#软件开发

6天前

如果去可视化ClaudeCode的工作轨迹可以看到 AI agent 在真实代码库中浏览、审查结构、做决策并提交修改的过程软件开发正进入新的阶段，并非传统意义上的自动化,而是Agent能理解上下文、应对复杂情况、并做出有意义贡献的系统。虽然目前仍处于vibe coding的早期阶段,但这个趋势毋庸置疑：人类和Agents正在进行人机协同的合作来构建未来

Claude Skills系统发布引发AI行业新变革· 46 条信息

#AI Agent #代码库 #人机协同 #软件开发 #自动化

1周前

Vibe Coding可能慢慢会过渡到Agentic Coding。开发者只需设定目标，例如：“重构这个微服务以提高效率”） AI Agent自主地规划、执行和验证。

#Vibe Coding #Agentic Coding #AI Agent #自动化 #软件开发

砍砍@标准件厂长

1周前

为什么总能给我遇到 compiler bug。。。

#编译器bug #程序员 #debug #软件开发 #技术问题

2周前

Cheat Engine 就是 Lazarus + FreePascal 开发的：

#Cheat Engine #Lazarus #FreePascal #软件开发 #技术

2周前

#BestBlogs 什么是智能体？ | ByteByteGo Newsletter 本文定义了 AI 智能体，并将其与传统程序区分。文章还根据复杂程度对智能体进行了分类。摘要：本文概述了 AI 智能体。AI 智能体是一种能够感知环境、做出决策并采取行动以实现特定目标的软件系统，具有一定的独立性。它与被动的、遵循指令的传统软件不同。核心操作机制“智能体循环”（感知、思考、行动、观察、重复）得到解释，强调了大型语言模型如何充当大脑，以及智能体如何利用各种工具（例如，网络搜索、API）来扩展其能力并适应动态情况。本文还将 AI 智能体分为一个复杂程度的谱系：简单反射、基于模型、基于目标、基于效用和学习型智能体，并通过清晰的示例和图表对每种智能体进行了说明。最后，它强调了 AI 智能体对软件开发的变革性影响，即转向面向目标的任务完成，而不是明确的逐步指令。主要内容: 1. AI 智能体通过其自主性、反应性、积极性和社交能力来实现目标，这使得它们与传统软件有根本的不同。 -- 与被动的传统软件不同，AI 智能体可以独立地感知、决策和行动，利用大型语言模型作为它们的“大脑”来理解上下文，并为复杂的、多步骤的任务确定最佳行动方案。 2. “智能体循环”（感知、思考、行动、观察、重复）是使 AI 智能体能够分解复杂任务并适应的连续循环。 -- 这种迭代过程使智能体能够动态地调整其策略，利用各种工具（例如，网络搜索、API），并通过观察结果和改进其方法以达到期望的结果来处理意外情况。 3. AI 智能体的复杂程度各不相同，从简单的反射智能体到随着时间推移而改进的先进学习型智能体。 -- 理解这些不同的类型——简单反射、基于模型、基于目标、基于效用和学习型智能体——有助于为各种任务选择最合适的智能体，从基本的条件-动作规则到复杂的、自我改进的系统。

#AI智能体 #自主决策 #智能体循环 #复杂程度 #软件开发

2周前

极客时间作者和创业者曲晓音：我最近有个偏悲观的观察：AI 时代的「996」与「007」并非因为机会多，所以大家更努力，而是因为软件开发这门手艺从稀缺技能，变成了烂大街技能。 AI 产品没有真正的护城河。复制太容易，同质化太严重。今天你创新一点，明天别人 prompt 一下就复刻你的功能。所谓靠创新做护城河，其实是幻觉——你无法保证每一步都更创新，而你的创新也保不住。

#AI时代 #软件开发 #同质化 #创新幻觉 #悲观

2周前

AI 将会让代码架构师不再稀缺在传统的软件开发中，新人往往干的的CRUD 与胶水代码里，成长停滞，他们很少能系统性地看问题。他们虽然写了很多代码，却回答不了设计和架构上的问题。但随着 AI 实现细节的能力加深，新人不再困于这种体力活中。他们有更多的时间和精力和 AI 讨论设计上的问题。这个时候，每个人都是架构师，架构也就没啥特殊的。😂 估计这行将会越来越卷

#AI #代码架构师 #软件开发 #CRUD #内卷

2周前

我现在是 Agent 信徒 + 手搓，Tab 反而最少 1. 先用 Agent 快速实现完整功能，不必在意质量，但核心是完整实现需求，走通各个流程，了解各种边界条件 2. 然后基于需求和完整的流程，重新思考设计架构，再手搓+Agent 这样既可以兼顾速度，又可以保证质量

#agent #手搓 #效率 #架构设计 #软件开发

3周前

写个软件自己用容易，给别人用挺难的，太多边缘 case 了。好在用户，挺配合我收集各种 log 让我来分析，在 app 里有完善的 log 收集无比重要 #徒步 #tooboo

#软件开发 #用户配合 #日志收集 #边缘情况 #徒步

3周前

Claude Code 又被 ban 了切换到 GLM 4.6 发现它还是有点笨笨的虽然写软件写完了，但是它不会用 Github 不会发 release 不会创建 PR 回到手动社会了

AI编程工具激战：Claude Code、Gemini Cli崛起· 1151 条信息

#Claude Code被ban #GLM 4.6 #Github使用障碍 #软件开发 #手动操作

1个月前

在软件开发领域，有一个被无数从业者验证过的朴素智慧：先让它运行，再让它正确，最后让它更快。我理解的这个过程，像搭建一座房子。首先要打好地基，确保有四面墙能立起来，哪怕材料简单；接着要完善细节，让门窗合缝，屋顶不漏雨；最后再考虑如何让房子更宽敞明亮，或者加个漂亮的阳台。第一步：先让它跑起来很多时候，我们会陷入“追求完美”的陷阱，试图一开始就写出无瑕的代码。但现实是，问题往往比想象的复杂，而时间和资源总是有限的。这时候，“先让它运行”就成了打破僵局的关键。所谓“运行”，不一定要处理所有情况，甚至可以用最直接、略显笨拙的方式。比如，我曾为一个数据导入功能做原型，为了快速验证逻辑，我直接在代码里写死了几条测试数据，而不是等待用户提供完整的数据源。这样做的目的，是先确认这个功能的核心逻辑是否走得通——数据能不能正确解析？流程能不能顺畅走下来？如果连这个最基本的“跑”都做不到，后续再优化也只是空谈。当然，“跑起来”不代表可以直接丢到生产环境。它更像是一个实验室里的快速验证，可能需要借助CI系统在隔离环境中跑通测试用例，重点是证明“这个问题是可以被解决的”。第二步：让它正确无误当确认了核心逻辑可行后，就进入“让它正确”的阶段。这一步的核心是“打磨”。比如，之前写死的数据要替换成动态获取的；那些可能出错的地方，要加上条件判断和异常处理；命名要更清晰，让别人看代码时能明白每个变量、每个函数是做什么的；还要考虑各种边界情况——如果用户输入了一个空值怎么办？如果网络突然中断怎么办？这些都需要通过全面的测试来验证。我记得有一次开发一个支付接口，初期只测试了正常的支付流程，但忽略了支付失败的情况。后来在“正确”阶段，我们才发现当支付超时或余额不足时，系统的处理逻辑完全是空白的，导致用户体验极差。所以，“正确”不是一句空话，它意味着代码能够处理各种合理和不合理的输入，能够在各种情况下保持稳定。第三步：让它更有价值，更高效最后一步是“让它加速”。这里的“加速”不仅仅指运行速度快，更广泛地说，是让软件对用户更有价值，更能高效运转。比如，优化数据库查询减少等待时间，重构冗余代码让维护更方便，或者设计更友好的交互提升用户体验。很多人会把“加速”简单理解为性能优化，但其实它包含了更丰富的内涵。比如，一个原本需要5个步骤完成的操作，通过优化流程减少到3个步骤，这也是一种“加速”，对用户来说价值更大。在资源有限的情况下，这一步可能会被推迟，但只要条件允许，我们就应该投入精力去做。毕竟，解决了一个问题，不代表它已经完美，持续优化才能让软件的价值不断提升。 “先运行，再完善，最后加速”的逻辑，本质上是一种“迭代思维”。它让我们避免一开始就陷入细节，而是先抓住核心，用最小的成本验证方向，再逐步打磨。这种方法不仅适用于编写代码，也适用于我们处理工作和生活中的许多复杂事务。毕竟，任何伟大的成就，都是在清晰的方向指引下，一步步迭代完善出来的。先让它存在，再让它变好，最后让它发光，这或许就是我们能给用户和自己最好的交代。

#软件开发 #迭代思维 #先运行后优化 #问题解决 #持续优化

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1个月前

𝕀Rℙ² 交互范式编程九大支柱： 1.Code: Context as Code (上下文即代码) 2.Instruction: Examples as Instructions (范例即指令) 3.Control Flow: Meta-prompts as Control Flow(元提示即流控) 4.State: State as a Mutable Resource (状态即易变资源) 5.Integration:Composability as System Integration (组合性即系统集成) 6.Compilation:Interaction as a Compilation/Refinement Cycle(交互即编译/精炼循环) 7.Execution: Validation as Execution (验证即执行) 8.Error Handling:Ambiguity as a Computable Feature (歧义即可计算特征) 9.Runtime: The Human as the Interpreter (人即解释器) 这个九点框架，我认为已经相当完备地描述了一种全新的、以人机交互为核心的软件开发和执行模式。它不仅是一种“编程”范式，更是一种“认知协同”的范式。

#人机交互 #交互范式编程 #认知协同 #软件开发 #编程范式

1个月前

现在来看，协助人 review 代码的工具挺重要的有什么推荐吗？

AI编程工具激战：Claude Code、Gemini Cli崛起· 1151 条信息

#代码审查 #工具推荐 #技术协助 #软件开发 #效率提升

1个月前

Claude Code Workflow (CCW) 是新一代多智能体自动化开发框架，通过智能工作流管理和自主执行协调复杂的软件开发任务。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1151 条信息

#Claude Code Workflow #CCW #多智能体 #自动化开发框架 #软件开发

1个月前

有什么agent能帮我合并这一百多个PR吗

#PR合并 #自动化 #软件开发 #任务自动化 #代码管理

2个月前

我们似乎正处在一个软件开发的黄金时代，又或者，是一个巨大的幻觉之中。 AI 一声令下，代码如瀑布般涌现，过去数周的工作量，如今在几小时内就能完成。我们痴迷于这种前所未有的“产出”速度，仿佛只要油门踩得够深，就能抵达任何目的地。但这里有一个我们不愿正视的悖论：我们正以惊人的速度，奔向不确定的终点。麦肯锡的报告和长达数十年的行业研究，像一面冷静的镜子，映照出一个尴尬的现实——绝大多数项目依然在预算超支、偏离目标的泥潭中挣扎。我们创造软件的速度，已经远远超过了我们验证它的速度。当代码的生产成本趋近于零，一个更严峻的瓶颈浮现了：我们如何确保自己没有在用更快的速度，制造更精致的垃圾？这正是这篇文章试图引爆的认知奇点。它大胆地提出一个反直觉的论断：在 AI 时代，我们最需要的可能不是下一个加速器，而是一套精巧的“减速带”。我们被“效率”的叙事绑架太久了，以至于忘记了软件开发的核心，从来都不是打字的速度。当一位产品战略顾问开始引述 90 年代的极限编程（XP）时，他并非在怀旧，而是在发出一个清醒的警告。他提醒我们，有些古老的智慧，在今天这个技术狂飙的时代，反而具有了前所未有的现实意义。比如，那个听起来像是效率“公敌”的原则——结对编程。从账面上看，它直接将产出减半。但这篇文章会引导你看到硬币的另一面：你用一半的产出，换来了一倍的共识、提前暴露的假设、更健壮的代码质量，以及一个持续学习的团队。这笔投资，在 AI 加剧混乱的今天，显得无比划算。它引导我们直面一个根本性的转变：当 AI 将“写代码”这件事变得越来越廉价，那么人类工程师的价值在哪里？答案不在于和机器比拼速度，而在于那些机器无法胜任的领域：沟通、反馈、简化、勇气和尊重。这篇文章的核心论点，正是那句振聋发聩的宣言：“在小处慢，才能在大处快”。这不仅仅是一篇关于编程方法的文章，它更像一则关于“数字时代的匠人精神”的寓言。它在提醒我们，无论工具如何进化，软件的终点，永远是人。在 AI 可以为我们提供任何答案的未来，最稀缺的能力，是提出正确的问题。而极限编程，恰恰是那个不断强迫我们停下来，去追问那个终极问题的框架：我们正在构建的东西，是正确的吗？在点击阅读之前，请先放下对速度的执念。因为这篇文章将带领你重新思考，在 AI 时代，真正的“快”究竟意味着什么。

#AI 时代 #软件开发 #效率悖论 #极限编程 #数字匠人精神

2个月前

#BestBlogs 架构师必备的 15 条定律，条条经典！( 反内卷版 ) | dbaplus社群文章总结了 15 条软件开发和团队管理中的经典定律，为技术从业者提供实践指导与反思。摘要：文章深入浅出地介绍了 15 条在软件开发和团队管理中广为人知的定律，包括帕金森定律、侯世达定律、布鲁克斯定律、康威定律等。这些定律涵盖了项目工期估算、团队协作、系统架构设计、API 管理、绩效度量以及日常调试等多个方面。作者通过生动的例子和幽默的语言，揭示了技术工作中常见的挑战和人性弱点，并提供了应对策略，旨在帮助技术从业者在内卷环境中实现更高效、优雅的工作和生活。文章强调理解这些定律比追逐最新技术更重要，以更好地理解人、组织和软件工程的复杂性。主要内容: 1. 帕金森定律与侯世达定律揭示项目工期估算的固有挑战 -- 这两定律共同强调了在软件项目管理中，准确估算工期的难度，以及时间缓冲和效率提升间的矛盾。 2. 康威定律强调组织沟通结构对系统架构的决定性影响 -- 团队的沟通方式直接映射到其构建的系统结构，通过调整团队沟通能影响甚至重塑系统架构。 3. 团队规模扩张导致效率下降与个体懈怠 -- 布鲁克斯定律、普莱斯定律和林格曼效应共同揭示了团队规模扩大后，沟通成本增加、责任分散及个体产出下降的普遍现象。 4. 海勒姆定律指出 API 或产品功能一旦发布便难更改 -- 即使是文档未承诺的行为，一旦被用户使用，就难以轻易改变或移除，增加了技术债和维护负担。 5. 古德哈特定律与吉尔布定律平衡了指标与度量的关系 -- 警示单一指标可能被滥用，但同时肯定了度量的重要性，鼓励从不完美的度量开始并持续优化。文章链接：

#软件开发 #团队管理 #帕金森定律 #康威定律 #内卷

2个月前

这篇文章不错，不知道目前还有多少人在用visual studio 20年的visual c++的发展

#Visual Studio #Visual C++ #软件开发 #技术讨论 #怀旧

2个月前

时隔数月回来用 VSCode 发现产品细节进步很大，这周可以深度体验下，也许 Cursor 的优势已经没那么大了

AI编程工具激战：Claude Code、Gemini Cli崛起· 1151 条信息

#VsCode #Cursor #产品体验 #软件开发 #竞品分析

2个月前

你真的很难相信过了这么多年 SwiftUI 的 UI Inspector 还是长这个样子

#SwiftUI #UI Inspector #用户界面 #软件开发 #负面

吕立青_JimmyLv (🐣, 🐣) 2𐃏25 | building bibigpt.co

2个月前

唉，生产端 vibe coding 和消费端按 token 收费，已经把软件开发变成了供应链生意，需要做到极致的成本管理才有竞争优势，这里包括开发者的时间成本、LLM 的 token 成本等。

#软件开发 #供应链生意 #成本管理 #开发者时间成本 #LLM token 成本

3个月前

现在借助AI，搞Vibe Coding确实能很容易的开发一个软件，但是如果想搞好，健壮，还是得了解系统知识，编程思想。我这有个软件项目，初级版本试运营已经陆续有用户开始付费使用，现在想升级成为专业的SaaS。开始有点吃力了。现在寻找技术合伙人（CTO）如果你了解Payment系统的webhook搭建，数据库管理和搭建，JS框架网站搭建等。欢迎联系我。

#AI #Vibe Coding #软件开发 #saas #技术合伙人

3个月前

只要现在 AI 还是这样模拟人类写代码的方式开发软件，然后上下文窗口长度不能一次塞入整个项目代码，那么别说 10 年，多少年 AI 都没法替代架构师。但要是 AI 采用的是全新的适合 AI 开发软件的开发模式，或者代码库整个都能塞入模型性能和成本都可控，那么还要架构师干嘛？不过也不必焦虑，这样的变化不是一天两天突然发生的，如果你密切关注，并且保持学习跟进，那么真发生了也能很快切换过去，成为第一批掌握使用 AI 快速架构快速构建的人。搞软件开发这行的，本身就得持续学习，与时俱进，学习架构设计是绕不过去的，一方面现在 AI 辅助编程时很实用，另一方面这些架构设计的能力也可以应用到其他领域。比如说将来 AI Agent 开发项目能力很强，但还是需要有人去管理这些 AI Agent 更好的协作，那么就还离不开架构设计去协调这些 Agent。

#AI浪潮：重塑就业，风险暗涌？· 122 条信息

#AI #软件开发 #架构师 #AI替代 #持续学习

3个月前

在美国🇺🇸想找软件开发工作？绝大多数 IT 公司或部门都会用 LeetCode 上的算法题来考核你！很多人疯狂刷题后，就顺利拿到了理想工作。现在，越来越多的美国本土工程师开始用下面的 AI 工具辅助面试，成功拿到 offer 的概率极速飙升！ 🚀 👉 点击链接，立即免费试用：

#美国求职 #软件开发 #LeetCode #AI面试辅助 #offer

3个月前

恰恰相反，vibe coding 后才知道可维护性多重要

#Vibe Coding #可维护性 #重要性 #反思 #软件开发