AI 编程
找到 12 篇关于此标签的文章
百万行 AI 代码跑在数百万台机器上 — Paul Dix 说脚手架才是真正难点
Simon Willison 引述 InfluxDB 创始人 Paul Dix：AI 写的 100 万行代码经几个月打磨后跑在数百万台机器上。值得关心的是他的结论——真正的难点不是 AI，而是验证系统和方向描述这套脚手架。
有人让 Qwen 自主写完一个 C 编译器 — 开源 Agent 进入长程耐力赛
一位开发者用阿里 Qwen 3.6 27B 开源模型，花 6 周让 Agent 自主写完一个 C99 编译器。这件事证明开源模型能扛数周级长程任务，但幻觉与上下文管理问题说明「自主」还要打引号。
AI 当程序员干完 CUDA 移植 — 矿卡跑 Qwen 35B 性能翻倍
一位非程序员的 IT 架构师，借 AI 编码助手把推理引擎移植到矿卡上，让 Qwen 35B 性能翻倍。两件事值得关心：廉价矿卡成本地 AI 的现实选项，AI 当程序员正在把底层技术门槛削平。
开源维护者用 AI 写了个小工具，挖出埋了 281 天的崩溃 Bug
一位维护 vue3-element-admin 生态的开发者，用 AI 编程工具 TRAE Work 写了一个单文件 HTML 工具，把散在 Gitee、GitHub、AtomGit 三平台的 Issue 自动分诊、聚成 FAQ。意外收获：一条冷冻 281 天、零回复的崩溃级 Bug 被挖了出来。
AI 写完代码，'没报错'不等于'没问题' — 五层验收法正在变成新基本功
掘金上一篇 AI 编程教程阅读量破万，评论区最高频的提问不是'怎么写'，而是'为什么还是有 bug'。答案几乎都指向同一个被跳过的环节：验收。编辑部拆解了一套从语法到项目适配的五层框架。
Qwen 3.8 Max 最被低估的能力是'知道不该做什么' — 国产大模型卷向规划与克制
阿里通义千问发布 Qwen 3.8 Max。独立开发者在海外社区实测后给出的最高评价是：'最擅长知道什么不该做'。在参数军备竞赛回归的当下，这家中国公司押注的是模型的判断力与规划能力，值得所有为 AI 落地头疼的产品经理和架构师留意。
AI 写代码越来越快、项目三个月后改不动 — 老办法 DDD 被工程师重新翻出
AI 编程工具让代码产出翻了几倍，但用 AI 写的项目平均三个月后陷入'谁也不敢动'的状态。工程师社区正在重新讨论一个 20 年前的方法——领域驱动设计（DDD）。这事值得所有让团队用 AI 写代码的管理者关心。
AI 自动写代码总翻车，问题不在模型 — 掘金三张工程卡指南
AI 编程工具满天飞，真正决定项目成败的不是模型多强，而是工程流程怎么设计。掘金一篇指南用 Android 登录模块做案例，拆出评判标准、反馈格式、终止条件三张卡，对想用 AI 自动干活的团队很实用。
AI 写代码越强，程序员越该懂系统设计 — 敲代码不再稀缺，看懂架构才是真功夫
AI 正在把编程往更高抽象层级推：人描述目标，AI 生成可执行程序。这不是淘汰程序员，而是把工作重心从「代码怎么写」上移到「系统为什么这样设计」。我们注意到，决定程序员未来价值的，不是敲代码速度，而是判断系统好坏的能力。
GPT-5.6 接手代码项目翻车 — 一周配额打水漂折射大模型的工程盲区
开发者把 Claude Opus 4.8 留下的重构任务交给 GPT-5.6，结果烧掉一周 token 配额却挖了一堆坑，AI 拒不认错直到被精准点出。这不是段子，是当下"用大模型当工程师"的真实账单。
AI 写代码省下的时间，被手动 review 吃回去了 — 一个 PHP 程序员的转型实录
一位 PHP 程序员用 Claude Code、Codex 等 AI 工具辅助转型 Golang，58 期系列博客最新一期：后台配置管理模块。AI 生成的代码基本被推翻，人工花一整天重写。值得关心的是：AI 编程的真实效率边界在哪里？
Google 悄悄给 AI 写代码开了一扇专属门 — Android CLI 让机器开发者第一次有了自己的工具
Google 内部测试显示，使用 Android CLI 的 AI 开发流程，Token 消耗减少超过 70%、任务完成速度提升 3 倍。这不是一个给人用的新工具，而是 Google 第一次明确承认：AI 已经成为软件开发的「第一手实施者」，并开始为它专门造基础设施。