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

新人接手老项目，AI真能几天上手吗？

源自108位全网作者

06-02 21:44

精选参考来源

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

把C++写的老项目重构成现代框架?给AI吧我不干了!

全部
来源

内容由AI生成

1. 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

2. 把C++写的老项目重构成现代框架?给AI吧我不干了!

3. #DeepSeek新模型能否再次爆火#V4最大的突破之一：应该是是超长的上下文理解能力想象一下这样的场景：你接手了一个遗留系统，代码几十万行，文档缺失，关系复杂传统AI模型要么"看不懂"，要么"理解偏了"而V4能够一次性理解整个代码库的逻辑，给出真正有用的分析和建议，这对于企业级开发来说，才是真正的生产力提升呀！DeepSeek#AI##数码科技##DeepSeek#

4. 超简单！用云效 + AI 编程工具智能管理代码仓库

5. 腾讯、阿里都开始给员工发Token，鼓励使用 AI 工具工作，Token 以后会成为大厂福利标配吗？

6. 盘点一周AI大事2月8日｜AI相亲、AI当老板、AI狼人杀 Anthropic发布最强大模型Claude Opus 4.6 OpenAI发布最强编码模型GPT5.3Codex OpenAI推出Codex桌面版 Google上线AI狼人杀 AI雇佣人类平台RentAHuman爆火 AI雇佣AI平台ClawTasks爆火龙虾相亲平台MoltMatch爆火智谱开源最强OCR模型GLM-OCR 字节发布最强视频模型Seedance 2.0 研究员开源无痕编辑视频模型Edit Yourself 字节开源最强分子预测模型Protenix-v1 Google发布论文配图AI Paper Banana #AI新星计划 #前沿科技趋势发布月 #AI #AIGC #OpenAI

7. 5行代码，逼疯整个硅谷！澳洲放羊大叔，捅开AI编程奇点

8. 2026年，AI编程真能取代程序员了吗？

9. LLM不是在优化软件，而是在系统性拆除护城河：它把复杂界面折叠成对话，把厚重业务逻辑简化为提示词，把需要好几年才能做完的开发，压缩成几天就能搞定。凡是能被AI替代的壁垒终将崩塌，只有真正稀缺、不可替代的核心资产，才能在AI时代长久立足。

10. 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？

11. 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

12. 企业级AI Coding的落地方法，都在这本实战手册里了｜甲子光年

13. Vibe Coding纯小白教程：对AI说话就做出软件。手把手带你做出1个软件！

14. 【当AI成为拐杖：一位技术主管的困惑与行业的集体反思】最近Reddit上一篇帖子引发了开发者社区的激烈讨论：一位技术主管招了个用AI学编程的初级开发者，写代码飞快，测试也能过，看起来一切正常。但一旦生产环境出问题，这位新人就彻底卡住了。不会追踪逻辑，看不懂堆栈信息，离开AI寸步难行。让他解释自己的代码时，他只能描述代码做了什么，却说不清怎么做到的。被问到边界情况处理时，回答是“Claude写的这部分，测试能过就行”。这不是个案。评论区上千条回复形成了几个鲜明的观点阵营。有人直接把矛头指向招聘流程：如果面试时连基本的调试能力都没测出来，这锅得招聘方自己背。也有人指出，这类开发者一直存在，AI出现之前他们从Stack Overflow复制粘贴，现在只是换了个更高效的工具。社区给他们起了个名字叫“氛围程序员”，能交付，但没法维护。最有建设性的声音来自一群把AI当导师而非代笔的人。一位电工分享了自己用AI自学编程的方法：把文件控制在千行以内，每个代码块都用自然语言注释，遇到bug先用自然语言描述问题再让AI解释。他说关键不是让AI替你解决问题，而是让它教你理解问题。另一位资深开发者的观点更犀利：AI最强大的地方在于它永远不会因为你反复追问而不耐烦。你可以让它换五种方式解释同一个概念，举十个不同的例子，直到真正理解为止。但前提是你得把它当老师，而不是答案机器。有人提出了一个有趣的历史类比：当年用jQuery和Bootstrap的开发者，大多也解释不清底层到底发生了什么。再往前推，用编译器的人也未必能解释机器码。技术演进的本质就是抽象层不断上移，每一代人都在前人看来“不够硬核”。但反对意见同样尖锐。一位二十多年经验的程序员转行学电工，尝试纯靠AI指导安装智能继电器，最后意识到自己“不知道自己不知道什么”，果断放弃。他的结论是：精通没有捷径，在某些领域，盲目信任AI输出可能致命。最发人深省的是一位技术主管写的长篇讽刺。他描述了公司如何全面拥抱AI开发：初级开发者半小时写出支付处理器，四十个文件，循环引用，最长的文件三千行。问有没有写测试，回答是“测试是瀑布思维”。结果这代码处理了三笔交易后，莫名其妙向白俄罗斯开了个端口。问出了什么问题，回答是“这不是bug，是涌现特性”。他们的代码库一年膨胀了四倍，有七万三千行被标记为死代码，没人敢删。有个文件叫temp_fix_do_not_delete_critical.py，没人知道它干什么，但它引用了它自己。测试通过率百分之百，因为bug都被重新定义成了feature。这段黑色幽默背后是一个严肃的问题：当我们用AI加速开发时，是否也在加速制造技术债务？真正的分歧在于对未来的判断。乐观派认为，理解代码的重要性会持续下降，就像今天没人需要理解汇编一样。悲观派则担心，我们正在培养一代能交付但无法维护的开发者，而软件系统的复杂性只会越来越高。也许答案在中间：AI是放大器，放大能力也放大缺陷。会用AI学习的人进步更快，把AI当答案机器的人退化更快。工具本身是中性的，决定结果的是使用它的方式。一位评论者的总结很到位：如果你不能解释它，你就不能合并它。测试通过不代表理解，理解才是真正的护城河。www.reddit.com/r/ClaudeAI/comments/1qq3pd3/hired_a_junior_who_learned_to_code_with_ai_cannot/

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

16. 刚刚，腾讯姚顺雨署名首篇论文发布，「下半场」先搞上下文学习

17. 从自动写代码到智能影音刮削：实测 OpenCode，这台“赛博管家”真的能干苦力活

18. “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

19. DeepSeek V4 网页端《原神×我的世界》融合小游戏代码测试：拳打 ChatGPT，脚踢 Gemini，硬刚 Claude

20. Agentic Engineering 本质上就是把传统代码的确定性逻辑，重构为意图驱动逻辑：- 语义分支：抛弃刚性的if/else，控制流完全交给LLM根据上下文动态推理，实现真正的“按意图执行”。- 动态工具链：LLM一旦撞上能力边界，就自动寻址、调度外部Tools/Skills，把短板补齐。- 闭环自省：从单次输出变成持续迭代，内置状态机+反思机制，任务不到“真正Done”绝不停止。最终，Agent Loop 会逐渐取代传统Main Loop，成为新一代软件系统的核心循环。但除此之外，Agentic Engineering 仍然是我们熟悉的工程世界——只是主角从代码，变成了意图。

21. 在 LLM IDE 大行其道的当下，我们应该怎样写代码？

22. 不懂编程，可以使用AI编程！小白0成本0代码开发App，变现触手可及！

23. Anthropic 首次超越 OpenAI，这场企业级 AI 的逆袭说明了什么？

24. 「Github一周热点100期」爆火的AI编程工具却被Claude封禁？

25. 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

26. 终于来了！DeepSeek-V4 正式发布！免费开源，百万上下文，Agent能力直逼Claude！| 零度解说

27. AI能写COBOL代码，砸崩IBM股价，单日蒸发310亿美元，创26年最惨纪录

28. 小白也能上手终端AI？iFlow CLI实测：比Claude Code更香！

29. CodeBuddy领航：AI辅助编程应用·架构·交付

30. 智能体即开发者：论AI如何重塑编程边界与人机协同未来

31. 「Github一周热点113期」AI 终端工具、一站式黑客工具箱、Skill 包、Codex 生态技能和AI短视频

32. 盘点一周AI大事(3月15日)｜首次上传大脑成功工程师开源龙虾办公室Claw3D 龙虾彻底出圈，，百虾大战正式开打工程师开源一键装龙虾AlphaClaw 斯坦福开源科学家龙虾LabClaw 工程师Karpathy 开源龙虾版GitHub AgentHub Chrome上线龙虾Web协议 WebMCP 工程师开源龙虾软件协议CLI-Anything 吴恩达开源龙虾上下文工具Context Hub 研究员开源最强动漫图像模型Anima-v2 研究员开源最强视频分割模型MatAnyone 2 科学家成功上传了一只果蝇的大脑 #AI新星计划 #AI #AIGC #龙虾 #openclaw

33. 目前最强OpenClaw安装分享！对接飞书！普通人最该体验的AI Agent项目

34. 国产AI编程冲上全球第二！实测五大模型，谁才是Vibe Coding神器

35. 为什么刚开始觉得ai编程很厉害，用久了就不行了？

36. 有了AI编程，程序员继续死磕代码的意义还大不大？

37. 信你个鬼“AI一句话生成”！AI编程看这篇Vibe Coding入门指南

38. 一个视频带你快速盘点2025年GitHub热点项目

39. 「Github一周热点103期」超轻量的clawdbot、编程智能体的记忆工具、聊天记录分析工具、视觉agent框架和键盘、鼠标统计工具

40. 盘点一周AI大事(1月11日)｜最强人形机器人 OpenAI公布2026研发路线图 DeepSeek被爆2月发布DeepSeek V4 Google推出Veo3驱动的数字人Vids 字节开源换脸视频模型DreamID-V 阿里开源数字人框架HRM2Avatar Lightricks开源顶级视频模型LTX-2 ElevenLabs推出最强语音转录模型Scribe v2 斯坦福开源睡眠分析模型SleepFM 港大发布开源版NotebookLM DeepTutor Razer推出全息AI老婆Project AVA 波士顿动力推出下一代Atlas #抖音知识年终大赏 #前沿科技趋势发布月 #AI新星计划 #AI #机器人

41. #鸿蒙给开发者铺好了高速路#刚刚刷完鲁豫这期《向鸿蒙生活比个6》，感觉挺不一样的。小宇宙、Canva可画、圆周旅迹这种大体量团队，和只身一人的独立开发者李尚儒（做了《每日咖啡》《日出日落时间》这些小而美 App），最后都选择把 HarmonyOS 当“主战场”，这个对比还挺有代表性：不管你是独角兽，还是一人工作室，在鸿蒙生态里都能找到自己的位置。对开发者来说，鸿蒙系统不仅是多端跑一套代码，更是把“多端协同”“碰一碰分享”“桌面小组件”这些能力封装好，像是提前铺好的一条高速路，你只管往前冲就行。对我们用户来说，最直观的感受就是：手机、平板、电脑、车机之间越来越顺、越来越懂场景，很多以前想象中的体验，现在真的开始一点点落地了。http://t.cn/AX4wq0ZY

42. 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#

43. 目前AI编程工具哪个最好用？

44. 「Github一周热点105期」Rust 版openclaw，本地语音克隆工具，Qwen3.5， AI 渗透测试系统和精美源码图片生成工具

45. 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

46. AI炒股能赚钱吗？开源项目daily_stock_ analysis部署体验

47. TRAE年度报告大公开，手搓一个背景素材生成器凌晨3点还在敲代码？我用AI一年手搓了13万行代码！作为@TRAE.ai 的重度用户，我的2025年终报告简直离谱：最晚干到凌晨3:42，单日Tab补全90次，一年采纳了13万行代码。在TRAE的高强度辅助下，我把自己想要的小工具全搓出来了本期视频给大家拆解我是怎么用 TRAE做【视频素材生成器】 2026年我要试着把痛点全交给AI，改掉人力死磕的毛病 #AI#人工智能 #AI编程 #TRAELAND #TRAE

48. 不懂代码照样造网站，老金15万字Claude Code+OpenClaw教程免费开源

49. 优秀学生作业展示。这是去年10月进阶班同学的作业，开发了一个大型国有企业的项目管理系统，已经上线进入生产调试接入阶段。此项目为他主导设计架构，并由AI协助开发完成。完成进阶班培训课程的学生，已经能独立完成大型B/S项目的架构开发与实施。这为将来的职业生涯发展提供了强有力的技术保障。我的课程与传统的机构培训有所区别，完全是实战方向，为了解决实际问题，本培训的毕业证，就是你手里的项目。

50. 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？

51. GitHub Copilot 3步上手，效率翻倍

52. 最好用的AI编程工具？——GitHub Copilot

53. 技术速递｜六个编码智能体，一个生产级系统

54. 阿里发布Qoder 1.0

55. 团队协作AI编程工具怎么选？8款最新工具权威推荐清单

56. 企业AI编程效率提升

57. 实测5款AI编程工具

58. 2026年AI编程工具全景评测

59. 上下文

60. AI 编程终于有全局视野了！3 万 Star 项目补齐最大短板

61. 【AI + 软件工程革命】为什么 90% 的程序员用不好 AI

62. AI Coding 的真实限制

63. AI写的代码为什么总是反复无常，难达预期

64. 手把手教你用OpenCode改造老项目

65. 老项目没人敢动的时候，Codex 先去翻雷区

66. 三步上手老项目

67. 老项目如何使用 Qoder？从迷茫踩坑到自我迭代的实战指南

68. VSCode推出全新JS/TS工具，AI驱动，面向未来！

69. 2026 AI编程辅助实测

70. 突破AI大模型上下文桎梏

71. AI如何缩短新员工上岗周期？00后企业培训有哪些成功落地案例？

72. 从90天到30天

73. 零售新员工3个月不上手？上海思创AI陪练让培训效率翻倍，服务标准全统一！

74. 为什么说AI正在重塑企业内训？——三个看得见的落地场景

75. 把AI当新员工带

76. AI 时代新员工培训革命

77. 新入职一个岗位该如何用AI快速上手

78. 当AI成为员工的“第一老师”，培训还有什么用？

79. 真正的企业AI落地

80. 企业级AI Coding的落地方法，都在这本实战手册里了

81. 企业如何安全高效落地 AI 编程？2026实测攻略，避坑又提效

82. 头部大厂 vs 中小企业

83. 谷歌推出AI编程助手CodeWhisperer：开发者生产力革命

84. ICSE'26|环境感知的代码生成：我们离目标还有多远？

85. 大模型的“注意力稀释”到底是什么？为什么上下文一长，它就开始装作自己看过

86. 2026年好用的Copilot平替工具推荐

87. 关于使用AI编程工具的思考

88. GitHub Copilot具体如何操作？

89. 大模型超长上下文中的注意力分散问题

90. Claude Code 企业级老项目改造实战技术拆解教程学习 - 哔哩哔哩

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

92. GitHub Copilot 完整新手指南

93. 字节 TRAE 发布《企业级AI编程实践手册》！

94. 企业培训工具推荐：AI对练堪比“真人陪练”！一键导入业务场景，必用营销神器

95. Claude Code 企业级老项目改造实战教程资料 - 哔哩哔哩

96. GitHub Copilot的使用技巧

97. GitHub Copilot 使用指南：借助 AI 提升编程效率

99. R｜使用 GitHub Copilot 编码智能体高效清理你的 Backlog。 Backlog 一直清不完？收下这套 GitHub 工程师在实践中总结出的高效方法——WRAP 方法论。写好 Issue、优化指令、拆分任务，并与 GitHub Copilot 编码智能体协作，让 AI 接手重复性工作，快速清理积压任务，把时间真正用在更有价值的开发上。 #Copilot #AI #AIAgent #编码智能体

100. AI代码审查革命：Code Review正在被AI颠覆

101. AI Coding 实战 #2：GitHub Copilot —— 老牌 AI 补全，每天帮你少写多少代码

102. GitHub 官方"应用商店"：让你的 AI 编程更强大

103. 如何使用copilot

104. 银行新员工培训陪练方案：得助智能AI陪练系统缩短试岗周期、降低培训成本、统一服务标准!

105. 企业级 AI 编程平台怎么选？5 大维度 + 7 款产品全解析\n - 哔哩哔哩

106. 用Gemini辅助写技术博客：从代码片段到可读文章的转化技巧

107. PYCHARM+GITHUB COPILOT+MCP 喂饭教程--从安装到使用（一）

108. Tabnine —— 本地跑的 AI 补全，代码不出服务器

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！