AI不是代笔，而是照妖镜：大学生如何正确使用Copilot完成毕业设计_办公软件

1. 麻省理工学霸AI学习法，2天学完一门课，还能顺利通过考试！别再把AI当搜索引擎，快来学一学MIT学霸的AI学习法！ #ai #教育 #NotebookLM

2. 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

3. OpenAI 内部残酷真相：只会写代码的工程师正在“消亡”，AI 正在制造无法跨越的阶层鸿沟

4. 怎么验证AI生成的单元测试是真的在测东西，而不是形式上通过？

5. 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

6. 说话就能让AI写出顶级代码？Vercel官方经验包来了

7. 如何看待「不会用AI的家庭将是新寒门」的观点，AI改变教育模式的当下，该如何在学习中合理使用AI？

8. 把C++写的老项目重构成现代框架?给AI吧我不干了!

9. 轻松学会！高手都在用的AI编程大法！

10. 全球首个AI原生社交平台「Teamily AI」硅谷亮相，开启「人机共生」社交新元年

11. 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

12. 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！

13. 美国码农，正被AI「大屠杀」！Karpathy惊呼，26届毕业生崩溃

14. 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！

15. 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？

16. 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#

17. CodeBuddy领航：AI辅助编程应用·架构·交付

18. 差点被订阅搞崩溃，全量开放的TRAE SOLO模式帮我手搓了个管理神器#AI编程 #科技改变生活 #玩儿个很新的东西 #TRAE #AI新星计划

19. GPT-5.3 正式发布！完全免费开放，实测代码能力、推理、文本理解与响应速度 | 零度解说

20. 为什么用AI写代码之后，人反而越来越累了？

21. 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？

22. 教育部刚宣布：AI（人工智能）将全面纳入教师资格考试和认证内容

23. 最近我几乎每天都在跟AI一起编程，有时一天都不睡觉。不咋看微信、十几个小时连轴转，对着手机给AI下指令，让它做智能体、改Skill……#大有学问 #人工智能 #红衣聊AI #openclaw

24. 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

25. ChatGPT、Claude、Gemini 什么任务该交给谁？每月600刀经验总结

26. 普通人用AI，到底能做什么？4个月深度学习的经验和用法分享！

27. 从vibe coding到如今的agent，作为大学生几乎丧失手搓代码的能力，需要焦虑吗？

28. 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？

29. AI 编程又进化了！TRAE SOLO中国版上线且免费 #AI编程 #TRAE #TRAE SOLO #玩一个很新的东西

30. 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

31. 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。

32. 由于中小学教育方式的影响，许多学生已经习惯于“老师给题目”，“学生做题目”。习惯于“遇到问题尝试找标准答案”，遇到开放式的场景时，就容易盲然。举个典型例子，这一学期是2026年毕业的本科生确定毕设课题的阶段。许多学生都只局限于在导师给定的课题中选，却不去想——我能不能主动地“想”一个课题，说服导师让他帮我申报，毕设就做这个？怎么样确定自己课题？问AI，让AI帮助你啊！这里的关键，在于要把“足够多的上下文信息”告诉AI，然后，让它帮助你想。比如，以下约束条件可以告诉AI：1.计算机专业本科毕设2.四个月学习与开发时间 3.工程类课题，以软件开发为主体 4.要求有一定技术深度和足够的工作量，达到国内985/211高校计算机专业本科生毕业平均水平。把自己的情况也告诉AI，比如自己当前会什么，对哪个领域比较擅长，……，如果有了一些粗略的想法也可以告诉AI，比如指定毕设课题与某某技术领域（Web开发，AI应用，网络安全，游戏开发……）相关。让AI给你列出十多个题目，然后，一个一个地排查。对哪个题目感兴趣，可以持续地追问AI，再去找一些相关资料看看，心中有数之后，再去找导师讨论，一来二去，这事情就OK了。AI时代，放着这么强大的工具，为啥不用呢？

33. 计算机专业毕设太难做不出来怎么办？

34. 计算机毕业设计做什么好，基本什么都不会。？

35. 10年前这会是优秀毕业设计。5年前可以它的标题可能是“爆肝十小时自制Zoopia横版像素游戏”。但2025年，稍有基础就可以用AI快速实现这种制作了。我之前刷到一篇帖子，说未来几年内AI可能在同人游戏漫画小说里替代掉80%的网络作者

36. 又能聊AI又能滑雪的周末实在太幸福，我这六个回答你们同意吗？更多AI前沿思考，1.24-1.25来崇礼论坛听吧！#2026AI看崇礼 #红衣聊AI

37. 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

38. 最近半年高强度使用Codex和Claude Code，感觉我的编程能力反而提高得更快了。刚开始让AI实现一个复杂功能，如果实际效果和预期不符，AI写的一堆代码我也很难读懂，那么更快的方式就只能回退代码再调整提示词不断重试，像抽卡一样。后面用speckit、gsd和superpower这些工具，逐渐可以让AI在复杂项目里一次就实现可用的完整功能了，但为了让项目质量可控，那就不得不把AI写了两三天的代码硬着头皮全部读完。后面逐渐发现直接用Codex和Claude Code，让它写一堆代码也能很快看懂了，于是就不需要反复抽卡了，它一边写我一边看，追加提示词让它接着改，甚至有时候它写的速度跟不上我看的速度，就给完修改意见以后预判它接着写的代码可能有什么问题，让它一块一块检查，也能一把梭出可用的高质量实现。

39. 【让Claude自己抓自己的Bug，才是AI编程的正确姿势】Claude写代码快，写Bug也快。安全漏洞、类型错误、藏在随机文件里的API密钥，每次会话生成500行代码，靠人工审查根本不现实。解决方案很简单：让Claude自己测试自己。第一步，在项目根目录创建CLAUDE.md文件，写入强制检查清单：完成任何任务前必须扫描硬编码密钥、检查SQL注入和路径遍历漏洞、验证用户输入、运行测试套件、检查类型错误。Claude每次会话都会自动读取这个文件，相当于内置了一道安全门。第二步是关键的提示词技巧。让Claude“写20个专门用来破坏这个函数的单元测试”，它自己清楚哪里偷了懒，让它亲自举报自己。让它“像渗透测试员一样找出文件中所有安全漏洞”，SQL注入、认证绕过、权限提升都会被揪出来。让它“生成50个边缘用例：null、空字符串、负数、Unicode、十万项数组”，然后用hypothesis做自动化模糊测试。有评论提出一个更狠的思路：在写代码之前先让Claude写安全测试。先问它这个功能可能引入哪些危险漏洞，再让它写能捕获这些漏洞的测试，最后才写实现代码。这样Claude就被自己设的规则约束住了。第三步是工具链集成。claude-code-action可以在GitHub上自动审查每个PR，claude-agent-sdk能批量扫描整个目录，factory.ai的droid命令能扫描全仓库并直接提交修复PR。第四步是堆叠自动化扫描器：semgrep扫OWASP十大漏洞，bandit检查Python安全问题，ruff做代码规范自动修复，mypy做严格类型检查，snyk检测依赖项漏洞，gitleaks检测泄露的密钥。第五步是设置pre-commit钩子。把上面所有工具都加进配置文件，物理上阻止你提交有问题的代码。最终形成完整闭环：Claude写代码，CLAUDE.md强制自审，自动扫描器兜底，pre-commit阻止垃圾提交，GitHub Action审查PR。你只需要关注什么地方出了问题。有人说CLAUDE.md在长会话中会被忽略，可以用单独的SECURITY_CHECKLIST.md文件，每次提示词都明确引用它。说到底，核心思路是把CLAUDE.md当作安全契约来用，而不只是风格偏好说明。假设模型又快又马虎，然后围绕这个事实设计整套系统。#How I AI#x.com/pipelineabuser/status/2015531634255098266

40. Anthropic试图打造一个能在六个月内取代程序员的代码模型，虽然他们尚未成功，但从他们对编码领域的投入和努力中可以看出野心十足。Opus 4.5无疑在处理多种编程任务上表现惊艳，成为了强大的辅助工具。然而，真正的编程远不止写代码本身。判断力、理解产品需求、处理遗留系统和复杂人际沟通才是核心。代码只占程序员工作的20%左右。AI目前还无法自动做出这些关键判断，仍需人类“牧羊”般引导和决策。AI的崛起，虽未完全替代程序员，但已经迫使开发者提升标准，不再依赖模板和重复劳动。低水平或入门级编码岗位更易受到冲击，而资深工程师则拥有不可替代的经验优势，继续主导设计、优化和调试。未来，编程将更多转向对AI生成代码的监督和责任承担。AI是工具，不是替代品。它加速了开发效率，也带来新的挑战：谁为代码背后的错误负责？这场AI与开发者的博弈，是技术进步的必然，也是我们职业成长的新契机。拥抱AI，提升判断与设计能力，才是程序员未来的核心竞争力。原文：x.com/amritwt/status/1996524534703546527

41. 你还只会Ai聊天吗？零编程基础只要1小时做个APP

42. 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？

43. 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

44. 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#

45. 发现一个很好的开源项目，专门教你怎么做 vibe coding，GitHub 上已经有 1.5 万多颗星了。这个项目最有意思的地方在于，它是用一套哲学框架来讲编程的，分成道、法、术、器四个层次。道，就是先想清楚你要做什么，确保每一步都有明确的方向。法，讲的是架构层面的事，模块要独立，接口要先行，整体结构要清晰。术，聚焦在调试环节，核心思路是拿预期结果和实际结果做比对，然后让 AI 定向去修复问题。器，说的是工具组合，怎么把 IDE、AI 模型和各种辅助工具搭配到最优状态。除了这套方法论，它在实操层面也做得很扎实。项目内置了提示词库和可复用的技能模块，拿来就能用。上下文是固定的，AI 不会聊着聊着就忘了项目背景。代码采用模块化设计，干净且容易维护。还有一套递归优化的机制，生成器负责产出，优化器负责打磨，用得越多效果越好。整体思路就是把 AI 从随意生成代码，变成一个稳定、可用、越用越顺手的开发伙伴。仓库地址：github.com/2025Emma/vibe-coding-cn#科技先锋官##How I AI#

46. 【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

47. 项目如何使用 AI 并行开发，其实是一个挺头疼的问题。比如让 Claude 和 Codex 同时改代码，经常会出现一种很荒诞的场景：Claude 不小心读到了 Codex 正在修改的代码，而那段代码刚好还没改完，里面还有一点小 bug。Claude 看不下去，直接把文件接手过来，一通修改。Codex 很快也意识到自己的代码被改了，于是又把代码修正回来。于是控制台上就会出现两个 AI 的拉锯战，你改一版，我改一版，来回循环，token 在疯狂消耗，事情却没有往前推进一步。Codex 客户端给出的一个解决方案，是利用 Git 的 worktree 机制。简单说就是把代码拆到多个目录里，每个 AI 在自己的目录里干活，互相隔离，最后再通过 merge 的方式合并代码，并手动处理冲突。这个方法在中小规模任务里还算有效，不过如果项目里有一个比较激进的规则，比如边改代码边做架构优化和工程优化，就会遇到新的问题。当多个 worktree 分支同时在做结构调整时，最后合并的冲突复杂度会非常高，有时候解决冲突的时间，甚至比 AI 写代码还要长。GitHub Copilot CLI 的思路稍微不一样，它更偏向任务隔离，而不是代码隔离。通常会通过一次 Request 定义一个比较完整的任务边界，让 AI 在一个任务上下文中完成修改，尽量避免多个会话同时在同一片代码区域频繁改动。简单理解就是减少并发编辑，增加任务粒度。不过说实话，这个问题目前看起来还没有特别完美的解决方案。我现在的做法主要是从流程上做一些约束，比如在编码之前就约定好规范，要求 AI 在 Coding 之前先评估影响面；项目目录尽量做隔离，让功能尽量收敛到单个目录中；提前做好抽象和组件复用，减少多个模块同时修改同一层代码的概率。同时也尽量避免多个 AI 同时编码，例如 Claude 写代码的时候，让 Codex 去写设计文档或者系统分析，把文档编程和代码编程拆开。现在的感觉是，AI 并行开发看起来很像多核 CPU，真正跑起来之后才会发现，很多问题其实来自锁竞争和资源争抢。不知道大家现在是怎么解决这个问题的。

48. 用 Claude Code 写代码，总是改出新bug、测试也出问题，怎么办？

49. AI最擅长什么编程语言？

50. 全球每天600+程序员失业，这个锅该AI来背吗？

51. “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

52. 你觉得 AI 写 90% 代码这件事，是夸张宣传，还是已经快成现实了？

53. #编程，从出现到消亡# 三十年以前，那是一个工具简陋、程序几乎靠“纯”手工编程完成的时代，学习各种编程语言的语法特性，能写出可以顺利通过编译的代码，是一个挑战，那个时候，要记忆许多东西（比如特定语言的语法特性，库中有哪些函数可供调用等等），有时，还需要掌握相应的Hack编程技巧。后来，IDE出现了，IDE在编写代码过程中通过动态弹出下拉列表，可以即时地提示“下一步”可调用的函数和字段等，免去了大量知识的记忆负担，同时，它对于语法错误的提示越来越精准，后来，更进一步地进化到可以自动地更正和优化代码，并集成了“变量重命名”、“方法抽取”等重要编程辅助工具。在IDE的时代，编程语言语法特性的学习，已经不再是重点，它所占用的学习时间与精力，变得非常小了。这时，学习时间主要花在了解技术特性及系统原理，各种功能如何实现上。在AI时代，事情又有了新的变化。由于编程Agent的广泛应用，基础的标准功能代码，已经实现了自动化生成，AI加执下的IDE（或代码编辑器），普遍都可以自动推断你的意图，可以自动生成大量的代码，甚至可以对整个项目进行优化和调整了……这个，正是当下所处的阶段，这一阶段，学习的重点已经不再是特定功能如何用特定的编程语言、开发框架或工具实现，而在于如何设计架构，如何切分系统，如何组合各种工具，如何验证AI生成的代码的正确性，……，拼的是工程设计能力和组合构建复杂系统的能力。AI进一步发展之后，下一步会是什么样的一种情况呢？在这个还未到来的但很快就要到来的阶段，推测人类学习软件技术，所花的时间会集中在学会“如何捕获真实的需求”，“如何发现与分析问题”，“针对特定的场景和问题，如何找到可行的解决方案”这块，比拼的是“对复杂问题的分析能力”和“创造力”，越来越远离具体的底层的技术，而更偏重于一种智力上的训练。发展到再后来，“编程”和“软件开发”这事情，大约会彻底地融入人类的各项活动中，已经没有什么必要抽取出来专门学习了，可称之为——“编程消亡”的时代。

54. 2025年我只是浅尝了一下AI写代码，心得如下。首先得习惯AI的编码习惯。每个需求都要commit防止被改烂了。其次，我发现AI的过度设计很严重，导致代码量巨大，很难读。我曾经给过AI较大的feature集让它完成，可以完成，至少不复杂的功能下看不出明显bug，但是特么的修改的时候崩溃，我也没法读那么大的代码量，AI自己也hold不住。后来我发现应该让AI写MVP，一点一点写。MVP能工作之后，让AI做refinement是相当牛逼的，一些功能复杂的交互控件，自己写得搭大半天进去，但是AI写就二三十分钟就过测了，这一点还是很不错的。定制化开发的软件里通常是窟窿很多的，交付时只有主路径测试相对完善，等改了几次之后就不像样了，得重构。AI这点比较好，能让每次交付时，列在任务里标着optinal，someday/maybe的那些，都可以多花点时间收拾干净。UI的小细节，一些Good to have的feature，状态和协议的完备，等等。虽然让AI写浏览器这种事情不靠谱，但是让AI辅助读工业代码，然后抄袭设计在另一门语言里写一遍的情况还是很多的。这件事情对搞语义很有价值。就是不那么特别在意性能时，简单不错的代码很多，就有了「合并同类项」的基础。真的热路径很需要优化的可以后面再说。这对紧凑、灵活、可扩展的嵌入式软件，有重要性。

55. 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

56. 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

57. 说个业内偏硬一点的AI大模型未来发展情况。很多大厂都在把大模型纳入自己的开发流程。最近打听到一个项目，使用Vibe Coding的方法，做一个中小型项目的开发，开发时间能缩短至少一半，代码看不懂都行，直接问看过代码的大模型就行。甚至HW，他们目前也在使用仿真脚本（python写的用于效果验证的），都是大模型快速生成消费者怀疑AI是不是泡沫是正常的，C端的AI只是一个搜索引擎、创作者少、变现难。而对大厂来说，AI已经出现生产力革新...

58. Skills没搞明白，又搞出来一个Harness，AI编程这些人一直在造词。这些套娃是在做自然语言编程驱动的规范化，但问题是这么搞下去用自然语言编程的复杂度直逼古法编程。这些工具模式方法论是本来就是编程高手的人，在自然语言驱动时默认建立的良好编程习惯和提示词系统化的结果。如果你是外行，你用自然语言驱动不了的东西，套上这些会让你的项目更复杂，tokens交互的成本更高，且项目依然一塌糊涂。AI编程的第一性原理就是你懂编程，而不是一直在远离编程的末端模式上努力。新出的这些概念都是给既有程序员控制超大项目提供的探索和经验总结，不懂编程的人妄图用这些套娃增强能力，那是想多了。大模型编程最好的模式就是自然语言短提示词，严谨的语言表达逻辑性，轻上下文，这时产生的编程质量才高，迭代和敏捷思维才是AI编程质量的核心。至于skill harness这些套包，只是对自然语言驱驱动的项目过大以后的整理，总结，归纳，拿出一些进行利用复用，以及review时保持一致性产生的现象。如果你不会编程，也不学习自然语言逻辑，而专注于自然语言之上的编程方法，那么你在ai编程领域将一事无成。因为编程语言的本质是自然语言的严谨逻辑化。一、AI 从来没有消灭编程门槛，只是把语法门槛平移成了“逻辑严谨 + 需求拆解 + 工程思维”二、Skill/Harness 是资深开发者的经验固化、协作规范、质量围栏，是程序员的效率和系统性思维的延伸。三、纯外行逃避编程本质、沉迷新概念玄学，只会徒增成本、一事无成。四、AI 编程的关键是结构化逻辑 + 基础编程认知 + 小步迭代的系统思维。

59. 目前已逐步开始使用AI来干活：架构：Codex前端：Gemini 后端：Claude Code原型：Lovable 设计：v0.dev (草图转 UI) 基建：Supabase 财务：Lemon Squeezy (全球合规) 营销：Screen Studio (大片级演示) 各类AI智能体正在从"辅助工具"变成"协作对象"，以后的核心竞争力可能不是写方案，写代码，而是会规划、会拆解、会审核，会指挥AI的能力。

60. 如何看待「不会用AI的家庭将是新寒门」的观点，AI改变教育模式的当下，该如何在学习中合理使用AI？

61. 当前氛围编程主要有四种模式：1. 通用智能体模式：使用Manus等通用智能体进行编程2. IDE升级模式：由传统IDE工具的理念升级而来的系列工具编程，如Cursor、Trae 等3. 大模型原生编码平台模式：使用大模型本身自带的coding平台，如Claude Code、Cloud Code、ChatGPT Codex等4. 开源AI框架模式：使用开源AI框架进行编程OpenClaw 龙虾、Hermes Agent 等等。#新媒沈阳聊ai#

62. AI Coding在实际业务中应用，开始大家还会认真review AI生成的代码，但后面生成的多了，也就看不过来了，并且大部分情况都没啥问题，索性大家也就不怎么看了。如果没有好的机制验证保障，很可能出现不可控问题。所以，新项目短期运营类项目大胆上，而大型底层系统项目，一方面要把任务拆分细化，另一方面要建立好验证和回退机制。AI提效，既要高效，也要可控，才是真提效。

63. 毕业设计卡壳3个月？我用AI把开发效率提升了10倍（附实战指南）

64. 第 09 课｜AI 改完代码之后，你最该学的不是夸它，而是验它

65. AI 辅助编程的反直觉真相

66. AI辅助人类编程

67. 从“写代码”到“编织意图”

68. 2025计算机毕设自救指南

69. 春招Offer收割机+毕设优秀论文

70. 2026 本科毕业论文 AI 工具实用测评

71. 封神级！2026 年AI写论文工具排行榜，3天搞定合格毕设不返工

72. 课设避坑指南

73. 最新研究报告

74. AI生成代码的“Bug”大揭秘

75. AIcoding 如何审查代码-几个实用提示词帮紧泥

76. AI 写的代码，正在成为新的技术债务

77. AI 写的代码 Bug 多 1.7 倍

78. 让 AI 改代码不翻车

79. AI 编程时代的「阅卷人悖论」

80. AI 时代的代码质量危机

81. AI一夜之间写出了我三年的积累，我坐在工位上，第一次觉得自己多余

82. AI生成代码易出错，程序员如何把控代码质量？

83. 四川大学把AI使用规范写成了一份18页文件，这是我见过最详细的一份 - 哔哩哔哩

84. 科研人员怎么正确使用 AI

85. 科研人员怎么正确使用 AI

86. 高校该如何给大学生使用AI立规矩

87. 嘉应学院这份AIGC检测通知，说清楚了一件大多数学校一直没说清楚的事

88. 别再被导师骂了！毕设从0到1避坑指南，我用AI省下了200小时

89. 写了十几年代码，说说我怎么高效利用 AI 编程的

90. 谢邀。作为带过3届毕设的技术导师，聊聊2026年计算机专业学生如何"聪明地"用AI完成毕业设计

91. 计算机毕设“作弊”指南

92. 零代码1分钟带你用AI完成springboot毕设项目

93. 计算机毕设濒临延毕？我靠AI3小时搞定全栈项目+论文，亲测可运行

94. 从心流到旁观

95. 【计算机毕设】花100块用AI生成代码做毕设，室友用了都说香——智码方舟真实体验

96. 2026年计算机毕设工具深度横评

97. 毕设避坑血泪史

98. 智码方舟体验

99. 3步搞定毕设！AI生成器真香警告

100. 计算机毕设，正在毁掉大四学生的暑假？那是你不知道这个“外挂”

101. 2024毕业设计新思路

102. AI如何帮助大学生高效完成毕业设计？深度解析与实用指南

103. 作为十年教育从业者，我对「AI生成毕业设计」的深度思考

104. 研究生如何在科研工作中合规使用AI？导师给的实用建议

105. AI 工程化是什么，为什么现在必须做？

106. 为什么大部分 AI 毕设最后都很“空”？——一个完整工程结构拆解

107. 从几千到几百

108. AI 辅助开发实战:面向计算机大数据专业本科毕设选题的智能选题与原型生成系统

109. 2026本科论文8款写作AI工具全攻略——合规高效，精准适配学术需求

110. 非计算机专业一天用ai完成毕设代码医学生不会写代码，怎么做硬核的深度学习项目？本期视频实操全记录：纯靠和 AI ‘聊天’，一行代码不敲，带你从零搞定基于 ADNI 数据集的阿尔兹海默症预测模型！把逻辑交给自己，把搬砖交给 AI，科研小白也能体验降维打击的 Vibe Coding 工作流。#毕设 #医学生 #研究生 #AI #ai编程

111. AI辅助毕设与论文实战通关课程，限时优惠199元起！

112. 教育部划定高校教师 AI 应用红线：明确使用边界与规范

113. 2026本科论文8款写作AI工具全攻略（实测优化版）——合规高效，精准适配学术需求 - 哔哩哔哩

114. 你的论文，被AI“标记”了吗？

115. 重磅！大温这家教育局准许学生在校使用三款AI平台协助学习

116. 别再瞎用AI写论文了！2026届实测：只有它能救你于导师“夺命连环批”

117. 写了十几年代码，聊聊我用 AI 编程的六个野路子

118. 毕业季论文AIGC率破解指南：从99%降至5%的实战方案

119. 2026年毕业季：别乱用AI了！这是我测评11款工具后的终极避坑指南

120. 2026学术初稿写作：6款AI工具合规应用全攻略——用好工具做真研究，远离学术风险

121. 🛠️ Agentic & Vibe Coding 调试心得

122. 别再瞎用AI写论文了！2026届实测：它能救你于导师“夺命连环批”

123. 2026年AI编程新纪元：从代码补全到自主开发的智能体革命

124. 【计算机毕设】使用AI从零开始手把手带你免费做毕设 springboot3 vue3 10分钟速成计算机毕设微信小程序千套免费源码免费领

125. 从手写到AI生成：企业级AI编程落地流程与质量治理

126. 2026论文AI写作合规实测：多场景选型与避坑指南

127. AICoding与单元测试的协同进化：从验证到驱动

128. AI Coding与单元测试的协同进化：从验证到驱动

129. 6款免费AI论文工具实测：原创度高查重低于7%，轻松搞定毕业设计

130. 2026毕业论文 AIGC 检测避坑指南：10 款降 AI 率工具实测对比

131. 2026年毕业答辩PPT避坑指南：4款AI工具实测对比

132. 别再埋头敲代码了！4个爆火AI编程工具实测，改bug效率×3，新手也能秒变大神

133. AI论文工具如何避坑？2026年6款生成神器测评！

134. 2026本科论文AI协作指南：合规选型+高效搭配，告别工具选择内耗

135. 一个文件，9万星：Karpathy 用 4 条规则治好了 AI 写代码的"坏毛病"

136. 2026毕业论文AI实测：8款工具真实表现曝光，谁能真正帮你定稿？

137. AI生成代码有漏洞，程序员如何做工业级代码审查？

138. 2026学术AI工具攻略｜合规赋能·格式新颖·全场景适配

139. 【熟肉】程序员必看：你可能正在犯的AI使用错误 - Theo - t3․gg

140. 手把手教你：用AI生成PHP代码，3分钟完成3小时工作

141. AI写作工具避坑指南：买错这几个AI工具，亏的不止是钱

142. 2026年普通人最值得投入的3个AI工具，第1个我用了半年

143. AI 写论文怎么用才不踩雷？2026 年本科论文真实使用拆解

144. 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

145. AI工具别乱选?！2026实测对比：豆包2.0和DeepSeek V4到底怎么挑？

146. 调试技巧：AI写的代码出bug了怎么办

AI不是代笔，而是照妖镜：大学生如何正确使用Copilot完成毕业设计

精选参考来源