AI、軟件工程中的活動與成果
一場演講探討 AI 融入軟件工程後,工作活動如何轉化為實際產出,以及其影響為何可能不同於預期。演講梳理若干瓶頸與挑戰,並以問卷分析這些問題在業界有多普遍。
一場演講探討 AI 融入軟件工程後,工作活動如何轉化為實際產出,以及其影響為何可能不同於預期。演講梳理若干瓶頸與挑戰,並以問卷分析這些問題在業界有多普遍。
SambaNova 將 Z.ai 的開放權重模型 GLM-5.3 部署至 SambaCloud 推理服務,速度超過每秒 200 tokens。開發者可透過 SambaCloud playground、API 及程式編碼 Agent 整合使用。Z.ai 報告顯示,GLM-5.3 在 Terminal-Bench 3.0 的評分由 4.6 升至 28.3。
作者開發的 Apsi 是面向 AI 和物理學的程式語言,可在 NVIDIA GPU 上訓練模型,無需預先安裝 Python、PyTorch 或 CUDA toolkit。
Guido van Rossum 在 Python 討論區發文悼念 Tim Peters,稱他於今年 7 月 15 日逝世,並回顧他對 Python 設計及發展的貢獻。
Greg Chetcuti 建立 AI Code Rating,以三個字符標示維護者專業程度(A–E)、AI 撰寫比例(0–4)及監督程度(a–e)。評級資料寫入程式碼庫根目錄的 ACR.md;網站提供評級表單、驗證器及可選的 GitHub Action。
Malik Chohra提出以數個 Markdown 檔案減少編碼智能體猜測專案資訊的方法,記錄共用規則、事實來源、不可修改範圍和驗收命令。文章亦介紹進度及錯誤記錄、資料夾層級規則與 hook;Spec Harness 將相關檔案配合研究、規劃、實作、測試和獨立驗證流程。
Kotlin 的 Delegates.vetoable() 會在屬性值變更前檢查新值,並以 Boolean 決定是否接受;拒絕時,屬性會保留舊值。它可用來限制數值範圍、阻止 UI 階段倒退,以及檢查網絡連線狀態轉換。拒絕操作不會發出訊號,而且檢查與寫入並非原子操作,因此文章建議讓所有寫入由單一執行緒處理,或將寫入序列化。
文章提出按錯誤合併的代價為 AI 生成的 PR 分級,並要求審查證據必須對應正在檢視的 commit。中、高風險變更須有獨立驗證;涉及公開 API、SDK 行為、身分驗證及帳單等高風險改動,建議由兩人批准,並指定發佈及回退負責人。文中以付款 SDK 的 POST 重試示例説明,若缺少 Idempotency-Key,超時後重試可能導致重複扣款。
推薦理由:文章把 AI 生成程式碼審查拆成風險分級、綁定提交的證據與獨立驗證,並以付款 SDK 重試示例説明這套方法如何識別測試盲點。
葬AI與小藍使用 Claude code 實測 LongCat-2.5,認為它可完成多類前端、長程編碼及辦公任務,但長程執行後期可能陷入思考死循環。測試包括持續約 5h 的小遊戲逆向工程,以及 Excel DCF 建模;前者在後期關卡有復刻缺口,部分題目則因過度思考、上下文窗口過長而無法輸出。
House House 承認,《Big Walk》開發末期曾少量使用 LLM 處理技術難題和程式錯誤,相關披露引發獨立遊戲界爭議。House House 稱,LLM 提出的 Unity 引擎陰影問題修復方案經開發者大幅修改,最終成為遊戲中的 10 行程式碼,遠低於遊戲程式碼的 0.1%。
Tim O’Reilly 將 AI 與個人電腦、網絡的發展歷程比較,認為 AI 原生的「殺手級應用」可能尚未出現。他將 ChatGPT 比作 Mosaic,並把 Claude Code 等編碼智能體視為新應用所依賴的平台工具,而非殺手級應用本身。他指出,智能體代人處理交易仍需要支付、身份確認、問責及交易價值分配等機制,並邀請讀者分享超越聊天機械人或智能體編碼工具的 AI 應用。
文章提供一套以後端作為權益狀態來源的 Kotlin Android 訂閲實作指南,針對 Google Play 多數量購買、按用量計費、混合購物車、跨開發者組合及動態寬限期等新能力調整架構。
Baseten 宣佈本週擴展推理平台,推出 Grid、Sandboxes 和 Loops 三項產品里程碑。Grid 將以公開預覽形式提供模型閘道、智能路由和政策管控;Sandboxes 轉為公開預覽,支援狀態保存、暫停後恢復及 VM 隔離,並可在數秒內擴展至數千個實例;Loops 提供面向前沿開放權重模型的無伺服器 SFT 和 RL 訓練,星期五起正式開放。
GitHub Releases 列出 Codex 0.170.0-alpha.1。提供的正文只有 GitHub 導覽及產品介紹,未列出此版本的更新內容。
本期開發者新聞速覽涵蓋安全、基礎設施、AI 工具及業界動態:Google DeepMind 研究人員以 AlphaProof Code 在四週概念驗證中,數學證明 Signal 協議的多項核心密碼學性質。Atuin 18.24 開始跨裝置同步及搜尋編碼 Agent 工作階段;JioHotstar 比較六種 AI 編碼 Agent 檢索方法,發現額外檢索層未能穩定提高完成率或減少 token 用量。
作者手工實作標量自動微分引擎,訓練小型神經網絡在由 200 個點組成的雙月形玩具數據集上達到 100% 準確率。文章拆解 Value 的梯度傳遞和反向拓撲遍歷,並記錄三個令測試或訓練出錯的 bug;缺少 visited set 會令共享節點在梯度完整累積前重複處理,修正後準確率由 0.880 升至 1.000。
Google 已透過 Gemini API 向所有付費開發者開放 Gemini 4 Carbon,11 月 30 日前每百萬 input tokens 收費 $2、output tokens 收費 $10。12 月 1 日起,兩項價格升至 $4 和 $20;Google 將 Carbon 定位於複雜多步編碼與除錯、長時間 Agent 工作流程及開放式研究,Argon 則適合日常編碼和知識工作。
推薦理由:文章把 Gemini 4 Carbon 的限時定價、任務定位與 Gemini 4 Argon 的日常用途並列,呈現開發者在高難度工作與成本之間的取捨。
作者製作了一款以飛行中的 Tesla Roadster 動畫提示工作時段或休息結束的 Pomodoro 計時器,並以 Swift 開發 macOS 選單列應用程式。應用程式以 Blender 預先渲染透明影片,分層渲染令 3.5 秒片段的渲染時間由 70 至 150 小時降至約 6 小時。Windows 版本使用 Tauri 2 和 Rust;應用程式免費開源,程式碼採用 MIT 授權。
Synap by Linkrra 示範以 OpenAI-compatible API 將 Qwen3 Coder 30B 接入 Claude Code、Codex CLI 和 opencode,處理單檔編碼小任務。
Claude Code 的 senior-frontend Skill 會要求 Claude 在完成 UI 任務前啟動開發伺服器,並用真實瀏覽器檢查頁面。檢查器會測試 375 px 和 1280 px 版面、截圖、鍵盤焦點及無障礙問題;若專案或全域環境沒有 Playwright,便不會執行瀏覽器檢查。
文章建議要求 AI Agent 不得在未同步更新測試的情況下改名、移除或搬動既有 data-testid、data-test 等屬性。若確需更改,PR 應一併提交相關測試更新並註明改動;作者亦建議在提示詞列出不可更改的 ID,並透過差異檢查或 CI grep 找出變動。
文章借生成效應討論,開發者自行推導並編寫程式碼,可能比直接貼上 AI 生成答案更有助記住相關概念。Anthropic 一項有 52 名工程師參與的隨機試驗中,使用 AI 組測驗平均得分為 50%,手動編碼組為 67%,而節省時間的差異未達統計顯著。文章建議先自行嘗試,再查看答案,並向 AI 索取提示或解釋。
阿里雲 Qoder CN 個人專業版(Pro)推出新客首次訂閲優惠,價格為 19.90 元/月,原價 59 元/月。訂閲包含 2,000 Credits;Qoder 是面向軟件開發的智能體編程平台,提供 Desktop、IDE、CLI 等使用形態。
作者認為,技術主管停止交付程式碼後,一年內便可能失去掌握系統實際運作情況的觸覺,令技術決策依據變得過時。每週或每隔一兩週交付小型改動,有助主管保持對程式碼及工程標準成本的認識。帶領多個團隊的主管則可透過閲讀程式碼、使用產品及旁聽設計評審,繼續接觸系統。
Origin Data Partners 説明出售或授權舊程式碼予 AI 研究機構前,買家會先核查哪些資料,並提供可在終端執行的自查命令。買家會檢查 Git 歷史、Issue 與提交的關聯、程式碼權屬、第三方程式碼及歷史紀錄中的秘密資料;完整的 issue、commit 和測試紀錄可整理成供編碼智能體使用的任務。
JioHotstar 評測六種協助 AI 編碼智能體瀏覽大型程式碼庫的方案,發現結構化程式碼搜尋適合明確工程任務,語義檢索則較能處理含糊需求。測試採用 SWE-bench 和 CodeScaleBench 子集,並以 Claude Sonnet 作為解題模型;加入檢索層未能持續改善任務完成情況或減少 token 消耗。團隊建議保留檔案系統工具作為基準,按任務特性選用檢索方式。
Devaland 提出一套挽救故障 Lovable 應用程式的排查流程,建議先凍結現況及備份,再按暴露金鑰、資料存取、登入、部署和功能的次序處理。流程建議每次只修復一項並重新測試;若資料模型或底層結構有問題,可只重建故障層,不必重建整個應用程式。
作者把斯里蘭卡五年級獎學金考試的分區合格分數圖片整理成按區名及年份索引的資料表,並以 TypeScript 型別檢查防止漏填或拼錯。缺失分數以 null 表示,計算範圍時會略過未公佈的數值,並保留並列最高或最低分的所有地區。頁面以英語、僧伽羅語及泰米爾語顯示資料,關鍵統計則由數據表計算生成。
作者詢問 Cursor Composer 2.5 是否適合日常基本網頁編輯及例行網頁開發,並提到其 token 費用看來相當合理。文章徵求用戶分享使用經驗,並詢問是否有更好的替代選擇。
Sam Amderson 示範如何以舊 COBOL 系統的輸出檢查 AI 轉換的 Java 程式是否保留相同數值行為,指出成功編譯不足以確認結果一致。COBOL 將帶符號的 -50.00 移入無符號欄位後會按絕對值處理;實際專案應先執行舊程式,記錄邊界輸出作為測試預期值。
網絡安全公司 Claroc 發現,SpaceXSI 旗下 AI 編程工具 Grok Build 的分享連結可被被動 DNS 服務收集並公開檢索,造成數千名用戶的敏感資料外洩。
網上流傳的《幾貓》並非「國產自研3A」,而是照搬 Felix Rieseberg 的《Saltline》並刪去原作者署名的漢化版。Felix Rieseberg 稱,遊戲由 Fable 5.2 僅憑一段提示詞生成,耗時約 8 小時,使用約 4.45 億輸入 token、270 萬輸出 token,API 成本約 $550(約合 3668.69 人民幣)。
作者以 Graphify 將 Click 程式碼庫轉成包含 3,498 個節點、6,798 條邊和 213 個社羣的知識圖譜,並透過 MCP 將圖譜接入 Claude Code。建圖使用 tree-sitter,156 個檔案耗時 3.3 秒,無需 API key、嵌入向量或向量資料庫。文章提供安裝及設定命令,並展示圖譜統計、鄰接節點和最短路徑等工具的輸出。
作者拆分自己的 Claude Code 日誌後發現,所有 400k+ token 上下文呼叫都來自主會話,子智能體最高未超過 365k。7 Nov 的 9,604 次呼叫中,400k+ 主會話支出為 $243.27,其中約 $160 用於快取讀取;暫停後重新快取超過 100k tokens 的 21 次呼叫合計 $56。
發文者正在尋找 5 位曾使用 AI 編碼工具製作網站的人,訪問他們如何測試網站和網絡應用程式。研究特別關注 Lovable、Bolt、v0、Replit、Cursor 或 Claude Code 的用戶,問題包括如何檢查生成的網站能否正常運作、曾否在分享或部署後發現錯誤,以及測試時遇到的困難和目前使用的問題檢查方法。
阿里雲雙十一活動期間,Qoder 個人版 Pro 新客首月優惠價為19.9元,是本輪 AI 編程類產品的主推檔位。活動期為11月1日至11月30日,個人 Pro 首月 Credits 加倍至4,000;實際支出仍取決於 Credits 消耗,夜間模型調用可享4折。
Qoder CN(原名通義靈碼)是阿里雲推出的 AI 智能體產品系列,涵蓋智能編碼、知識管理及自動化任務執行。個人專業版(Pro)定價 ¥59/月,提供 2,000 Credits/月;企業版按席位計費,並設有 VPC 專屬版。產品支援 Qwen、GLM、DeepSeek、MiniMax 等模型。
阿里雲 Qoder CN 個人專業版(Pro)在雙 11 活動中向新客提供首次訂閲優惠,首月每月 19.90 元(原價每月 59 元),包含 2,000 Credits。Qoder 是面向軟件開發的智能體編程平台,提供 Desktop、IDE、CLI、JetBrains 插件及 Mobile 等使用形態。
作者在 16GB GPU 上比較 Claude Code 與 OpenCode:Qwen3.6-35B-A3B 用 3 分鐘 44 秒完成編碼任務,Sonnet 5.5 用 2 分鐘 42 秒,兩者都產出可用程式碼。
作者建立 Arcade Lab,以自製小型網頁引擎承載六款瀏覽器遊戲,從玩遊戲走到製作遊戲。引擎採用 TypeScript、Vite 和 Canvas 2D,AI 協助加快實作;六款遊戲在兩天內開始可玩,之後仍需完善選單、動畫、作品圖像及觸控控制。