#AI代码生成

4小时前

Anthropic 70%、80% 甚至 90% 的代码都是由 Claude 编写的。人们认为这是假的，因为他们觉得这意味着要解雇 70%、80% 或 90% 的软件工程师，但真正发生的是，人类变成了 AI 系统的管理者。

#Anthropic #Claude #AI代码生成 #软件工程师 #人机协作

1周前

统计下手边的项目，大概95%代码是ai写的。文档有28195 tokens, 测试有22170个，但是真正的代码本身只有20320(后端代码没有html/css占数量）。我觉得这个比例是合适的，在这样的粒度下什么模型都表现不差，而且消耗很少。传统的工程训练和经验还是有用的，想搞vibe coding需要学的不是vibe而是coding

AI编程工具激战：Claude Code、Gemini Cli崛起· 799 条信息

#AI代码生成 #代码占比分析 #工程经验价值 #Vibe Coding反思

火星财经（MarsBit中文版）

2周前

🔔Coinbase CEO：约 40% 的日常代码由 AI 生成，目标 10 月提升至 50% 以上火星财经消息，据 Coinbase CEO Brian Armstrong 发文披露，目前加密货币交易所 Coinbase 约 40% 的日常代码由人工智能生成。 Armstrong 表示，公司计划在 10 月前将这一比例提升至 50% 以上。他强调，虽然 AI 生成的代码需要经过审查和理解，且并非所有业务领域都适用，但公司将在可能的范围内负责任地使用 AI 技术。

#Coinbase #AI代码生成 #Brian Armstrong #加密货币交易所 #技术创新

Tiger Chen & 前端之虎陈随易

3周前

如何提高AI写代码的准确度和后期扩展的正确性？让AI生成详细的说明文档和测试文档。

#AI代码生成 #代码准确度 #代码可扩展性 #AI文档生成 #AI测试文档

3周前

关于 Vibe coding，我的看法是：无论你是否在职，现在都没必要过多纠结这个问题。它更像是一种长周期的练习，而不是立刻要解开的难题。就像我练长笛时的体会一样。有一首曲子，巴赫的 Bardinerine，难度极高，我从学长笛起就断断续续在练习，并收藏了很多年。但它从来不是一口气能练好的，而是隔一段时间拿出来试试，看看自己到了哪一步。如果把技术发展理解为一条线性增长的曲线，那么在前期“匹配度”不足的时候去硬练，不仅收效甚微，甚至可能适得其反。你和曲子，只有匹配，没有高低。你个人，跟一首曲子争什么高低。 Vibe coding 也是类似的道理。至于它会不会取代你，这个问题没有太大意义。你可能现在比他写的好，也可能比他写的差。但是总有人写的比你好。不管结果如何，先放在一边，做好几手准备，每一手都能让你站在赢家的位置。过去，程序员的纠结主要是“代码写得好不好”“架构是否优雅”。但如今，AI 已经能够生成大部分代码，代码本身已不再是核心稀缺资源。真正的焦虑在于：你是否还能看懂整个系统的结构逻辑，当 AI 快速生成模块时，你能否判断其合理性与可融入性；你是否理解新的业务模型，因为商业逻辑已从“写好产品 → 慢慢变现”转向“结构即业务，协议即商业”，代码只是执行层的皮肤，真正的壁垒在于业务模型与协议设计；你是否完成了角色转变，不再纠结“这段代码是我写的还是机器写的”，而是能否调度结构、验证逻辑、衔接业务路径。换句话说，程序员未来的竞争力，不在于手指敲下多少行代码，而在于脑子能否跟得上结构迁移。business model 已经发生了根本变化，如果还停留在“写代码还是生成代码”的纠结，那就如同工业革命时期还在争论“织布是手工还是机器”。

#Vibe Coding #程序员转型 #AI代码生成 #业务模型 #结构迁移

3周前

我用 tokei 简单做了个统计：有 200 多个文件，核心代码 2 万行左右，其中有 1000 行都是 icon（为啥不使用图标库，因为很多时候不符合要求，都被我微调过）。这样看下来，Noi 代码量不算大，按照 AI 的能力，它 1 小时内绝对可以生成 2 万行+，但事情真如此吗？我发过很多截图，大家可以试着生成。

#代码统计 #Noi代码量 #AI代码生成 #icon微调 #代码生成挑战

3周前

Vibe Coding害了推特大V 自从那位推特大V看到Andrej Karpathy发的那条推文，被里面"完全顺应感觉，拥抱指数级增长，忘记代码的存在"这句话击中后，整个人就像被"氛围"的prompt绑定了一样，满脑子都是用自然语言生成代码的"革命性体验"。他把推特简介改成了"Vibe > Everything，勿扰！正在Accept All"，连粉丝私信都要回复："是否为有效的自然语言prompt？请用一句话描述需求。"置顶推文没有了往日的技术分享，取而代之的是加粗的大字："会说话+AI模型=全栈开发"，下面还配了个工作流截图，标注着"描述需求→生成代码→Accept All"的流程。直播时他对着屏幕不动，盯着Cursor界面喃喃自语："点Accept算Tool Use吗？要是报错了，是不是得加'重新生成'按钮？我review代码的动作，能不能通过更好的prompt来完全避免？" 粉丝让他快演示，他却打开记事本记："当前任务'开发应用'，存在'理解代码与快速交付矛盾'问题，需优化prompt策略。" 有次粉丝请他做个简单的登录功能，他开播前先在推特确认："各位，这次'登录模块'的需求描述（用户体验、安全级别）是否明确？生成时间需不需要纳入'10倍效率提升'评估？万一AI理解错了，我能直接'重新描述'（换个prompt）吗？" 现在他跟其他技术博主交流，再也不提设计模式，开口就是"你觉得Vibe Coding的Accept All系统，能覆盖多少个传统开发场景啊？""AI生成代码的质量评估怎么量化'生产可用性'？" 就连看技术文档，他都指着示例代码说："这种手写代码是suboptimal approach，要是用Vibe Coding，肯定能通过一句话描述直接生成更优雅的实现！" ——Vibe Coding真的害了这位推特大V 参考文献： [1] 89man009. 普法战争害了我女儿 [Z]. 小红书, 2025-08-17(泰国). [2] 軒轅十七夜. 神探夏洛克害了我的女儿 [Z]. 小红书, 2025-08-06(中国台湾). [3] 向最美好的前途，哪怕是漫长的路. 苏联害了我女儿 [Z]. 小红书, 2025-08-19(安徽). [4] momo. 线粒体害了我女儿 [Z]. 小红书, 2025-08-26(江西). [5] 灵犀虎. 后训练害了我女儿 [Z]. 小红书, 2025-08-26(北京). [6] PiPiLuminous. AI Infra 害了我室友 [Z]. 小红书, 2025-08-26(浙江). [7] David Hu, Agent毁了我的女儿 [Z]. 小红书, 2025-08026(浙江).

#Vibe Coding #推特大V #AI代码生成 #效率至上 #技术博主

迈克 Mike Chong

3周前

LinkedIn 上有人分享了如何构建 99% 代码都是 AI 来写的系统。系统性思维很棒，翻译了一下：到现在我已经用 Claude Code 和 Copilot 来写代码差不多一个月了，基本就是我自己几乎不写——99.9% 的代码都是 AI agent 写的。下面是我能靠 AI 干成的事情，以及大概的花费： Claude Code：大约 12.5 亿 Tokens，花了 ~640 美元 Copilot：1375 次高级请求，企业版（39 美元/月） Claude Chat：几百次对话，同样是企业版（应该和 Copilot 一样）代码库的变化： * 新增 197K 行代码 * 删除 208K 行代码 * 主分支上有 355 次提交 * 合并了 180 个 PR * 解决了 98 个 GitHub issue 我是怎么做到的？ 1) 所有代码都必须过一套非常严格的 CI/CD 流程：静态检查、格式化、代码安全工具，还有完整的测试集 2) 代码库已经模块化了，每个组件都通过清晰的接口来调用 3) 接口和实现完全分开 4) 每个组件都有自己的文档 5) 每个组件的测试、文档、头文件、实现都放在一起 6) 每个组件保持在 5k 行代码以下（包括文档） 7) 每个 GitHub issue 都写得很详细，带代码引用和问题描述 8) 搭建了一个 7 层的提示体系，记录各种规范：工具层（Copilot vs Claude）、语言层（C++ vs Python）、项目层（按仓库）、角色层（开发 vs 测试 vs 架构 vs 审查）、组件层（按目录）、任务层（对应 GitHub issue）、执行层（具体操作）这样，我只需要分配任务，15-30 分钟就能拿到第一版，然后我再迭代、审查、验证，最后一小时内就能提交——几乎不用我亲手敲代码。现在真正的瓶颈是我自己，因为我审查代码的速度跟不上。而且 Claude Code 现在已经包含在企业计划里了。是时候继续玩一玩，让我的“Agent 军团”来帮我缓解这个瓶颈。

AI编程工具激战：Claude Code、Gemini Cli崛起· 799 条信息

#AI代码生成 #Claude Code #Copilot #代码审查瓶颈 #自动化开发流程

1个月前

Open Lovable = Firecrawl 的网页抓取能力 + AI 的代码生成能力 + 本地可运行的 React 项目输出。 5 天 10K Star 的「免费开源版 Lovable」：输入任意网址 → Firecrawl 爬 → AI 生成 React → E2B 沙盒运行，全程零配置、MIT 许可、可本地部署。主要功能包括： AI聊天生成代码：通过自然语言与AI对话，快速生成React组件、页面或完整应用代码。支持多种AI模型：兼容Anthropic、OpenAI和Groq的API，灵活选择AI提供商。 E2B沙箱环境：提供安全的代码运行环境，确保代码测试和执行的隔离性。 Firecrawl网页抓取：支持从网页提取数据，辅助生成动态内容或参考外部资源。本地开发支持：通过简单的npm run dev命令，快速启动本地开发服务器。开源免费：基于MIT许可证，允许用户自由使用、修改和分发代码。如果你想快速把别人的网页变成自己的 React 项目，现在就是最好的时候。

谷歌Deep Research：AI操作系统雏形？· 69 条信息

#Open Lovable #Firecrawl #AI代码生成 #React项目 #开源免费

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1个月前

Vibe Coding与数字复制子的自举机制 Vibe Coding（又称 vibecoding）是一种新兴的开发模式：通过自然语言提示驱动LLM自动生成并迭代代码。正如定义所述，“你描述想要做什么 → AI把代码全写好 → 人只做测试与微调” 。IBM将其称为“从意图（intent）直接到可执行代码”的新世代软件生产模式。 Vibe Coding消灭了代码开发中自然语言与形式语言的隔阂：人类不再需要编写严谨的语法或算法步骤，只需用模糊的语义描述需求，AI便自动把这些意图“翻译”成精确可运行的程序。这在技术上构建了一种自举机制：人类意图（自然语言形式的信息复制子）不断喂给AI，AI则生成结构化的程序（另一类复制子），两者通过反馈共同进化软件系统。与早期“低代码/无代码”仅限于图形拖拽不同，Vibe Coding让“对话”成为唯一的接口。这种模式下，AI扮演了超高速的代码复制者——它可以基于一个提示复制出千行代码，而开发者再利用版本控制、测试等形式对其进行选择性保留或修正。可以说，Vibe Coding是自然语言复制子向计算机代码复制子的桥梁与催化剂：它利用大语言模型的语言拟态能力，将模糊的人类意图映射到精确的形式语言结构中，形成新的数字复制循环。

#Vibe Coding #自然语言编程 #LLM #自举机制 #AI代码生成

1个月前

有的自媒体老师开始算中美token消耗量差距，其实是耸人听闻， AI的token消耗差距主要贡献还是来自代码生成。一本100万字的网络小说人们读起来，没个把月根本读不完. 而code Agent，一天给你刷个10亿token完全不在话下.

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 490 条信息

#中美token消耗差距 #AI代码生成 #code Agent #Token消耗 #网络小说

2个月前

用ai 写代码，就没有让我满意的。基本上把好几家的产品拿来一起用。搞一个前端项目 gemini 又把这个项目重构了 cursor 上面进行边边角角的修改一个项目干下来，至少三个ai 生成代码的工具来回切换

AI编程工具激战：Claude Code、Gemini Cli崛起· 799 条信息

#AI代码生成 #前端项目 #代码重构 #Gemini #Cursor