AI生成的，后面会成为屎山代码看不懂吗？

45. 芯片内嵌PCB封装 · 电-热-可靠性三维协同优化指南

46. AI圈昨晚炸了！Claude Code内部不慎操作，导致源码泄露，整整51万行代码、1900多个文件，全部意外公开，而这件事背后更重要的是：让所有人第一次看清楚，下一代AI软件到底长什么样。#大有学问 #红衣聊AI #代码 #网络安全 #Claudecode

47. CLAUDE MD 不建议放太多内容，只会适得其反，只放最重要的 AI 没训练过的内容，更多的内容作为链接按需读取。很多人把设计模式、规范、最佳实践之类的都放进去，先不说这些 AI 都训练过，你最多说个名字就够了，就算是你需要的，也不是每次都要，不如放一个链接或者移到 Skills 按需加载。人家 Claude Code 官方项目中 CLAUDE md 文件也就大约 2.5k tokens： - 常用 Bash 指令：让 AI 知道如何像开发者一样操作命令行。 - 代码风格规范 (Code Style Conventions)：确保 AI 写的代码符合团队编码标准。 - UI 与内容设计准则：指导 AI 如何设计界面和编写文案。 - 核心技术实现流程：教 AI 如何处理状态管理 (State Management)、日志记录 (Logging)、错误处理 (Error Handling)、功能门控 (Gating，即控制特定功能的开启与关闭) 以及调试 (Debugging)。 - 代码合并请求 (Pull Request) 模板：规范提交代码时的文档格式。

48. AI 正在迫使我们编写优质代码 bits.logic.inc/p/ai-is-forcing-us-to-write-good-code 这篇文章提出了一个反直觉的观点：与其说 AI 会导致代码质量下降（充满垃圾代码），不如说为了有效利用 AI，开发者必须被迫采用更好的软件工程实践。作者认为，如果你的代码库混乱、耦合度高、缺乏文档，AI 辅助工具（如 Cursor, Copilot 等）的效果就会大打折扣。反之，为了让 AI 发挥最大效用，你需要编写模块化、清晰且易于理解的代码。这种需求实际上倒逼开发者去遵循经典的“优质代码”标准。 #科技先锋官#

49. 有人说用“vibe coding”（凭感觉用AI写代码）能直接做出上线的生产级应用，这是不现实的。生产环境的软件必然复杂，需要大量代码的编写和维护，单靠写prompt根本撑不起。AI确实能帮你快速生成代码片段，甚至能做一些简单小工具、小项目，或者快速搭建原型，提升开发效率。但当涉及到真正的生产级应用，边界条件、集成、安全、性能和稳定性等问题，都需要工程师的严谨设计、测试和持续维护。那些说“vibe coding”能做出SAP、Salesforce这样的大型系统，显然是夸张了。相反，经验丰富的工程师利用AI辅助，能快速完成70%-80%的代码工作，但他们依然需要深入理解业务、规范开发流程、严格测试和持续重构。成功案例确实存在，比如一些小型APP或合规项目用AI辅助开发并上线，但这更多是建立在开发者本身具备扎实的基础和工程能力上。完全靠AI和prompt从零开始，几乎不可能保证产品质量和稳定性。AI是加速器，不是替代品。真正的生产级软件开发，离不开架构设计、代码审查、测试覆盖和持续迭代。那些只靠prompt写代码，却指望一劳永逸的人，注定会碰壁。生产级代码的核心，是对复杂性的掌控，而不是对AI的盲目信任。AI帮你写代码，工程师帮你撑起整个系统。原文：x.com/svpino/status/1993672597792518177

50. 旁听斯坦福的AI编程课（第十讲）

51. AI 代码审查（AI Code Review）

52. AI写代码之后谁来审查代码

53. AI生成代码有漏洞，程序员如何做工业级代码审查？

54. AI生成代码的三大常见病灶，及目前代码审计升级思路

55. AI生成代码，如何部署上线，控制质量和预期？

56. AI 写的代码，正在成为新的技术债务

57. 当代码变成“概率”

58. AI 写的代码,到底有多不安全？

59. Bug 激增 1.7 倍！AI 写代码

60. 99%的开发者都中招了？揭秘AI代码生成中那个“隐形”的50条限制

61. AI让编程变得像说话一样简单，但安全吗？

62. AI 编程工具正在“偷”你的密钥

63. 🔥 2026年程序员必看！AI将生成60%的代码，但45%有致命漏洞

64. AI 编程的安全防线

65. AI工具安全

66. 项目经理如何规避AI幻觉

67. AI幻觉治理

68. AI幻觉问题及缓解策略

69. 代码审查自动化

70. AI代码审查工具集成趋势

71. AI代码评审彻底失灵？干净代码藏致命bug，程序员必看避坑指南

72. AI 代码审查 (Code Review) 清单 v1.0

73. 实测三个AI代码审查工具后，这个让我删掉了老代码审查流程

74. 从 Fagan 到 Graphite

75. 人机协同经验分享-以chatGPT为例

76. AI Agent自动审代码，2026年人类程序员的代码审查还有意义吗？

77. AI代码审查最佳实践，这些技巧帮你节省50%时间

78. Claude推出AI代码审查功能

79. AI代码审查正在换战场

80. AI代码审查工具月入9.5万！JS/Node.js开发者必学的开源变现之路

81. 告别 AI 代码背锅

82. OpenClaw 热潮下，团队级 AI Coding 怎么落地？

83. CLAUDE.md实战指南

84. AI编程的"最后一公里"

85. 从Vibe到Spec

86. AI 编程时代的「阅卷人悖论」

87. AI 编程助手也能被强制审查？Harmonist 用 Hook 做到了

88. Claude 写代码，Codex 做审查

89. Meta研究表明

90. 第四章：用AI做代码审查：比人工Review快10倍

91. AI代码审查全面指南

92. 用AI做代码审查

93. AI Code Review：让AI自动审查代码

94. BMad v6实战第三弹：对抗式代码审查(Code Review)

95. 程序员必看！我为什么非要自研一套 AI 智能代码审查系统？

96. AI写代码,连人类“屎山”都打不过?

97. AI Code Review Agent：用多 Agent 架构做自动化代码审查

98. AI代码审查革命：Code Review正在被AI颠覆

99. 让AI给你做代码审查的方法

100. AI代码质量守护者：MyBrokenCode开源审查工具全解析

101. 旁听斯坦福的AI编程课（第十讲）：AI 代码审查开发者不能忽视的超级工具

102. 告别加班改Bug，AI帮你10分钟完成2小时的代码审查与重构

103. 智信代码：降低AI生成代码风险

104. AI代码审查（AI Code Review）

105. AI生成代码如何重构开发流程

扫一下，分享更方便，购买更轻松

0评论

当前文章无评论，是时候发表评论了

提示信息

取消

确认

评论举报

垃圾广告！低俗色情！人身攻击！疑似水军评论！其他有害！