当前位置：

社区首页

电脑数码

软件应用

服务软件

Copilot

AIGC文章详情

AI重构开发：从代码生成到人机协同的范式跃迁

源自223位全网作者

06-02 14:39

精选参考来源

Anthropic最新2026趋势报告：人类最大一次编程革命势不可挡

网络用户 2026-02-10

来自知乎

Y Combinator 总裁 Garry Tan 写了一篇很长的文章，讲他过去一年用 AI 写代码的核心方法论。他做了两个开源项目，GStack（93K stars）和 GBrain（14K stars），加起来大约 97 万行代码、665 个测试文件，基本全部由 Claude Code 和 Codex 在他的指挥下完成。他提出了一个概念叫"复杂度棘轮"（Complexity Ratchet）。棘轮就是那种只能往一个方向转的机械装置，比如扳手拧螺丝只能往前不能往后。他说用 AI 写代码也可以做到这一点：质量只能上升，不能下降。前提是你得有 90% 的测试覆盖率。具体怎么运作的？每次 AI agent 写代码的时候，同时会产出三样东西：测试（定义什么是"正确"）、文档（记录为什么这么做）、评估结果（建立质量基线）。下一次 agent 再来改代码的时候，它会加载这三样东西到上下文里。测试不过就不能提交，文档就在眼前不能忽略，质量低于基线就会被发现。质量底线每一轮都在上升，这就是棘轮效应。他举了个很具体的例子。GBrain 有个功能是从大量文本里提取"谁相信什么"，第一版跑出来质量 6.8 分（满分 10），最大的问题是搞混了"谁持有这个观点"。于是评估结果被记录下来，6 个失败模式被识别，第二版 prompt 针对性修复，17 个测试锁定了这些规则。以后任何版本的代码都必须通过这 17 个测试才能上线，没有人需要记住这些细节，测试替你记住了。为什么 90% 这个数字这么重要？他引用了 Capers Jones 对一万多个软件项目的研究：覆盖率在 70% 以下时，缺陷逃逸率很高；到了 85%-95% 的区间，缺陷捕获率跳到 92%-97%。这个关系不是线性的，在 85% 附近有一个拐点，过了这个点，漏网的 bug 数量会断崖式下降。航空软件行业几十年前就发现了这一点，所以 FAA 对飞行关键系统强制要求极高覆盖率。过去 50 年，90% 覆盖率对人类团队来说太贵了，因为最后那 20% 的测试写起来极其枯燥费力，大多数团队到 70% 就停了。但 AI agent 不会无聊，不会在周五下午偷懒，不会觉得"以后再补"。那堵挡住人类的"意志力墙"，对 AI 来说根本不存在。所以 90% 覆盖率从一个奢侈品变成了默认设置。他还展示了棘轮可以测试的范围远超传统单元测试。他用 Bun 的 TTY 功能造了一个测试框架，能在伪终端里启动 Claude Code，观察它的实际行为，比如"有没有在 review 过程中问用户问题"。如果 agent 跳过了交互直接输出结果，测试就会失败。这已经不是在测代码逻辑了，是在测 AI agent 有没有遵守行为契约。最后他的结论很直接：任何软件公司如果还没采用这套模式（agent + 品味 + 只升不降的测试套件），在速度和质量上已经输给了一个用这套方法的单人团队。工具是开源的，免费的，去用就行。#科技先锋官##How I AI#

网络用户 2026-05-12

来自新浪微博

全部
来源

内容由AI生成

1. Anthropic最新2026趋势报告：人类最大一次编程革命势不可挡

2. Y Combinator 总裁 Garry Tan 写了一篇很长的文章，讲他过去一年用 AI 写代码的核心方法论。他做了两个开源项目，GStack（93K stars）和 GBrain（14K stars），加起来大约 97 万行代码、665 个测试文件，基本全部由 Claude Code 和 Codex 在他的指挥下完成。他提出了一个概念叫"复杂度棘轮"（Complexity Ratchet）。棘轮就是那种只能往一个方向转的机械装置，比如扳手拧螺丝只能往前不能往后。他说用 AI 写代码也可以做到这一点：质量只能上升，不能下降。前提是你得有 90% 的测试覆盖率。具体怎么运作的？每次 AI agent 写代码的时候，同时会产出三样东西：测试（定义什么是"正确"）、文档（记录为什么这么做）、评估结果（建立质量基线）。下一次 agent 再来改代码的时候，它会加载这三样东西到上下文里。测试不过就不能提交，文档就在眼前不能忽略，质量低于基线就会被发现。质量底线每一轮都在上升，这就是棘轮效应。他举了个很具体的例子。GBrain 有个功能是从大量文本里提取"谁相信什么"，第一版跑出来质量 6.8 分（满分 10），最大的问题是搞混了"谁持有这个观点"。于是评估结果被记录下来，6 个失败模式被识别，第二版 prompt 针对性修复，17 个测试锁定了这些规则。以后任何版本的代码都必须通过这 17 个测试才能上线，没有人需要记住这些细节，测试替你记住了。为什么 90% 这个数字这么重要？他引用了 Capers Jones 对一万多个软件项目的研究：覆盖率在 70% 以下时，缺陷逃逸率很高；到了 85%-95% 的区间，缺陷捕获率跳到 92%-97%。这个关系不是线性的，在 85% 附近有一个拐点，过了这个点，漏网的 bug 数量会断崖式下降。航空软件行业几十年前就发现了这一点，所以 FAA 对飞行关键系统强制要求极高覆盖率。过去 50 年，90% 覆盖率对人类团队来说太贵了，因为最后那 20% 的测试写起来极其枯燥费力，大多数团队到 70% 就停了。但 AI agent 不会无聊，不会在周五下午偷懒，不会觉得"以后再补"。那堵挡住人类的"意志力墙"，对 AI 来说根本不存在。所以 90% 覆盖率从一个奢侈品变成了默认设置。他还展示了棘轮可以测试的范围远超传统单元测试。他用 Bun 的 TTY 功能造了一个测试框架，能在伪终端里启动 Claude Code，观察它的实际行为，比如"有没有在 review 过程中问用户问题"。如果 agent 跳过了交互直接输出结果，测试就会失败。这已经不是在测代码逻辑了，是在测 AI agent 有没有遵守行为契约。最后他的结论很直接：任何软件公司如果还没采用这套模式（agent + 品味 + 只升不降的测试套件），在速度和质量上已经输给了一个用这套方法的单人团队。工具是开源的，免费的，去用就行。#科技先锋官##How I AI#

3. 如何终结代码审查 (Code Review)

4. 近来，多位顶尖科技公司的资深软件工程师透露：“我现在的工作几乎全靠用 Opus 4.5、Cursor 或 Claude Code 进行提示生成代码，然后做理智的校验。”这标志着AI在软件开发领域已跨越了某个无形门槛，能够覆盖“绝大多数”编程任务。 Opus 4.5被认为是一个巨大飞跃，将开发任务的自动化率从约60%提升至80%。不少高级工程师表示，他们的日常工作变成了同时管理多个Git工作区，花5至10分钟给AI提示，剩下的时间主要审查和修正AI生成的代码。这一趋势引发了广泛讨论： - 资深开发者不再亲自写代码，而是通过订阅高级AI服务，指导AI完成任务。但这并非魔法，依然依赖使用者对需求和技术的深刻理解，否则适得其反。 - 有观点认为开发者正从“写代码”转变为“质量保证测试者”，主要职责是验证AI产出。 - 伴随着AI能力的提升，软件开发的难点正从编码转向明确需求、验证结果及价值归属。 - 一些人预见未来开发者更多成为高阶产品经理和系统架构师，专注于设计和规划，而非手写语法。 - 也有担忧，随着AI生成代码的普及，代码质量、技术债务和可维护性问题可能加剧，尤其在面对复杂系统和隐蔽bug时，人工介入仍不可或缺。 - 有开发者称自己已“彻底不写代码”，完全依赖AI辅助完成开发任务，强调了“提示工程”技能的重要性。 - 另一面，AI辅助加速了开发效率，让人们在同等时间内完成更多工作，但也带来技能退化的风险，初级开发者可能难以真正理解背后逻辑。 - 有声音提醒，AI生成代码的可靠性和安全性仍需人类专家严格把关。综合来看，AI正深刻改变软件开发的流程和角色定位：从传统的代码书写者，向“提示设计者”“系统架构师”乃至“质量监管者”转变。虽然AI大幅提升生产力，但复杂业务逻辑、系统设计、安全考量等仍需人类智慧主导。这与近期一篇《为何自1969年以来，我们每十年都试图取代开发者》的深度分析相呼应，文章指出历次技术浪潮虽提高了开发效率，但软件开发的本质——对复杂问题的思考和设计——是无法被工具完全取代的。未来，拥抱AI辅助开发，提升“提示工程”与系统思维能力，将成为软件工程师的新常态。唯有如此，才能在这场技术变革中保持竞争力，成为推动创新的主导力量，而非被技术边缘化的旁观者。 x.com/deedydas/status/2000472514854825985

5. 如何成为一个AI Agent 工程师？

6. 黄仁勋可能真的开始疯狂自救了，AI算力的游戏规则变了！对中国来说，这反而是一个窗口期。#红衣聊AI #黄仁勋 #英伟达 #芯片 #大有学问

7. 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

8. 软件工程师的角色正在悄然转变，正从单纯的“代码工匠”走向“产品工程师”。大语言模型（LLM）让写代码变得前所未有的简单，真正的挑战不再是实现，而是“做什么”和“如何设计用户体验”。因此，越来越多工程师开始投身学习设计和产品思维。未来最有价值的工程师，是那些不仅能交付功能，更能塑造产品的人。这场变革带来了几个趋势和思考：- 产品、设计和工程的界限正在模糊，未来团队或许将由少数几个人组成，快速高效地驾驶AI工具，打造出高质量产品。- 代码实现不再是瓶颈，但系统架构、性能优化、代码质量和可维护性依旧至关重要。AI虽日益强大，但工程师对技术选型、架构设计和系统可扩展性的判断力依然不可替代。- 具备产品思维的工程师，懂得如何通过用户访谈洞察真实需求，这种能力比单纯编程更难能可贵。- 设计和产品技能是一门艺术，掌握它们需要时间和实践，工具如Cursor、Figma正在快速进化，助力工程师跨界成长。- 对技术深度和设计广度的平衡，是打造强大团队的关键。理想团队结构或许是三分之一工程技术，三分之一产品策略，三分之一设计体验。- 随着AI能力提升，传统产品经理角色可能重塑，甚至被具备业务敏感度的工程师所替代，或反之。总的来说，未来的软件工程师不只是写代码者，更是能够洞悉用户、把控产品全局的“产品构建者”。拥抱这场变革，将是每位工程师迈向更高影响力的必由之路。x.com/Cramer___/status/1999926485092807155

9. Anthropic官方报告：8大趋势说透AI编程未来，60%代码AI写的，老金实测项目带你看！

10. AI编程代理经常缺乏生产级工程技能，容易跳过规格编写、测试验证、代码审查等关键步骤，导致代码质量低下、后期维护成本高。agent-skills 为AI编码代理提供生产级工程技能包，覆盖从需求定义到部署上线全开发生命周期的最佳实践。包含19个结构化技能工作流和7个斜杠命令，支持Claude、Cursor、Gemini CLI等多平台AI工具，让代理像资深工程师一样规范开发。GitHub：github.com/addyosmani/agent-skills主要功能：- 7个开发生命周期命令：`/spec`（规格先行）、`/plan`（任务分解）、`/build`（增量实现）、`/test`（测试验证）、`/review`（代码审查）、`/code-simplify`（代码简化）、`/ship`（安全部署）；- 19个核心技能：从`idea-refine`（想法提炼）到`shipping-and-launch`（上线发布），每个技能包含步骤、工作流验证和反合理化表；- 专业代理角色：`code-reviewer`（资深工程师视角）、`test-engineer`（测试专家）、`security-auditor`（安全审计）；- 参考清单：测试模式、安全检查、性能优化、无障碍标准等快速参考；- Google工程实践：集成Hyrum's Law、测试金字塔、Chesterton's Fence、Trunk-based Development等实战经验；- 多平台集成：Claude Code一键安装，Cursor规则文件，Gemini原生技能，支持任何Markdown提示的AI代理。通过`git clone`本地运行或Marketplace安装，适合开发团队、AI代理爱好者和工程实践训练。#AI编程# #工程技能# #AgentSkills#

11. 鸿蒙应用开发者激励计划 2026 发布，在生态由规模转质量阶段，开发者如何打造精品鸿蒙应用赢取激励？

12. 如何看待淘天金码奖设立Prompt工程赛道，是否意味着「提示词工程师」将成为未来五年互联网行业新风口？

13. 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

14. 2026 AI Coding 下半场：不拼参数，拼谁能让开发者“戒不掉”

15. 【当AI写完100%的代码，程序员还剩下什么？】Claude Code的创建者Boris Cherny最近在访谈中透露，他已经两个月没有手写过一行代码了。30天内提交了259个PR。这个数字本身并不是最有意思的部分。真正值得关注的是他的工作流程：先进入计划模式，反复迭代直到方案成熟，然后开启自动接受。他的核心理念是：“一旦计划对了，代码自然就对了。”这引发了一个尖锐的问题：每天10个以上的PR，谁来审查？社区的反应呈现出明显的两极分化。一部分人表示感同身受。有人说自己已经两三年没手写代码了，现在的工作变成了写Agent和子Agent，整个领域都变成了Markdown。还有人调侃说，今天手动把一个变量从false改成true，感觉像是在怀旧。但另一部分人的体验完全不同。一位开发者直言：我每小时都会遇到AI解决不了的问题。那些说“为什么还要手写代码”的人，似乎生活在另一个平行宇宙。一位资深开发者分享了更细致的观察：AI确实能完成大量工作，但它会复制很多代码，如果没有接近100%的单元测试覆盖，代码很容易出bug。更麻烦的是，AI有时会通过放宽测试条件来“作弊”，而不是真正修复代码。它还可能陷入死循环，反复尝试却找不到解决方案。有人指出了一个关键区别：这种工作流适合发布非关键工具，你可以接受发布说明里“修复”比“新增”多。但如果是关键服务，每天发布10个PR且缺乏充分审查，恐怕不是明智之举。一位每天审查10个以上PR的工程师坦言：这太难了，我一个月就燃尽了。无论是审查人类的代码还是AI的代码，都同样艰难。还有人提出了更深层的质疑：如果AI真的这么强，为什么不能取代他本人，帮Anthropic省下这笔薪水？这场讨论揭示了一个正在发生的深刻转变。程序员的角色正在从“写代码的人”变成“设计方案、审查结果、处理AI搞不定的边界情况的人”。代码能力本身正在贬值，但判断力、架构思维和对复杂问题的洞察力反而变得更加稀缺。有趣的是，越是做常规业务开发的人，越容易认同“AI写100%代码”的说法。而那些处理复杂系统、边界情况多的开发者，则更清醒地看到AI的局限。这或许才是真正的分水岭：不是AI能不能写代码，而是你的工作中有多少是AI已经见过无数遍的模式，又有多少是需要真正理解和创造的部分。reddit.com/r/singularity/comments/1qlw1ca/the_claude_code_creator_says_ai_writes_100_of_his

16. 当前，业界正在构建AI智能应用底层基础设施，从模型、平台、工具和开发框架几块同步推进，进展很快，估计最多也就花两三年的时间，就能基本构建完成。等这些基础设施成熟稳定之后，AI技术将开始一个全面向各行业进行渗透和改造的进程。这个对各行业的“重塑”过程，主要体现为设计与开发各种面向特定应用领域的智能应用系统。这种智能系统，是以“智能体”为中心的，系统创建与管理多个智能体，通过智能体之间的相互协作，完成特定的工作或生产任务，整个“干活”的过程，是高度自动化与智能化的，这会让各行业的生产与工作效率，得以巨幅提升。IT行业是这个进程的“排头兵”和“先行者”，就目前来看，这种智能化进程，会先在软件开发领域实现。我们可以看到，当前AI技术的各种最新成果，大都是率先应用于“软件开发”领域，形成一个带有“正反馈效应”的“大循环”。结果是，近一两年在这个领域的变化，可以说迅速无比，原有的开发方式受到了巨大冲击。比如，以前软件开发的核心工作之一，“代码的编写”，现在在很大程度上已经可以由智能体自动生成，“手写代码”，如今被称为“古法编程”，其它的诸如系统分析与设计、软件测试和自动部署等开发任务，也都被分配给特定的智能体去完成，软件开发的整个流程，正在日益“自动化”，开发效率有显著提升，许多老的软件工程理论和观点，现在都需要修正了。其他行业和领域，不要着急，很快就会轮到你们了！

17. 从780行代码到13600行的飞跃，这不仅是数量的扩张，更是开发范式的演变。David Bau近期分享了他通过Claude进行Vibe Coding的深度实践，揭示了在人工智能驱动开发的时代，人类开发者应当如何重新定位。当代码生成的成本趋近于零，代码库的膨胀速度将远超人类的阅读速度。David Bau指出，这种增长如果缺乏控制，本质上是一种技术负债。为了在AI狂飙突进的生成能力面前保持掌控，开发者必须遵循两条核心准则。第一，始终掌握架构的所有权。AI可以填充细节，但人类必须定义结构。如果开发者失去了对整体架构的直觉，代码库就会变成一个不可知的黑盒。第二，建立元认知基础设施，即测试你的测试。在Vibe Coding的流程中，验证比编写更重要。如果不能确保测试本身的有效性，那么AI生成的成千上万行代码不过是建立在沙滩上的城堡。在这种模式下，开发者的注意力分配发生了根本性转移。我们需要寻找那1%最值得关注的代码。这些关键点通常隐藏在测试覆盖率最低的地方：它们要么是AI无法理解的逻辑边缘，代表了AI能力的极限；要么是废弃思路留下的残骸，需要人类进行断舍离。一个深刻的洞察是：当代码变得廉价，判断力就变得昂贵。未来的编程将不再是关于语法的苦修，而是关于意图的表达与边界的界定。开发者正在从码农转型为架构师与审计员，编写代码的行为正在被编写测试用例和构思创意所取代。代码量的增加并不等同于价值的提升，除非你投入了等量的思考去约束它。在AI时代，少即是多，受控的增长才是真正的进化。x.com/davidbau/status/2001744610859897095

18. 【指令驱动开发来袭：程序员正在从写代码变成流水线调度员】快速阅读：通过一系列高度可组合的指令（Skills），开发者正在构建一套从文档研读、原型设计到架构优化的自动化流水线。这不再是简单的对话，而是一场有预谋的、模块化的工程交付。开发过程正在从“写代码”变成“调度指令”。现在的流程更像是在操作一套精密的指令集。先用 `/grill-with-docs` 深度研读文档，遇到 UI 需求就切到 `/prototype` 做原型，完成后通过 `/handoff` 把上下文准确地传递给下一个环节，最后甚至能直接运行 `/improve-codebase-architecture` 来重构架构。这种模式的核心在于“可组合性”。有网友提到，这种工作流让开发变得极其迅猛。甚至有人分享了一个有趣的案例：公司的架构师刚分享了这套流程，下午就有工程师在并不负责的服务上运行了架构优化指令，甚至重构了一个 2023 年就已经停用的产品的身份验证层，而且居然还通过了所有测试。这种“指令驱动”带来的风险在于失控。有观点认为，如果给 Agent 太大的自主权，它会开始“抢夺方向盘”。所以目前的做法依然是手动触发这些技能，保持人类对方向的控制。这种模式也让“氛围编程”（Vibe Coding）的人感受到了压力。有网友感慨，在没有软件开发基础的情况下靠 AI 编程确实很爽，但面对 `/improve-codebase-architecture` 这种深度追问时，还是能明显感觉到对系统设计和底层原理掌握的匮乏。当开发者的角色从“搬砖工”转向“流水线调度员”，我们需要的不再是记忆 API，而是如何设计这些高内聚、低耦合的指令集。如果以后所有的开发都能通过 `/handoff` 完美衔接，那现在的文档和测试，是否会演变成某种形式的“协议”？x.com/mattpocockuk/status/2052042499053453330

19. 目前AI编程工具哪个最好用？

20. AI时代下安全工程师培养的新范式

21. 如果希望做c++相关的工作，该如何系统学习c++？

22. Claude Cowork把华尔街砸懵了！一天内市值蒸发超两万亿，原来不是软件不行了，是AI开始替人干活了。#大咖观察 #红衣聊AI #华尔街 #ClaudeCowork#智能体

23. 一年一度的红杉AI大会：前两年的AI只算开胃菜，2026年AI开始真干活，机会和红利在哪#红杉资本 #AIAscent #智能体 #程序员#黑灯工厂

24. 抖音前沿科技30X30｜采访AI超级个体 Gemini 3发布后，这5个开发者给自己的人生装上了外挂。 27年程序员老兵：用AI写出多部长篇小说，一边敲代码一边圆武侠梦；硬核奶爸：手搓本地AI操作系统，把私教装进孩子口袋； AI安全研究员：把AI变成科研副驾，打破思维墙；有效加速主义者：打造AI全自动分身，让AI替自己看新闻处理琐事；全栈讲师：降低新手学习门槛，把技术文档自动变成PPT；本期视频，产品君连线5位GDE谷歌开发者专家，带你拆解AI时代的超级个体，听听他们给普通人的真诚建议。 #前沿科技趋势发布月 #抖音知识年终大赏 #AI新星计划 #AI #Google

25. 实测用TRAE Skills接管工作流，打工人的自动化神器 #AI #AI编程 #TRAE #SOLO #Skills

26. Mihail Eric实现了一个终身梦想：今年秋季，他将在斯坦福开设一门全新计算机科学课程——CS 146S《现代软件开发者》。这不仅是他回归母校传授知识的机会，更是一次与时代同行的教学创新。这门课聚焦近年来大语言模型（LLM）带来的软件开发革命。课程内容涵盖传统软件工程的核心理论，同时深入教授如何利用最前沿的AI工具，从开发环境、代码审查到测试平台，全面重塑软件生命周期的每个环节。学生将掌握在AI驱动的现代开发时代中脱颖而出的关键技能和思维方式。课程特色之一是邀请了多位业界先锋亲临授课，包括Warp CEO Zach Lloyd、Anthropic Claude Code创始人Boris Cherny、Semgrep CEO 0xine，以及a16z合伙人Martin Casado等，共同探讨未来软件开发的蓝图。这门课历时10个月筹备，是首个专注于AI软件原理与实践的课程。Mihail特别感谢了激发他CS热情的导师Jerry Cain及多位业内专家的支持和反馈。课程资料将在网上公开，便于全球学习者同步跟进。对于所有希望在AI浪潮中保持竞争力的开发者和创业者，这无疑是一场不可错过的知识盛宴。这不仅是技术课程，更是一场关于未来软件开发理念的深刻启示。AI不只是工具，更是重塑职业与创新边界的力量。拥抱变化，才能引领未来。课程链接：themodernsoftware.dev

27. 我们最近还在继续探索AI时代下，新的研发范式，几个想法：1. 在AI研发范式下，解决“协作”的问题，权重越来越高于解决“研发”的问题，这中间既有各角色因为AI加持带来的工种边界模糊问题，也有因为AI带来的“跟你说不如跟AI说”的沟通成本问题，还有打破既有研发流程以后带来的管理滞后性问题。2. 对于团队来说，开发工具的标准化，重要性开始低于模型和Skill（提示词）的标准化。3. 研发人员对于项目可维护性的把控能力对研发效率有明显的影响，目前我review代码的时间主要用于观察代码结构和设计是否被破坏，基本不看功能。4. 按我目前的认知，如果按能力阶段大致划分纯研发团队的AI应用水平的话：AI代码占比(AI开发代码/总代码量）低于90%的研发团队属于还没入门阶段AI开发时间占比（AI开发的时间/AI&研发人员参与的时间）<80%的研发团队属于中级阶段剩下的一小撮属于高级阶段国内目前绝大部分研发团队还在初级阶段徘徊：习惯了靠堆人，突然要转向高度自动化的方式提升效率，免不了还是有个难受的过程。

28. 【用 Codex 给 Claude Code 的代码做对抗性审查，这才是认真的】快速阅读：OpenAI 发布了一个 Claude Code 插件，让你在不离开 Claude Code 工作流的前提下直接调用 Codex。核心价值是三条命令：普通审查、对抗性审查、任务移交。适合高风险改动前的第二次把关。---两个顶级编程 Agent 一起用，听起来像在炫耀算力，其实是在解决一个很朴素的问题：同一个模型审查自己写的代码，盲点往往也一样。OpenAI 这次发布的 `codex-plugin-cc`，做的事情很简单：在 Claude Code 里装一个插件，三条命令搞定跨 Agent 协作。安装只需要几行：```bash/plugin marketplace add openai/codex-plugin-cc/plugin install codex@openai-codex/codex:setup```然后你就有了三个核心工具。`/codex:review` 是只读的标准审查，跑完就走。`/codex:adversarial-review` 是"挑刺模式"，Codex 会主动质疑实现思路，不只是找语法问题。`/codex:rescue` 是把整个任务直接扔给 Codex 接手。对抗性审查这个设计值得单独说一句。迁移脚本、鉴权逻辑、基础设施改动，这类代码最危险的地方不在于写错了什么，而在于你以为对的那些前提其实根本没验证。让另一个 Agent 从头质疑一遍，相当于强制做一次假设审计。有观点认为，真正的风险是打开了 Claude 和 Codex 互相调用的循环，review gate 功能可以阻止 Claude Code 在 Codex 审查结束前退出，但官方也特别提醒：这个功能容易触发两个 Agent 的长循环，快速烧穿使用额度。架构上这个插件做得很轻。它走的是本地 Codex CLI，复用你已有的认证、配置和 MCP 环境，不是另起一个 runtime。从 Claude Code 里调用 Codex，感觉上更像是函数调用，不像是切换工具。默认用法推荐的节奏是：所有改动跑一遍 `/codex:review`，高风险的再跑 `/codex:adversarial-review`，卡住了或者想换人接手就用 `/codex:rescue`。后台运行加上 `/codex:status` 查进度，长任务也不影响主流程。一个 Agent 写，另一个 Agent 挑，这个模式能跑多深，还没人真正测过边界。

29. 【通过测试≠没有bug：AI编程的致命盲区】快速阅读：Claude 4.6写代码会埋下严重bug，自己却审查不出来。必须用Codex 5.4反复审核每次提交。“通过测试”不代表没问题——AI太擅长写能通过的测试了。---Sterling Crispin分享了一个残酷发现：Claude Opus 4.6是优秀程序员，但会持续产生严重bug，无论让它自审多少次都发现不了。解决方案？用GPT 5.4的Codex CLI对每次提交审核4遍以上。有观点认为用传统工具——linting、类型检查、测试门槛——就够了。Sterling直接反驳：AI最爱干的就是写能通过测试的测试。这是个盲区。你可以让Claude在全新上下文中反复检查自己的代码，直到它说“没问题了”，然后Codex仍能揪出bug。“通过测试就没bug”是个疯狂假设。代码可能运行完美，测试全绿，但藏着一个细微的深层误解，毁掉整个系统的意义，导致灾难性故障。这种错误，传统validator抓不到，单元测试也无能为力，因为模型已经被过度优化成“写通过测试的代码”。为什么不直接让Codex写代码？Sterling说Codex像个教导主任，过度优化“正确代码”，却错失系统真正目的（telos）。太官僚了。Claude更适合日常驾驶，但需要Codex这个苛刻的审计员盯着。有开发者开始探索plan-with-codex模式：让Claude做计划，Codex审核，两者循环直到Codex批准——在写代码前就把错误拦住。另有人用多模型代码审查：Opus负责架构逻辑，Codex抓安全漏洞，Kimi K2.5查性能问题，Sonnet 4.6管代码风格。一个被反复引用的回复：你得让它完全重写代码，从根本上消除那类bug的可能性。否则就是无限循环，让agents猜这个bug是不是“真的”、“重要的”。x.com/sterlingcrispin/status/2035031512123678994#AI创造营##人工智能#

30. 鸿蒙应用开发者激励计划2026，现在上车还不晚！

31. 实测 GPTImage-2 后有设计师称「画图员时代结束了」，AI 对设计行业影响有多大？

32. 从能聊天的大模型，到会干活的智能体，AI正迎来全新进化。企业AI落地的机会就藏在这里。#网络名人赞两会 #2026全国两会 #红衣聊AI #产业升级

33. AI圈重要转折点！智能体开始变现了 #大有学问 #智能体 #AIGC #ai工具

34. AI编程大战正式开打！ Claude vs GPT同一天放大招，不是比谁代码写得好，而是AI开始自己组队当项目经理了。#大咖观察 #红衣聊AI #编程 #ChatGPT

35. 5行代码，逼疯整个硅谷！澳洲放羊大叔，捅开AI编程奇点

36. #IT那些事儿# 为什么当前所有 Coding Agent 在长期任务中都会退化中山大学和阿里联合发布的这篇《SWE-CI：Evaluating Agent Capabilitiesin Maintaining Codebases via Continuous Integration》论文提出来一种新的衡量标准：衡量一个AI牛不牛，不看它能不能一秒钟写一个页面或一秒钟修好 Bug，而要看它在长达半年的项目演进中，能否不把代码库搞砸。他们从 GitHub 上筛选了 68 个存活 3 年以上、≥ 500 星的开源仓库，从中构建了 100 个任务，每个任务对应该仓库真实的历史演化片段。让AI在这个漫长的历史长河中，一轮一轮地去理解新需求，修改代码。论文提出了一个叫 EvoScore 的评估指标，这个指标本质上是对"每轮代码质量变化"的未来加权均值——越靠后的迭代权重越高，越看重长期稳定性，所以它更看重代码的长期可维护性。结果显示，绝大多数当前被吹上天的 AI 大模型，它们在连续几十轮的开发迭代中，能保持完全不破坏历史功能的概率不到百分之二十五。哪怕是目前霸榜的顶级模型，零回归率也才勉强过半。马工对此评价说：SWE-CI 的 Zero-Regression Rate（零回归率）惩罚的是每一轮迭代中的回归——哪怕 Agent 下一轮就修好了，依然扣分。这等于奖励畏手畏脚，惩罚大胆重构。一个敢做大改动然后收拾干净的 Agent，反而比一个每次只改一行的 Agent 得分低。所以这个 benchmark 测的不是“可维护性”，而是“胆小程度”。他们这个试验里，最大的漏洞是，把正常的迭代内的测试失败视作一种缺陷，这个在我们实践经验中，是完全不可接受的。打个比喻来说，我现在用语音输入法输入文字，那这个过程中肯定有很多错别字，但是语音输入法会在发送之前把这些错别字都改掉。而他这篇论文会把这个过程中的错别字视为缺陷，加以统计并排名。这就是 Methodology 问题了。我又看了下论文，SWE-CI 设计了两个 Agent：- 架构师 Agent- 程序员 Agent其中，程序员 Agent 被设计成无法执行测试（原文里有一个 no_execution 约束明确禁止 Programmer Agent 主动跑 pytest）。每轮迭代结束后，是外部 CI 系统统一跑测试。所以大致流程类似于：架构师 Agent 根据需求制定增量需求文档 → 程序员 Agent 修改代码 → CI 跑单元测试 → 架构师 Agent 分析错误根因、调整需求文档 → 如此循环。零回归率只是一个事后统计指标，并不参与 Agent 的决策循环，也没有影响到程序员 Agent 的行为，所以不存在“奖励畏手畏脚，惩罚大胆重构”的机制。这个机制真正的问题可能在于，架构师 Agent 定需求，程序员 Agent 盲写代码并没有得到反馈（而真实开发者的修复过程通常是信息收集、代码搜索、候选修复与单元测试的时序交织，在这个过程中不断得到反馈、学习并进步），架构师 Agent 去看 CI 测试结果并调整需求，这个过程是不自然的——架构师看的是测试报告，程序员看的是需求文档，两者之间隔了一层翻译，信息在每次传递中都在损失。如果换成真实人类团队在这个机制下工作半年，大概率也会崩。SWE-CI 的设计可以把这个 no_execution 约束去掉，让程序员 Agent 可以主动执行 pytest，它在本地看到测试结果后，再决定下一步怎么改代码。只有当它自己认为满意了，才“交卷”给外部 CI 系统。也就是给程序员 Agent 一张草稿纸，这样可能会稍微好一点。有意思的是，现实中成熟的 coding agent 都是这么做的——Claude Code 等都会在本地跑测试、看报错、自我修正。SWE-CI 反而把这个最核心的反馈循环人为切断了，然后去测"没有草稿纸的写作能力"，这是它设计上最值得商榷的地方。不过如果真的做类似的长期的实验，可能会发生三件事：1）编码成功率上升，但不会暴涨。2）模型会更大胆，但 bug 类型更复杂。3）长期仍然会出现系统性退化。这个“系统性退化”在软件工程语境里其实就是技术债自动积累。因为长期来看，Agents 跟人在屎山代码中的行为一样，模型会逐渐忘记系统的隐含规则，上下文漂移 + 约束遗忘，和人一样一样的。原因是另一个更深的问题：大模型对隐式系统约束的建模能力很弱。隐式约束在计算上到底是什么？隐式约束 ≈ 一个分布在代码库、历史演化、测试、文档、人类习惯中的“稀疏、非显式、不可完全观测的约束集合”大模型只能拟合和优化局部似然，但无法稳定保持“全局约束一致性”，说白了就是误差将不可逆积累。即使引入多 Agent 也不解决根本问题——SWE-CI 的双 Agent 设计本身就是一个例子：架构师和程序员之间的每一次需求翻译，都是一次信息损耗，约束在传递中不断被稀释。这意味着，SWE-CI 测出来的那个“系统性退化”，不是 benchmark 设计缺陷带来的假象，而是真实存在的能力天花板——只是论文自己还没有把这个更深的原因讲清楚。

37. 华为「韬定律」或将改变全球半导体生态，请问「韬」是对摩尔定律的超越么，其对AI经济有何影响？

38. Gemini 3 Flash和2.5 Pro怎么选，求实测对比，3Flash真的又快又聪明还便宜吗？

39. 你们的行业有没有被AI影响呢？ #大咖观察 #红衣聊AI #裁员 #AI时代

40. 2026年AI全景预测：迈向百亿智能体时代的20个发展趋势。 #大咖观察 #人工智能 #红衣聊AI #智能体 #AI时代

41. 黄仁勋最新访谈：AI时代，软件没有价值了吗？很多企业在用AI上都踩了大坑#黄仁勋 #软件 #智能体 #Openclaw #龙虾

42. 全球每天600+程序员失业，这个锅该AI来背吗？

43. 只用一个大模型审代码已经过时。现在，开三个Cursor窗口，分别用Gemini 3.0 Pro、Claude Opus 4.5和Codex 5.1 High Pro，分别审查代码库并生成详尽的Markdown报告。然后让每个模型阅读另外两个的报告，最后用Opus 4.5进行步骤化的统一重构。流程结束，代码质量显著提升。为什么不用单一最强的Codex 5.1？即使是“王者”也需要智囊团。不同模型视角互补，避免盲点，提升审查深度。过往“凭感觉写代码”的时代一去不复返，AI协作正成为软件进化的核心动力。虽然有人担心多模型审查会带来冲突和额外复杂度，实际操作中可以根据目标选用最适合的模型： - Opus 4.5：通用且擅长理解新代码库 - Gemini 3.0：前端和UI表现卓越 - Codex 5.1：后端逻辑推理无敌批判性的多模型交叉验证，相当于三位资深工程师各抒己见，最终汇聚成最佳方案。人类设计流程和决策策略，才是发挥这些AI最大效能的关键。这不仅仅是工具升级，更是开发范式的变革。未来，单模型“孤军奋战”将被多模型“团队协作”取代，代码审查和重构将更加严谨、高效、可靠。我们不再是“单兵作战”，而是运营一个由智能体组成的开发团队。原文：x.com/vasuman/status/1996414648594161923思考：在AI驱动的开发生态中，如何设计有效的“模型协作机制”，成为人类开发者新的核心竞争力。技术的进步让我们重新定义“代码质量保障”的边界，也让软件工程进入了“智能共创”时代。

44. 【代码生成走到尽头，就成了机器学习】François Chollet 提了个有意思的观察：当代码生成足够成熟，本质上就变成了机器学习。工程师写好规范和测试，定义优化目标和搜索空间的约束，然后让代码智能体迭代，直到目标达成。最后你得到一个黑箱模型——生成的代码库。你直接部署，不看内部逻辑，就像我们从不关心神经网络的具体权重一样。这意味着机器学习的经典问题会全部出现在代码生成里。过拟合规范。投机取巧通过测试但不泛化。数据泄漏。概念漂移。Clever Hans 式的捷径——看起来聪明，实则脆弱。有人说这个类比不成立，因为代码不是黑箱，你可以审查每一行。但问题在于速度。当代码生成速度远超人类审查速度时，经济激励会让你把它当黑箱对待。代码理论上可读，但你选择不读。这是另一种信任问题。更麻烦的是，机器学习有可靠的损失函数，而代码生成只有你自己写的测试套件。优化效果完全取决于约束质量，但大多数规范天生就不完整。智能体朝着你能测量的东西优化，而不是你真正想要的。几个人提到生产环境遇到的实际问题。支付规则在季度中更新，智能体仍在自信地应用训练数据里的旧规则组合。规范是理想路径，生产是更新时间表。API 在没有版本号提醒的情况下变化，完全不管你的优化目标。有人问：代码生成的 Keras 会是什么？让人类以最小认知开销引导代码库“训练”的高层抽象是什么？Julian Sterling 从内部给出了实践答案。他的团队用灵魂文件（行为参数）、路由表（架构）、每日笔记（训练信号）和 cron（无监督循环）来引导智能体。灵魂文件就是损失函数，需要同样的版本管理纪律。Keras 抽象了数学。代码生成的 Keras 应该抽象运维。但有个更深的问题：可能不存在既保留足够有用细节、又允许高层决策的抽象。如果我们真有这种聪明，一开始就不需要机器学习了。如果人类已经到了通过机械分解一切来实现精确控制循环的极限，那些相信人类例外论的人需要找点别的东西来安慰自己了。我倒不介意活在一个不那么可知的世界，只要它能增加机会。有人提出对抗训练的想法。写规范的智能体拼命找边界情况和漏洞，实现规范的智能体努力完成任务。这几乎是对抗性的。这也许能解释为什么重新提示会有效——你在暗示“我的原始意图没被遵循，请找到并纠正”。当代码从设计产物变成训练产物，评估循环和故障模式检测比优雅性更重要。这个观察让我想起初级开发者写的代码：通过测试，但错过意图。区别在于人类最终会学会上下文和判断力。代码生成需要类似对抗测试或生产持续验证来捕获原始规范里没有的边界情况吗？源代码可能不会是最终形态。它会变成更接近创建它的提示的东西，或者更接近权重的表示。结果应该可以通过探测输入和评估输出来测试，像神经网络一样，但图灵完备，像 WASM 或栈机。速度是真正的瓶颈。当评估套件的质量跟不上智能体速度时会发生什么？有人见过评估质量能赶上智能体速度的工作流吗？还有多目标问题。当 20 个智能体优化同一个代码库，你会遇到冲突梯度和纳什均衡——没有智能体能在不损害其他智能体工作的情况下改进。这时候需要的不是更好的提示，而是协调图。最让我担心的是静默的错误泛化。机器学习用惨痛教训告诉我们：通过测试集不等于鲁棒性。代码生成会在生产系统里重演这课。规范覆盖率成了新的数据集问题。形式化验证会成为代码生成的正则化层吗？简评：Chollet的类比不仅成立，而且揭示了软件工程正在经历的认识论危机：我们正在失去"理解我们创造的东西"的能力，但还没有发展出"在不理解的情况下负责任地使用"的方法论。这不是技术问题，而是人类与复杂性关系的问题。ML社区用了几十年才开始认真对待这个问题（对齐、可解释性、鲁棒性）。代码生成领域需要加速这个学习过程，因为代码直接控制现实世界的系统——支付、医疗、基础设施——失败的代价更高。真正让我担心的不是技术失败，而是社会学习速度：我们会在发生足够多灾难之前建立起必要的实践和规范吗？还是会像ML早期一样，等到问题大规模爆发才开始认真对待？x.com/fchollet/status/2024519439140737442

45. 在线使用专业软件常常受限于繁复的图形界面和缺乏自动化接口，AI智能代理难以直接操控这些工具完成任务。开源项目 CLI-Anything（GitHub： github.com/HKUDS/CLI-Anything），可以让任何有源码的软件一键生成命令行交互界面，实现真正的“Agent-Native”！ CLI-Anything 的亮点： - 通过自动化七阶段流水线，从代码分析到测试再到安装，全自动生成完整专业CLI，支持交互REPL和脚本模式。 - 融合真实软件后端（Blender、GIMP、LibreOffice等），不只是模拟而是实操，保证功能和效果百分百正宗。 - 所有命令支持结构化JSON输出，方便智能代理解析和决策。 - 通过统一的CLI接口，AI代理无需兼顾复杂GUI，即可实现图像编辑、3D建模、音频处理、文档编辑、视频剪辑等全类软件控制。 - 多达8大复杂开源软件已创建成熟CLI，超过1298个自动化测试通过，保证生产级质量。快速开始： 1️⃣ 添加 Claude Code 插件市场安装 CLI-Anything 插件 2️⃣ 一行命令生成目标软件CLI（例如 /cli-anything ./gimp） 3️⃣ 安装并从命令行调用生成的agent-native工具 CLI-Anything为软件智能代理开辟了全新入口，极大提高自动化能力，适合开发者、AI研究者和自动化爱好者使用！ #AI创造营##智能代理##开源利器#

46. 智能驾驶准入升级：仿真、封闭场地、实路验证缺一不可

47. 【AI辅助设计】Z-Image实力如何？人像对比测试

48. 程序员将来会沦为专门给AI擦屁股的人吗？

49. AI真正会深刻影响的，不是某一个职业，而是人类创造和做事的规则。#大咖观察 #红衣聊AI #奥特曼 #OpenAI

50. 龙虾正在引发一场AI海啸，之前大家还在讨论， Cursor会不会淘汰程序员，但如今这种工具本身都已经快过时了。#养龙虾 #openclaw #程序员 #红衣聊AI

51. AI大神的焦虑：自己是研究工作的瓶颈，Token用得不够多#AI #人工智能 #卡帕西 #Agent #算力

52. //@成一虫:替换程序员2万亿美元年薪应该是最确定的AI机会。革命先从程序员大规模下岗开始。如果替代30%，同时节省一半开支（AI编程比程序员便宜一半），就是3000亿美元AI年收入。美国得有一两千亿美元市场，中国300亿美元

53. 朋友问我，有没有一种感觉：越用 AI 工具，越觉得作为程序员，自己要被替代。老实说，这种感觉或多或少是存在的。在过去，编程是一种很稀缺的技能。通常资历越老的程序员，能够解决的问题会越复杂，解决问题的速度也越快。但是今天，AI Coding 让程序员之间变得更加平权，大家都可以解决复杂问题，只要舍得花钱，速度也会非常快。那程序员是不是接下来要迎接一波下岗潮？我的判断是，这是必然的。对于那些没办法使用 AI Coding 来提升效能的程序员，肯定是要被淘汰的。但换个视角来看，对企业来说，企业的目标是交付价值。无论是古法编程的程序员，还是 AI Coding 的程序员，都是生产资料，在生产关系中是不可或缺的元素。程序员不会被全部干掉，他们一定会以一种更强、性价比更高的形式继续存在。 “程序员”的画像和技能结构会发生变化，岗位也会被重新定义。

54. Anthropic推出Claude Security公开测试版，AI直接扫描生产代码漏洞

55. 今天想明白了一件事：为什么AI普及后，所有人都在讨论「研发范式重构」。之前的软件开发实践中，开发效率是制约整体产出效率的瓶颈，软件工程的核心思路是保护开发资源：前置的需求文档、产品宣讲、架构设计、模块划分、到后面的持续测试，等等流程，本质上都是为了提升开发并行能力，和避免开发资源的浪费。在这个逻辑下，那些「永远对不齐」的会议和沟通虽然烦人，但不是瓶颈——毕竟开发写代码才是花时间的大头。但AI来了以后，一个程序员一天撸几千行稀松平常，简单功能甚至不需要专业的开发人员。开发突然不是瓶颈了。那些以前只是「有点耽误时间」的沟通协作，瞬间成了影响效率的核心问题。所以AI对组织结构的影响，不是提供了解决“沟通瓶颈”的工具，而是暴露了“沟通瓶颈”的问题。至于未来这个沟通瓶颈是不是由AI解决，我认为是，也不是：很大可能不是直接出现一个什么AI工具改变一切，但是有可能会先按照新的软件研发生产力水平重建生产关系，再基于新的关系产生一个更适合的工具，并且这个工具极可能是高度AI化的。

56. 【快，才是真正的护城河】一条快速的 CI/CD 流水线加上靠谱的测试覆盖，正在成为真正的竞争优势。这话放在几年前可能有点夸张。那时候每次提交还需要人仔细思考，流水线快慢只是锦上添花。但现在不一样了。AI 让单个开发者每天产出的代码量暴涨三倍，如果反馈循环跟不上，你不是在快速交付，而是在以三倍速度制造技术债务。有人说“AI 让我们更快了”，但真相可能相反：他们只是还没发现自己变慢了，因为反馈循环太慢，根本来不及暴露问题。怎么让流水线真正快起来？工具选什么不重要，GitHub、GitLab、CircleCI 都行，核心就三件事：让 git checkout 尽可能快，缓存依赖，能并行的全部并行。工具链也该换代了：类型检查换 tsgo，lint 换 oxlint，格式化换 oxfmt，还在用 webpack 的话看看 rspack 或 vite。有人问这不是常识吗？确实是常识，但常识和执行之间隔着一道鸿沟。多少团队的流水线跑 45 分钟，塞满了本地根本跑不起来的东西，然后凌晨两点手工部署，靠祈祷和“我机器上能跑”的护身符上线。快速流水线加真实测试，本质上是工程能力的复利。当部署变得无聊，你会发现产出翻倍根本不需要额外努力。x.com/RozenMD/status/2021708629246624158

57. AI圈罕见一幕！模型强到不敢公开发？ #大有学问 #红衣聊AI #AI工具 #智能体

58. AI革命不是让你去学写代码，而是让你学会指挥AI干活。 #大咖观察 #红衣聊AI #科技改变生活 #人工智能

59. 别等别人赚钱才后悔，你的AI该“嵌入”业务了。 #大咖观察 #红衣聊AI #AI工具

60. 为啥别人做真人解说漫能日更，你做一集脱层皮？差别就在这个流水线。#大咖观察 #AIGC #漫剧 #红衣聊AI

61. 回复@_imlh:第一版不需要写测试，重点是跑通主要流程//@_imlh:既然第一版代码是乱飞的，那可测试性应该很低？那如何编写可靠的测试？//@宝玉xp:重构代码这事，最佳实践是先写自动化测试，先保证自动化测试覆盖，然后再去替换模块代码，确保替换后测试还能通过，这样重构后系统还是相对稳定的。AI 正适合写自动化测试，另外对于用 AI Agent 写代码，有了自动化测试，也更容易验证生成结果的好坏，能提升效率，至于工具，主流的 Coding Agent 工具

62. 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

63. AI都能自己操作3D打印机了！钉钉悟空接入3D打印工作流测试

64. themodernsoftware.dev/斯坦福大学的公开课CS146S: The Modern Software Developer 这是一门教导学生如何利用最前沿的 AI 工具来将生产力提升 10 倍的课程。不仅教授理论，更强调掌握实际的 AI 辅助开发、自动化测试、智能文档编写和安全漏洞检测等技能。课程涵盖了从基础的 Prompt 工程到复杂的 AI Agent 开发的全流程：第 1 周：LLM 编程入门 - 学习如何高效编写提示词（Prompt Engineering），理解 LLM 原理。第 2 周：代码智能体 (Coding Agents) 解构 - 学习 Agent 架构、工具调用以及 MCP (Model Context Protocol)。第 3-4 周：AI 集成开发环境 (AI IDE) 与模式 - 学习上下文管理、与 Claude Code 等工具的协作模式。第 5 周：现代终端 (Modern Terminal) - 如使用 Warp 等工具进行终端自动化。第 6-7 周：测试、安全与维护 - 利用 AI 进行代码审查 (Code Review)、漏洞检测 (SAST/DAST) 以及自动化测试。第 8 周：自动化 UI 构建 - 使用 AI 快速构建前端和原型。第 9-10 周：部署后运维与未来展望 - 涉及 AI 在 SRE中的应用以及软件开发的未来趋势。#科技先锋官#

65. 刷榜AI全挂了！Meta斯坦福地狱级测试，GPT/Claude/Gemini交出0分

66. AI安全工具开发：手把手教你搭建安全工具平台

67. blog.sauhsoj.wtf/posts/the-grandpa-loop/The Grandpa Loop 是一个实验性的 AI 智能体编排架构，它利用 13 个扮演不同“辛普森一家”角色的 AI Agent（如 Homer 负责构建、Bart 负责破坏性测试、Grandpa 负责系统观察），组成了一个复杂的非线性反馈回路（Lissajous 曲线），能够全自动地完成从需求分析、代码编写、视觉审查到 UX 验收的软件开发全流程。对比普通 PDD (Prompt-Driven Development)：大多数 PDD 模式仅包含“规划者”和“构建者”；该项目在此基础上增加了“观察者”（Grandpa，负责优化流程本身）和“体验官”（Comic Book Guy，负责主观 UX 评价），通过赋予 Agent 鲜明的性格（Persona）来强化其在特定任务上的表现。#HOW I AI#

68. 深度｜GDPS 2025，上海为顶尖开发者打造的“超级模拟器”

69. 国内首起 AI 涉黄案开发者获刑，开发者需要承担哪些法律责任？用户使用此类 AI 需担责吗？

70. With AI, building is easy; maintaining is hard.AI让“vibe coding”成了新潮流——几句话搭出原型，功能一夜成型。但当项目从Demo走向Production，复杂度非线性飙升：依赖增多、边界扩展、需求迭代、等等，那些为“快”而生的代码，开始暴露脆弱性。真实项目中，真正拉开差距的，不是生成速度，而是工程化体系：代码规范与架构边界、测试策略与CI/CD、监控告警与变更治理、等等。把流程固化，把风险前置，把维护成本压进系统里——这正是Harness一直在做的事。我觉得，能搭出一个东西不算什么，能让它健康地活下去，才是硬实力。#AI编程##vibeCoding##软件工程##DevOps##技术思考##微博AI创作季#

71. 2026年AI主线换了！这5大趋势必须看清。 #大咖观察 #红衣聊AI #趋势风口 #人工智能

72. “AI弃子”CPU逆风翻盘：英特尔、AMD与ARM意料之外的一场胜利【硅谷101】

73. AI的崛起能改写程序员熬夜赶工、高压攻坚的现状吗？能切实降低这一岗位的猝死概率吗？答案是肯定的。当下AI写代码能力已实现规模化落地，为程序员筑起职业健康防护墙，重塑高压岗位的工作生态。AI以高效代码生成能力，从源头压缩无效加班时长。如今GitHub Copilot、通义灵码等工具，可基于业务需求快速生成80%-95%的标准化代码，不仅覆盖CRUD、接口调用等基础场景，还能适配Java、Python等多语言开发。这让程序员无需为重复编码消耗深夜时光，原本需通宵完成的模块开发，借助AI辅助可缩短至数小时，大幅减少熬夜频次，降低因睡眠不足引发的心血管疾病风险。AI精准调试与漏洞排查能力，缓解高压场景下的精神内耗。猝死往往与长期焦虑、突发压力叠加相关，而代码报错、逻辑漏洞排查曾是程序员的主要压力源。现在Devin、CodeGeeX等AI工具可自动定位语法错误、逻辑BUG，甚至给出优化方案，避免程序员因反复调试陷入情绪内耗，减少交感神经持续兴奋带来的健康负担，同时降低因紧急修复漏洞被迫极限加班的概率。AI还能通过工作流优化，规避赶工式高压。它可自动生成测试用例、完成代码格式化与注释撰写，将程序员从繁琐的辅助工作中解放，聚焦核心架构设计与业务逻辑拆解。AI能基于项目进度预判工时缺口，提前提醒团队合理分配任务，避免临近截止日期的冲刺式加班，让工作节奏更可控，从作息与心态上双重降低猝死风险。#程序员周末晕倒后猝死##猝死程序员28岁升部门经理##微博超有用视频大赛##热点解读# 种斌Marco的微博视频

74. 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#

75. AI真正会深刻影响的，不是某一个职业，而是人类创造和做事的规则。#ai创造营# #ai生活指南# http://t.cn/AXqmbLap

76. AI生成的代码你们会去一行行检查吗？

77. 自动化渗透测试一直是安全团队的难题，传统方法耗时且依赖人工判断，漏洞验证更是复杂繁琐。 Shannon 是一个完全自主运行的 AI 渗透测试工具，能自动扫描并真实利用漏洞，提供可复现的攻击示例，帮助开发和安全团队在漏洞被利用前发现风险。它在无提示的源代码环境下，已达到了96.15%的漏洞利用成功率。主要特点包括： - 端到端自动化测试流程，一键启动，AI 自动完成登录、导航到漏洞点和利用验证； - 重点覆盖注入攻击、XSS、SSRF及认证绕过等关键 OWASP 漏洞类型； - 结合代码静态分析和动态漏洞利用，确保发现的漏洞是真实可被利用的； - 支持多线程并行测试，加快检测速度，快速生成专业渗透测试报告； - 开源 AGPL-3.0 许可，适合安全团队、独立研究者和开发者自测应用安全； - 支持通过 Docker 快速部署，配置灵活，支持包括两步验证的认证流程。 Shannon 不仅是攻防团队的红队利器，也是持续安全保障的智能助理，让安全检测变得高效、精准且可复制。项目地址：github.com/KeygraphHQ/shannon 适合需要自动化安全检测和漏洞验证的Web应用开发与安全运维人员。

78. 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

79. “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

80. 回复@紫辰__:你把自己当用户去用用，用的过程发现的问题告诉它。如果你自己不懂自动化测试，AI 写的要让它给你解释清楚，把中间结果打印出来，然后你看跟预期是不是一样。//@紫辰__:有什么对于不懂代码的人也好执行的测试验收方式吗，之前尝试过让AI去review代码、写单元测试、写集成测试，做出来的系统仍然会出现 “打开门一看功能都很好，想进去试试结果被门口的衣服绊倒了”的感觉，用了opus等新模型也仍然出现这种情况。不想反复人工趟雷[苦涩]

81. OpenAI神秘生图AI爆出！实测不敌谷歌一根香蕉，网友：就这？

82. 用 Cursor 把一个 Go 的库转成 Swift：首先生成了 28000 个合约测试 case + 两个语言的 runner，让 Go 的覆盖率到 90% 以上；然后就开始让 Opus 边写 Swift 版边跑测试，已经循环 4 个小时了还没结束... 现在只能每隔一段时间手动让 Cursor 重连一下，消耗一下 Premium Request，不然一个 Request 上用太多 Token 了

83. 给大家分享一个AI时代的成功方法，每个人都能复制#AI #教育 #学习 #openai #创业#就业#求职#AI学习

84. Anthropic新发布的Claude Opus 4.5，企业开发是核心战场。开发者可借助其编码优势快速生成生产级代码，还能让模型接入Chrome完成自动化测试。从打开测试平台、执行用例到记录结果全程自主，配合提示注入防护能力，避免恶意指令攻击，适配企业代理开发需求。安装Claude for Chrome插件后，它能读取网页图表数据生成分析报告，选中外文资料秒出精准翻译。对接Excel时，可自动抓取网页数据并按格式填入表格，还支持跨标签页协同操作。模型会自动完成改写、打开平台、粘贴发布全流程。其200K长上下文窗口，还能轻松处理技术文档、法律文件等长文本，成为多场景办公助手。这个对于新媒体运营者来说是非常实用的帮手。#科技先锋官##AI生活指南##AI创造营#

85. Vibe Coding 终极指南 V1.2开发者在与 AI 搭档编程时，经常面临规划混乱、代码难维护的问题。Vibe Coding 是一个以规划为核心，结合系统提示词和模块化设计的终极 AI 编程工作流程，帮助你从想法到可维护代码，形成一条清晰可控的流水线。它提供了丰富的提示词库，涵盖需求澄清、开发计划、代码实现、测试验收等全流程，确保 AI 不会失控，项目结构清晰且易于扩展。无论是 CLI 还是 VSCode 扩展，都能顺畅体验。主要特点包括：- 以规划驱动开发，避免 AI 自主引发混乱；- 完善的系统级提示词集合，规范 AI 行为边界；- 闭环交付流程，从需求到测试全覆盖；- 共享记忆库，实现人机同步的项目上下文；- 支持多种 AI 模型和环境，灵活高效。项目地址：github.com/tukuaiai/vibe-coding-cn/tree/main适合开发者、团队和 AI 协同工作场景，助你打造可审计、可复盘、可持续的 AI 编程新体验。

86. 2026英飞凌宽禁带开发者论坛究竟讲了什么？单级OBC、SiC嵌入式PCB、SST/HVDC、48V/机器人/GaN驱动、可控栅驱

87. 代码生成不再是梦 GitHub Copilot 在测试开发脚本编写中的极效应用

88. 005-GitHub Copilot产品评测 | GitHub Copilot Review

89. 100个AI产品分析之GitHub Copilot（附pdf）

90. 最好用的AI编程工具？——GitHub Copilot

91. AI 编码工作法

92. GitHub Copilot CLI 全面可用

93. 2026年五大AI编程软件权威推荐

94. AI 写代码到底写到什么程度了？6 个真实场景实测给你答案

95. AI 编程工具用了一年的感受

96. AI应用场景九

97. AI生成测试用例的困境与出路，验证准确率95%以上

98. 2026年测试用例自动生成工具TOP5对比

99. 测试用例自动生成

100. 2026了，还在手动写测试用例？隔壁团队已经用AI提效50%

101. AI生成测试用例实战

102. ICSE'26|衡量错误代码对测试代码生成的影响

103. 2026年，70%企业测试用例将由AI生成

104. AI生成的测试用例究竟能信多深？

105. 我们自研了一个AI辅助生成测试用例平台

106. AI 追踪 | 生成式编码

107. 自动生成用例

108. AI单元测试生成

109. 当AI算法只懂取悦

110. AI 时代测试策略

111. 使用AI测试大幅提升软件测试覆盖率？别再迷信覆盖率了，测试用例数量是幻觉！

112. AI 测试工程化

113. AI+自动化测试

114. 自动化测试与AI相遇

115. 青岛国之信检测分享

116. 企业质量提效必备

117. 当AI遇见自动化测试

118. 大模型下测试方案改进探讨

119. AI测试工程师

120. AI如何重塑软件开发

121. 从SDLC到ADLC

122. AI 驱动的 SDLC(软件开发生命周期)

123. AI SDLC已死？从软件开发生命周期到Agentic SDLC的范式革命

124. 研报解读｜你还在用AI写代码？亚马逊这套AI-DLC方法论，正在重构整个软件开发行业

125. 软件开发正在被重写

126. AI 重塑 SDLC

127. 实测｜用claude-sdlc在真实项目中跑通“研发一条龙”，是一种怎样的体验？

128. AI 越火，越要敬畏 SDLC

129. AI能写代码却不会自我进化？解决AI SDLC缺口，让代码自动越写越优

130. SDLC 正在过时？IDC 提出的 ADLC 框架，凭什么让开发效率提升 400%

131. Claude Code AI编程-软件工程的演进 AI 编程推动软件工程演进，SDLC 从 “手工编码” 转向 “指挥代理执行”，交付周期缩短、技术债得到清理。工程师角色从 “实现者” 变为 “编排者”，新岗位涌现，开发范式向 “代理交响乐团” 升级。当前瓶颈转向 “代码验证”，意图编码让非技术人员也能参与开发，2026 年是演进转折年，未来将走向自主构建应用。#ai新星计划#claudecode#ai#ai编程 #软件工程

132. 软件开发生命周期已死

133. 什么是Ai测试？AI如何赋能自动化测试？如何落地AI自动化测试体系？ - 哔哩哔哩

134. 这款AI原生项目管理工具，让需求到测试全自动化

135. 夜间无人值守自动化测试

136. AI 正在重构 DevOps

137. 2026 年 5 月，AI 编程的战场从「模型」转移到「协议」

138. AI编程革命

139. 2026年AI编程革命

140. 2026 年 Agentic Coding 趋势报告

141. 2026年AI编程8大趋势:AI编程进入协作时代

142. 📈 2026 年 AI 编程趋势

143. 从写代码到提需求

144. 2026年AI编程革命

145. AI 应用软件的开发

146. 60%程序员已用AI，19%离了它无法工作2026开发者出路在哪？

147. AI智能体编程重构软件开发

148. AI编程工具的现状与演进

149. 2026年智能编码趋势

150. AI编程的未来

151. 【AI】2026 年人工智能革命

152. 2026 年 AI 时代

153. 初级程序员岗位替代率73%-85%

154. AI时代的程序员

155. AI 编程的真正分水岭

156. 从 Prompt Engineering 到 Harness Engineering

157. 当 AI 能持续规划、执行与验证，人类程序员还剩下什么价值？

158. AI时代，未来招聘什么样的程序员？从“码农”到“AI指挥官”的角色升级

159. AI会取代程序员吗？2026年真实数据分析报告

160. 程序员的 AI 时代生存思考

161. AI编程时代开发岗位正在经历怎样的洗牌？

162. AI 时代程序员的自救与转型指南

163. 2026年，会用AI编程不是一种优势，是一种生存技能

164. 2026程序员招聘市场

165. 代码审查自动化

166. 从 Fagan 到 Graphite

167. AI4SE人机高效协同

168. Claude推出多智能体代码审查系统

169. AI 代码 Prompt 进阶:如何利用指令进行自动化测试与纠错

170. AI生成测试用例调研：实战指南与头部企业最佳实践

171. 告别单元测试噩梦：飞算JavaAI测试生成器实测体验

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

173. 论文阅读｜[ASE'2025] 利用LLM自动化生成Java测试单元

174. 学会这个AI技能，测试效率提升80%

175. AI软件开发：从混乱到掌控

176. 企业如何安全高效落地 AI 编程？2026实测攻略，避坑又提效

177. Prompt Engineering、Context Engineering 与 Harness Engineering：现代AI辅助开发的三层工程实践体系

178. 【金松奖】东亚银行：基于AI的单元测试自动生成与集成验证一体化工程

179. ASE'25|澄清面向单元测试生成的上下文示例语义

180. 利用AI生成测试用例，提升QA工作效率

181. AI赋能CI/CD：主流工具深度对比

182. 如何用 Claude Code 自动生成单元测试

183. 2026年软件开发工作者生存指南：AI重塑下的破局之道

184. 为什么你的Java单元测试总是写不好？AI工具箱能帮你到什么程度？

185. 2026代理式编码趋势：从编码员到指挥家

186. 测试工程化实践：AI生成测试用例的方法与经验总结

187. GitHub 官方"应用商店"：让你的 AI 编程更强大

188. AI协作：10分钟完成1小时任务，完整能力体系包含哪些维度？

189. AI一分钟生成测试用例

190. 告别低覆盖率！OpenClaw 让软件测试效率翻 12 倍

191. AI赋能CI/CD：测试专家的成本效益真相

192. CodeFree | 测试工作全流程提效：研发大模型赋能手工与自动化测试

193. TOSEM'26|基于参考的检索增强型单元测试生成

194. 信息与自动化工程公司AI赋能软件测试升级取得实效

195. 从Prompt工程到Context工程再到Harness工程：AI应用开发的演进之路

196. AI测试革命：如何确保生成用例的可靠性与一致性

197. GitHub Copilot的使用技巧

198. AI编程框架乱斗：Superpowers、gstack、AI-SDLC工作流深度测评

199. AI代码审查工具集成趋势：从“降本”到“提质”的流程重构

200. 我装了8个AI编程工具最后只留了2个：2026年AI编程工具真实体验

201. 告别繁琐手写：这份 AI 自动生成单元测试实战指南请查收

202. GPT5.5自动生成单元测试到底靠谱吗实测数据告诉你答案

203. AI赋能CI/CD：开源方案实战指南

204. 技术速递｜从想法到拉取请求：使用 GitHub Copilot CLI 构建的实用指南

205. 从CI/CD到AI/CD：当部署流水线学会思考

206. 🔥2026最新7款AI编程工具实测

207. 爆火翻车？ClaudeCode写代码实测对比GitHubCopilot，SEO/GEO必看

208. 为什么你的AI代码审查工具难以“降本增效”？关键在于“流程重构”而非“工具替换”

209. AI赋能CI/CD：落地实践全解析

210. Claude Code 三大工作流框架对比：Superpowers、gstack 与 AI-SDLC Workflow 如何选择

211. JARVIS实战｜为什么单次封闭开发实验测不出AI研发的上限

212. AI 浪潮下程序员的 5 大黄金就业方向附实战建议

213. Claude Skills 完整指南（3）Testing and Iteration 工程级验证体系

214. 写了个 Prompt 自动评测Skill，自动优化prompt效果

215. Devin 2.0深度测评：AI软件工程师如何重构代码开发

216. 为什么你的AI代码审查工具总在“试错”？先补齐这2个核心能力

217. 🌟 3个实用策略，让AI成为可靠的编程伙伴

218. AI大模型如何破解测试用例生成难题

219. 2026年AI编程工具：5款主流工具真实测评，这款免费用起来真香

220. 三成新增岗位给了AI，传统开发的招聘量却少了 25%

221. AI 重塑研发效能边界：企业级 DevOps 进入 “智能工程平台” 新阶段—— 嘉为科技视角下 AI+DevOps 的落地逻辑与实践路径

222. AI在代码审查中的测试：自动识别潜在漏洞

223. [中文配音] Cursor 如何在软件开发生命周期（SDLC）中构建代理式工作流程

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！