#代码生成

2天前

🎉一觉醒来，Claude Code 又更新了，国庆期间刚好可以把玩 Sonnet 4.5 了最近这段时间用 Sonnet 4.0，感觉他写模板代码的能力确实强，但是对于理解我的意图以及修复问题还是有欠缺

AI编程工具激战：Claude Code、Gemini Cli崛起· 906 条信息

#Claude Code #Sonnet 4.5 #AI模型 #代码生成 #技术更新

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

6天前

为了解决这个问题，我们引入了存储库规划图（RPG），这是一个持久的表示，通过在一个图中编码功能、文件结构、数据流和功能来统一提案级和实施级规划。 [2509.16198] RPG: A Repository Planning Graph for Unified and Scalable Codebase Generation

#存储库规划图 #RPG #代码生成 #提案级规划 #实施级规划

2周前

以前写代码，全靠手敲，一行行慢慢堆。现在不一样了，Claude上线，写代码速度直接开挂，框框快，不管多忙，指挥AI，干就完了。

AI编程工具激战：Claude Code、Gemini Cli崛起· 906 条信息

#AI #Claude #代码生成 #效率提升 #编程

2周前

刚在 VibeHacks 看到这个项目突然想到，可能可以加一个思路原来由于编码成本过高大部分重构都放在积重难返的时候 VibeCoding 应该每次 commit 后或者每次一个 feature 发布后微重构，来使全局更合理或者说，每次功能发布都是从零重新生成整个项目就像编译一样，只不过是基于完整业务“编译”业务到代码

#VibeHacks #VibeCoding #微重构 #持续优化 #代码生成

3周前

我发现 codex 现在很会写代码，在给出基本 form ui 结构后，要求它使用 zod 完善 save 逻辑，第一版输出在自己实现报错 ui。让它使用 Form 组件，它开始全局检索 Form 使用，然后重写（挺会通过检索已有代码来模仿学习）。codex 搜索是用自己实现的 rg 命令（基于 rust 实现），支持字符模糊搜索。

AI编程工具激战：Claude Code、Gemini Cli崛起· 906 条信息

#Codex #代码生成 #zod #Form组件 #UI开发

饼干哥哥🍪

3周前

在实际应用场景中，二者的差异尤为明显。对于需求明确的任务，如“参考已有模块 A 实现功能 B”，Codex 能准确理解并模仿风格，只改动必要代码；而 Claude Code 则可能进行全局分析和重构。在修复小型 CSS 样式问题时，Codex 修改完即止，而 Claude Code 则可能附带进行一些非必要的优化。「话少」意味着 Codex 在 Token 消耗上更少，执行任务也更聚焦。

AI编程工具激战：Claude Code、Gemini Cli崛起· 906 条信息

#Codex #Claude Code #代码生成 #Token消耗 #代码修复

3周前

看到最近不少人又在提及 Codex. 于是就重新拿出来试了一下. 试了一个手边的简单的任务, 并和 Claude Code 比较了一下. 结果还是不行啊. 虽然勉强能完成任务, 但方案比较繁冗, 而且很机械. 相比较 CC 就能洞察到一些需求之外, 但仍然很相关的点, 并据此提出了更优雅的方案. 最后, 这 UI 的美观程度, Codex 也是差着不少.

AI编程工具激战：Claude Code、Gemini Cli崛起· 906 条信息

#Codex #Claude Code #代码生成 #UI #性能比较

3周前

用了一个月的 Codex 以后，彻底抛弃了 Claude Code

AI编程工具激战：Claude Code、Gemini Cli崛起· 906 条信息

#Codex #Claude Code #代码生成 #AI工具 #技术评估

1个月前

最近开始用 OpenAI 的 Codex，感受和这个人说的差不多，Codex 确实“just does the work”。Claude Code 也继续很棒，特别是会发挥很多我没想到的点，虽然有时过度发挥很不爽。于是我开始尝试组合：先用 Claude Code 开局，再用 Codex 「擦屁股」。

AI编程工具激战：Claude Code、Gemini Cli崛起· 906 条信息

#OpenAI Codex #Claude Code #代码生成 #AI 编程 #工具组合

1个月前

代码编辑器 #Zed Editor 与谷歌合作直接集成 #Gemini CLI，帮助开发者在 Zed 编辑器中即时生成或重构代码。 Gemini 会在生成或修改代码后在一个界面中呈现所有更改请求开发者审阅，开发者可以批准、拒绝或手动修改代码。查看全文：

Google Gemini 2.5发布引发AI模型性价比热议· 204 条信息

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 524 条信息

#zed editor #Gemini CLI #代码生成 #代码重构 #谷歌合作

1个月前

今日发现的小羊毛： Cursor 订阅用户可以免费使用 X 新推出的 grok-code-fast-1 模型一个星期，这种免费的午餐我肯定不能错过。我轻度使用了一个下午，发现效果还是可以的，速度是优势，真的非常快！但是代码量上来后面就越来越拉了，相比我日常使用的 4-sonnet，感觉差不多，稍微差一点把，但是绝对是可以用的。 Reddit 的真实用户评价：

AI编程工具激战：Claude Code、Gemini Cli崛起· 906 条信息

#Cursor订阅 #X grok-code-fast-1模型 #免费试用 #代码生成 #速度快

1个月前

看到关于 vibe coding 的讨论，我想分享自己的经历：作为一个稍微有点聪明但不多、半吊子 PM、大学连 C++ 指针都没学明白的代码苦手，如果不是 ChatGPT 的诞生，我应该是永远写不出目前在用的一些效率小脚本了。即便如此，当我试图用“自认为严谨”的方式描述新功能需求，并交给 AI 生成代码时，结果往往不尽如人意：要么直接报错，或者实现效果 vs 预期相差甚远。接下来，我只能一遍一遍把报错信息 or 差异丢给 AI，企图让它自己不断尝试改进代码。所以，我觉得如果有人认为借助AI就能轻松变成“程序员”，那只有一种可能：他对AI交付的代码没有任何细节上的要求。比如，让 AI 生成一个 Landing Page 确实没问题，因为只要页面看起来像模像样，顺便填充了 AI 味十足的文案，就算是心满意足了。但如果希望 AI 在生成代码时关注某些细节，或者实现特定框架下的功能，那就很难了—— 因为不懂代码、不懂框架，所以没法在正确方向提出要求，只能被迫接受一个“看起来还行”的结果。然而，更多时候，自己都没有意识到“还需要关注某些细节”，因为也不知道究竟有哪些细节需要关注… 总之，虽然 AI 对我帮助很大，但我也清晰意识到：我这种靠 AI 点亮编程技能的人，无论是执行力还是效率，和“靠写代码吃饭”的人没法比。保持谦卑，保持尊重。

AI编程工具激战：Claude Code、Gemini Cli崛起· 906 条信息

#AI辅助编程 #ChatGPT #代码生成 #编程技能提升 #效率工具

1个月前

AI这段代码给我看笑了最近 Claude 正好生成了一段类似的代码让我一阵臭骂很难想象完全vibe coding这代码质量会怎么样

AI编程工具激战：Claude Code、Gemini Cli崛起· 906 条信息

#AI代码质量 #Claude #Vibe Coding #代码生成 #负面评价

1个月前

最先进的一批AI模型写代码不烂，模块级别远超人类程序员平均水平，写出来烂代码先看看选的啥模型，上下文是不是充分，提示词是不是要优化。跨模块的代码，受限于上下文窗口长度，可能需要人类辅助设计规划一下，如果项目结构合理，AI一样可以重用现有代码保持DRY

深度学习模型升级引发AI能力大跃进，行业迎新变革· 96 条信息

#AI模型 #代码生成 #模块级别 #人类程序员 #上下文窗口

1个月前

仅凭一句话就能让 ai 写出代码的需求，本身也不是需求。

#AI #代码生成 #需求 #技术 #局限性

karminski-牙医

1个月前

刚发布的 DeepSeek-V3.1-Base 写代码实测来啦! 直接说结论, 比 GPT-5 好! 我的体感是马上就能追平 Claude-Sonnet-4. 这次三组测试中, DeepSeek 除了大象牙膏的那个 OrbitControls 前面没有加 THREE 的包名称以外, 其余测试均能一次性通过, 相比较 GPT-5 在上期测试中出现了各种错误. DeepSeek-V3.1-Base 可以用流畅来形容. 不过测试出来 DeepSeek-V3.1-Base 最大的问题是美学还是差点意思, 生成的三角烧瓶只能用抽象来形容, 并且6次生成中没有一次能看的. 网页制作的样式和审美也略单一. 以上就是本期评测, 关注我带你看全网嗯快嗯专业的大模型评测. #DeepSeek #DeepSeekV31

深度学习模型升级引发AI能力大跃进，行业迎新变革· 96 条信息

#DeepSeek-V3.1-Base #代码生成 #GPT-5 #大模型评测 #美学不足

1个月前

越早意识到下面这点的Engineer越有长远优势：当AI生成代码有问题时，你不应该自己检查，自己改，而应通过： prompt层面：更详尽的任务规划，更细分的TODO… 工程层面：e2e、单测、强类型语言… 给到AI更多线索和约束，完全让他自己迭代简而言之就是不要与AI发展的趋势对抗，培养工程、架构、规划能力，而不是编码能力

#AI浪潮：重塑就业，风险暗涌？· 107 条信息

#AI #代码生成 #工程能力 #架构能力 #任务规划

1个月前

开始用 Figma MCP 直接生成 100% 还原设计的代码，这是我第一个落地的 MCP 服务。

#Figma #MCP #代码生成 #设计还原 #积极

1个月前

AI写TypeScript还是比C++靠谱多了，只需要一点软件工程的技巧，甚至很轻松就做到了，我写interface+comment剩下的全给AI只有我review。单元测试要告诉他该测什么，1/n

AI编程工具激战：Claude Code、Gemini Cli崛起· 906 条信息

#AI #TypeScript #软件工程 #单元测试 #代码生成

1个月前

转译：为什么大语言模型无法真正构建软件作者：Conrad Irwin 我花了大量时间做的一件事就是面试软件工程师。这显然是项艰巨的任务，我不敢说自己有什么绝招；但这段经历确实让我有时间去反思，一个高效的软件工程师究竟在做什么。软件工程的核心循环当你观察一个真正的行家时，你会发现他们总在循环执行以下几个步骤： * 构建一个关于需求的心理模型。 * 编写（希望如此？！）能够实现需求的代码。 * 构建一个关于代码实际行为的心理模型。 * 找出两者之间的差异，然后更新代码（或需求）。完成这些步骤的方式有很多种，但高效工程师的过人之处，就在于他们能够构建并维持清晰的心理模型。大语言模型表现如何？平心而论，大语言模型在编写代码方面相当出色。当你指出问题所在时，它们在更新代码方面也做得不错。它们还能做所有真人工程师会做的事：阅读代码、编写并运行测试、添加日志，以及（大概）使用调试器。但它们无法做到的是，维持清晰的心理模型。大语言模型会陷入无尽的困惑：它们会假设自己写的代码真的能用；当测试失败时，它们只能猜测是该修复代码还是修复测试；当感到挫败时，它们干脆把所有东西删掉重来。这与我所期望的工程师特质恰恰相反。软件工程师会边工作边测试。当测试失败时，他们可以对照自己的心理模型，来决定是修复代码还是修复测试，或者在做决定前先收集更多信息。当他们感到挫败时，可以通过与人交流来寻求帮助。尽管他们有时也会删掉一切重来，但那是在对问题有了更清晰理解之后才会做出的选择。但很快就行了，对吧？随着模型能力越来越强，这种情况会改变吗？也许吧？？但我认为这需要模型在构建和优化方式上发生根本性的变化。软件工程需要的模型，不仅仅是能生成代码那么简单。当一个人遇到问题时，他们能够暂时搁置全部的上下文，专注于解决眼前的问题，然后再恢复之前的思绪，回到手头的大问题上。他们也能够在宏观大局和微观细节之间自如切换，暂时忽略细节以关注整体，又能在必要时深入研究局部。我们不会仅仅因为往自己的“上下文窗口”里塞进更多词语，就变得更高效，那只会让我们发疯。即便我们能处理海量的上下文，我们也知道当前这些生成式模型存在几个严重的问题，这些问题直接影响了它们维持清晰心理模型的能力： * 上下文遗漏：模型不擅长发现被忽略的上下文信息。 * 新近度偏见：它们在处理上下文窗口时，会受到严重的新近度偏见影响。 * 幻觉：它们常常会“幻想”出一些本不该存在的细节。这些问题或许并非无法克服，研究人员也正在努力为模型增加记忆，让它们能像我们一样施展类似的思维技巧。但不幸的是，就目前而言，它们（在超出一定复杂度后）实际上无法理解到底发生了什么。它们无法构建软件，因为它们无法同时维持两个相似的“心理模型”，找出其中的差异，并决定是该更新代码还是更新需求。那么，现在该怎么办？显然，大语言模型对软件工程师来说很有用。它们能快速生成代码，并且在整合需求和文档方面表现出色。对于某些任务来说，这已经足够了：需求足够清晰，问题足够简单，它们可以一蹴而就。话虽如此，对于任何有点复杂度的任务，它们都无法足够精确地维持足够的上下文，来通过迭代最终产出一个可行的解决方案。你，作为软件工程师，依然需要负责确保需求清晰，并保证代码真正实现了其宣称的功能。在 Zed，我们相信未来人类和 AI 智能体可以协同构建软件。但是，我们坚信（至少在目前）你才是掌控方向盘的驾驶员，而大语言模型只是你触手可及的又一个工具而已。

#大语言模型 #软件工程 #心理模型 #代码生成 #人机协作

1个月前

这个项目应该改名叫卡卡西之眼……看一眼就给你复制下来。 ScreenCoder 一个智能的 UI 到代码生成系统，可以将任意 UI 截图转换为干净、可编辑的 HTML/CSS。快速、精准、弥合设计和开发之间的差距。

#UI #代码生成 #HTML/CSS #ScreenCoder #设计

1个月前

Github 这个 copilot agent 非常可以，写一个 issue 后，把 issue assign 给 copilot，copilot 工作了 30 分钟后给提了一个 PR，质量很不错，虽然还有点小问题，但是基本可用了。 PR：工作过程：

#GitHub Copilot #AI #PR #代码生成 #基本可用

迈克 Mike Chong

1个月前

保罗格雷厄姆： “我今天遇到一位创始人，他说多亏了 AI，他现在每天能写 10,000 行代码。这可能是一个极端例子。他是个顶尖程序员，对 AI 工具有很深的了解，而且说的是每天工作 12 小时的情况。但他并不天真，这并不是那种充满漏洞的垃圾代码。”

AI编程工具激战：Claude Code、Gemini Cli崛起· 906 条信息

#AI #程序员 #代码生成 #效率提升 #保罗格雷厄姆

1个月前

字节跳动Seed团队发布实验性扩散语言模型Seed Difusion Preview。验证离散扩散技术作为下一代语言模型基础框架的可行性，通过“两阶段课程学习”（从局部补全到全局编辑）、“约束顺序训练”（引入代码结构先验）、“同策略学习优化并行解码”等技术，解决了扩散模型在语言任务中的两大难题：归纳偏置冲突与推理效率瓶颈。在代码生成任务中，Seed Diffusion Preview 实现了 2146 tokens/s 的推理速度，比同规模自回归模型快 5.4 倍，同时保持甚至超越其生成质量，尤其在需要全局规划的任务（如代码编辑）中表现更优。

深度学习模型升级引发AI能力大跃进，行业迎新变革· 96 条信息

#字节跳动 #Seed Diffusion Preview #扩散语言模型 #代码生成 #高速推理

1个月前

萨姆奥尔特曼展示 GPT-5 模型的问答截图，确认该模型基本完成开发正在安全和功能测试阶段。有趣的是这张问答图本身平平无奇，既然被展示说明 OpenAI 肯定还有后手，据说 GPT-5 在代码生成和商业化能力方面有显著提升。查看全文：

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 524 条信息

#GPT-5 #OpenAI #代码生成 #商业化 #模型测试