最新
CHANNEL · 资讯

开发

面向开发者的一线实践:AI 编程与智能体工具链、软件工程流程、代码审查与交付质量、程序员职业变化。

开发内容

按频道浏览
从写代码到驾驭 AI,Harness 工程师完整成长路线图 开发 2026-11-02

从写代码到驾驭 AI,Harness 工程师完整成长路线图

招聘要求正从“熟练使用某款工具”转向工作流编排、可观测性与 MCP 协议。文章把模型之外的运行系统定义为 Harness,给出三项基本功、四步拆解方法与五维评估指标,并梳理技能栈与转行路径,强调传统工程经验仍是底盘。

5 51CTO 2026-11-02
模型会写代码不等于能交付!深入拆解 Harness,从沙箱、智能体循环到验证体系的实战指南 开发 2026-10-22

模型会写代码不等于能交付!深入拆解 Harness,从沙箱、智能体循环到验证体系的实战指南

让 AI 写一个函数只要几秒,但要交付一个能上线的功能,还缺文件定位、安全执行和测试验证这一整套支撑系统。文章把 Harness 拆成说明、上下文、工具、持久状态、编排、验证六层,并用 Python 手写了一个可以运行的最小实现。

5 51CTO 2026-10-22
告别大模型的“慢”与“贵”:Decisions API vs Jev,后端决策模型怎么选? 开发 2026-10-14

告别大模型的“慢”与“贵”:Decisions API vs Jev,后端决策模型怎么选?

TypeSafe 的 Jev 上线 36 小时涌入 14 万开发者,OpenAI 随即推出 Decisions API。两者都把“下判断”从文本生成中拆出,以有限答案集合换速度与成本。文中梳理问题类型、定价与易踩细节,并与 Jev 对比。

5 51CTO 2026-10-14
程序员只写代码的时代结束了!OpenAI工程负责人:开发者要重新定义什么叫“任务完成” 开发 2026-10-10

程序员只写代码的时代结束了!OpenAI工程负责人:开发者要重新定义什么叫“任务完成”

OpenAI 电脑操作 Agent 产品与工程负责人 Ari Weinstein 在访谈中表示,Computer Use 让智能体进入真实软件界面动手,写完功能后能自行点击、填表、验收结果,人工约 2 小时的订餐操作被压缩到 15 分钟,开发者的交付物正从 Diff 变成任务结果。

5 51CTO 2026-10-10
弃用无脑 LLM!我把 14 小时工程工作流压缩到 2 小时,效率暴涨 700% 开发 2026-10-10

弃用无脑 LLM!我把 14 小时工程工作流压缩到 2 小时,效率暴涨 700%

开源项目 ai-template-updater 把 LLM 从工作流核心摘出:能靠 API、脚本完成的一律交给确定性代码,只把需要推理判断的环节留给模型,并搭自定义 CLI 与结构化状态,AI 软件模板的周期性维护从 14 小时压到 2 小时,效率提升 7 倍。

5 51CTO 2026-10-10
AI 编码智能体死循环无解?五步实操法打破越修越崩的 bug 修复怪圈 开发 2026-10-09

AI 编码智能体死循环无解?五步实操法打破越修越崩的 bug 修复怪圈

AI 编码智能体的修复死循环不是某款工具的 bug,而是上下文衰减、模糊反馈、运行状态信息差与修改累积叠加的结果。对应的处置是停止、回滚、精准重述、单点修改、自主验证五步,并用一个双重扣款 bug 演示收敛过程。

5 51CTO 2026-10-09
AI 写代码提速 35%?别被表面效率骗了,隐性成本才是技术团队最大坑 开发 2026-10-08

AI 写代码提速 35%?别被表面效率骗了,隐性成本才是技术团队最大坑

AI 编码工具带来 25%-35% 的交付提速,代价却在 1-3 个月后兑现:规模化使用后代码审核时长平均增加 91%,代码库漏洞数量是传统开发的 3 倍,线上修复成本高出 10-100 倍,因此审查环节的投入必须与编码工具的推广同步。

5 51CTO 2026-10-08
程序员不能急着自动化!OpenAI总裁:未来的差距,不在谁的Agent更多,而在谁更懂工作流 开发 2026-10-08

程序员不能急着自动化!OpenAI总裁:未来的差距,不在谁的Agent更多,而在谁更懂工作流

OpenAI 总裁布罗克曼称模型写软件的能力已超过他认识的几乎所有人,他自己只给目标、反馈和约束。他建议开发者先亲手把流程跑 5 遍再交给 Agent,因为过早自动化会把模糊和错误一起固化,产品差异将来自对用户的理解。

5 51CTO 2026-10-08
代码量,不代表AI生产力!XP创始人:开发者真正的工作,发生在代码生成之后 开发 2026-10-07

代码量,不代表AI生产力!XP创始人:开发者真正的工作,发生在代码生成之后

XP 创始人肯特·贝克在 Prodacity 2026 上指出,AI 生成 20 万行代码不代表生产力,Features 增长会消耗 Futures——代码库下一步的选择权。开发者的时间转移到意图拆分与结果核验,测试应覆盖行为而非实现。

5 51CTO 2026-10-07
程序员的基本功重新变得重要!Total TypeScript作者:别把整个需求塞给Agent,上下文一长,模型就会走进“变笨区” 开发 2026-09-30

程序员的基本功重新变得重要!Total TypeScript作者:别把整个需求塞给Agent,上下文一长,模型就会走进“变笨区”

Total TypeScript 作者 Matt Pocock 认为,AI 让知识变便宜,工程智慧却没有。上下文越堆越多,Agent 会从 smart zone 滑进 dumb zone;他建议把规格拆成独立工单,一次会话只处理一张。

5 51CTO 2026-09-30
当代码生成变得人人可及,什么才是真正的差异化? 开发 2026-09-30

当代码生成变得人人可及,什么才是真正的差异化?

Figma CEO Dylan Field 认为代码生成普及后,差异化来自品味。Figma Make 用提示词生成设计与可运行应用,再下沉到 Figma Design 精修,经 CodeConnect 与 MCP 打通代码侧。

5 51CTO 2026-09-30
程序员最大的风险不是被AI替代,而是“认知投降”!Chrome前负责人:代码写完了,人却看不懂系统 开发 2026-09-29

程序员最大的风险不是被AI替代,而是“认知投降”!Chrome前负责人:代码写完了,人却看不懂系统

Chrome 前负责人 Addy Osmani 提出认知债务与认知投降:代码交付越来越快,人对系统的理解却在流失。他一项任务会启动 20 到 30 个子 Agent,因此更看重任务末尾留下的决策记录与仓库里的依据。

5 51CTO 2026-09-29
AI编程已经卷到头了!马斯克:把目光转向“现实世界工程”,下一场硬仗,是让AI走出IDE 开发 2026-09-28

AI编程已经卷到头了!马斯克:把目光转向“现实世界工程”,下一场硬仗,是让AI走出IDE

马斯克在央视专访中称,Anthropic 让 AI 擅长了软件工程,但没人让 AI 擅长现实工程。代码有编译器、测试与版本控制兜底,落到车辆、机器人上却要面对传感器噪声与物理约束;他想用 SpaceX 与 Tesla 数据训练 Grok。

5 51CTO 2026-09-28
AI 接管写代码后,程序员的核心工作只剩两件事:定义标准和守住底线 开发 2026-09-26

AI 接管写代码后,程序员的核心工作只剩两件事:定义标准和守住底线

Codex、Cursor、Claude Code、GitHub Copilot 已接管基础编码。文章把编码智能体比作有损耗的“计算热机”,用 customer_tier 字段的案例说明:AI 看不到隐性的语义数据契约,只能对显性代码求最优解,程序员的新工作是划定边界、守住底线,把审查与校验交给规则。

5 51CTO 2026-09-26
从日均 15 个 PR 积压到月提 2000+ 生产 PR:AI 时代,代码验证的新范式 开发 2026-09-21

从日均 15 个 PR 积压到月提 2000+ 生产 PR:AI 时代,代码验证的新范式

AI 提速了代码生成,却把审查压力压到资深工程师身上:77% 的工程师编码时间缩减,超 90% 工时耗在审核 AI 代码上,PR 合并量涨 98%、审核耗时涨 91%。文章主张放弃逐行审码,转向意图验证,给出固化规则、留存意图、重构考核指标三个动作。

5 51CTO 2026-09-21
AI 原生 SDLC 落地实战:Claude Code、Codex、Gemini 智能体工程开发完整指南 开发 2026-09-18

AI 原生 SDLC 落地实战:Claude Code、Codex、Gemini 智能体工程开发完整指南

Anthropic 提出的 AI 原生 SDLC,把规划、设计、构建、测试、部署、维护做成工件驱动的闭环。文中给出 METR 效率数据与 DORA、Stack Overflow 调查,并对比 Claude Code、Codex、Gemini CLI 的分工。

5 51CTO 2026-09-18
为什么你的微调 AI 智能体上线就废?90% 开发者都漏了这四个关键步骤 开发 2026-09-16

为什么你的微调 AI 智能体上线就废?90% 开发者都漏了这四个关键步骤

本地测试完美的智能体一上线就乱调接口、丢参数,问题往往出在只优化了模型权重。文中以工单分诊智能体为例,给出数据集校验、QLoRA 微调、运行时超参数遍历、DPO 偏好对齐四步流程,并给出低温加重试把成功率提到 98% 以上的结论。

5 51CTO 2026-09-16

热门产品

参数与价格