分类：software-development
共 87 篇文章
-
在 AI 时代构建雄心勃勃的软件：Dioxus 创始人的全栈重构与工程思考
📝
🎙️ AI Engineer
📄 Dioxus 创始人 Jonathan Kelley 分享了从零用 Rust 打造全平台跨端框架、自研 Blitz 渲染器与 Subsecond 热重载引擎的历程。探讨了 AI 编码智能体如何解决复杂知识检索与繁琐工程维护，并指出在代码生成变得极其廉价的时代，软件架构设计与代码质量审查才是工程师的核心壁垒。 -
AI Agent 上下文工程：如何终结「你说的完全正确」并解决企业级上下文缺失
📝
🎙️ AI Engineer
📄 Unblocked 联合创始人 Brandon Waselnuk 深入探讨了 AI Agent 在企业工程落地中的核心瓶颈——上下文缺失。他分析了 Agent 频繁出现「你说得对」并陷入无休止错误循环的底层原因，对比了人工维护 Markdown 上下文与 MCP 工具调用的局限性，并提出了融合全域工程数据、权限控制、确定性分析与语义检索的企业级上下文引擎解决方案。 -
从内部机器人到开源：语言演进与工程实践的深度解析
📝
🎙️ The Pragmatic Engineer
📄 本文探讨了内部机器人构建过程中的技术演进，重点分析了特定编程语言在智能体领域的潜力，以及模型迭代中防护脚手架与模型能力之间的关系。同时，还介绍了底层架构设计（如混合搜索引擎）的工程考量，并为AI时代工程师提供了关于好奇心、快速理解新事物和清晰思维的职业发展建议。 -
本地开发已死与AI原生工程范式：AMP如何重塑云端协同与开发全流程
📝
🎙️ Latent Space
📄 本对话深入探讨了AI时代软件开发范式的根本性转变。AMP团队核心成员分享了从本地环境迁移到云端并行沙箱（Orbs）的架构逻辑、颠覆传统GitHub PR与CI流程的全新工程协作模式，以及极简团队如何借助AI代理实现超高生产力交付。 -
从手写代码到多智能体协奏：DHH深度剖析AI重塑软件工程与Linux桌面的未来
📝
🎙️ Best Partners TV
📄 Rails之父DHH在长达五小时的访谈中，详述了自己从AI怀疑论者转变为两月不写一行代码的AI实作者的心路历程。他深入拆解了Agent工具链、多机并行架构、开源协作重构、极速Linux系统定制以及对AGI与人类创造力的前沿思考，为焦躁的开发者指明了拥抱当下的务实路径。 -
Bob大叔谈AI时代编程：为什么我不看AI写的代码，而用确定性工具驾驭Agent
📝
🎙️ Best Partners TV
📄 《代码整洁之道》作者Bob大叔与Matt Pocock展开对谈，分享其使用AI Agent写代码的经验。他提出不直接看AI代码，而是依靠CRAP度量、变异测试等确定性自动化工具与多Agent流水线实施约束，并探讨了架构设计、敏捷模式及新人学习路径。 -
解密 Cursor 的崛起：AI 编程领域的超级黑马与颠覆性增长逻辑
📝
🎙️ a16z
📄 本期播客由 a16z 合伙人 Martin Casado、Sarah Wang 和 Matt Bornstein 深度对谈，剖析 AI 编程编辑器 Cursor 如何在微软 GitHub Copilot 等巨头的夹击下，凭借极致的产品偏执、果断的自我革命、创新的企业级销售体系和独特的人才战略，在两年内实现垂直起飞并成功并入 xAI 帝国的传奇历程。 -
关于软件优化误区、性能关注与工程实践的深度探讨
📝
🎙️ The Pragmatic Engineer
📄 文章探讨了软件优化中的常见误区，指出过度优化可能成为逃避性能思考的借口。核心观点包括对性能的关注、学习底层语言（如汇编）的重要性，以及在游戏开发模式与传统软件工程模式上的对比。同时，文章也讨论了在职业发展中，如何看待AI工具的使用，并推荐通过阅读学术论文来获取知识的有效方法。 -
从设计到产品：一个非科班设计师的成长之路与审美积累
📝
🎙️ 知行小酒馆
📄 文章探讨了从非科班背景如何通过观察生活细节、对用户需求的敏锐洞察，以及不断迭代和实践，最终将个人兴趣转化为具有社会影响力的产品。核心议题包括设计理念的形成、AI时代下产品开发门槛的变化、审美积累的培养以及在职业发展中如何处理自我怀疑和持续探索的动力。 -
Btrfs 从零讲起：一个写盘动作换来的能力和账单
🎙️ yage.ai
📄 文章深入探讨了 Btrfs 文件系统从底层写盘动作（写时复制）如何决定其特性，并分析了这种机制带来的能力与代价。它对比了 Btrfs 与传统文件系统（如 ext4）在快照、数据校验、空间管理等方面的差异，阐述了 Btrfs 如何通过统一的写路径实现多项高级功能，同时也指出了其在磁盘碎片、空间计算和断电恢复等方面的具体账单和潜在风险。 -
删除80%提示词模型更聪明？Claude Code创造者揭秘实证主义AI编程
📝
🎙️ Best Partners TV
📄 本文深度整理了Claude Code创造者Boris Cherny关于AI编程的最新访谈。内容涵盖Claude Opus 5在长期自主运行和防提示注入上的重大突破，揭秘了删除80%系统提示词的消融实验，并介绍了通过动态工作流与Routine编排数千个Agent进行代码重写与日常维护的实证方法。 -
AI时代的软件工程重构：我们要不要阅读智能体生成的每一行代码？
📝
🎙️ Best Partners TV
📄 本文探讨了AI辅助编程背景下，开发者是否应当逐行阅读AI生成代码的行业大论战。通过分析HashiCorp创始人米切尔·桥本与软件工程大师Uncle Bob两种截然相反的协作范式，揭示了从“人工逐行审查”转向“严密测试与约束验证体系”的软件开发底层逻辑演变，以及代码生成成本骤降带来的研发范式革命。 -
控制理论下的智能体循环：构建面向现实世界的软件工程闭环
📝
🎙️ AI Engineer
📄 来自 HumanLayer 的 Kyle Mistele 探讨了如何将控制理论应用于 AI 智能体编码循环。他指出盲目的“Ralph 循环”会导致代码库失控，并分享了如何利用 ast-grep、遥测数据监控和 CI/CD 流程构建具备自适应流控及人机协同的增量迁移与代码维护机制。 -
为什么软件工厂会失败：超越 Harness 工程的智能体编码反思
📝
🎙️ AI Engineer
📄 本文探讨了 AI 智能体编码与自动化“软件工厂”面临的瓶颈。作者指出，仅靠增加 Token 消耗或改进 Harness 无法解决代码可维护性下降的问题，因为现有强化学习模型缺乏对设计与架构质量的评估。未来开发应将 AI 辅助前置规划与人工审查结合，以保证质量与效率。 -
代码即媒介：AI时代的技术传播与内容工程新范式
📝
🎙️ AI Engineer
📄 Conductor开发者体验负责人Matt Palmer探讨了技术内容的“向左偏移”（Shift-Left）趋势。随着AI使代码编写变得廉价，TypeScript和React已成为创建高保真技术传播资产（如交互式产品导览、动态更新日志和Remotion视频）的最佳媒介。他指出，AI时代的关键竞争壁垒不再是单纯的代码编写技能，而是维护严密结构与设计标记的“尽责性”（Conscientiousness）与组织卓越性。 -
关于循环工程与软件工厂的辩论：炒作与实际应用的落差分析
📝
🎙️ AI Engineer
📄 本文围绕“Loops”这一技术趋势展开了一场大辩论，核心议题是其狂热炒作与实际应用效果之间的差距（Delta），以及当前是否已迈向全自动软件工厂的最大转折点。文章探讨了循环的历史、内部构造的有效性，并提出了构建真正软件工厂所需的条件，包括对验证机制和代码可解释性的深入思考。 -
上下文工程、循环工程与智能体代码生成的新范式
📝
🎙️ The Pragmatic Engineer
📄 文章探讨了“上下文工程”的定义，解释了如何通过抽象层去处理模型输入。同时分析了“循环工程”和“更卖力地生成 token”等概念，并回顾了软件工厂的历史演变。核心观点强调了在AI时代，开发者需要从单纯编写代码转向规范说明和测试，以及构建适应大规模智能体输出的持续集成系统的重要性。 -
不要构建你无法对其负责的 AI 代理
📝
🎙️ AI Engineer
📄 本文章基于 Addy Osmani 的演讲，探讨了在 AI 代理与自动化代码普及的时代下，软件工程师角色的重塑。文章指明，尽管 AI 代理可以高效接管代码编写与内环执行，但“终审责任”与定性“品味”依然是人类的核心护城河。工程师需防范认知债、认知投降等陷阱，通过分离内环执行与外环问责来掌控决策终审权。 -
ReviewDebt：量化与破解 AI 时代代码评审债的确定性度量框架
📝
🎙️ AI Engineer
📄 随着 AI 编码助手的普及，代码产出量剧增而人类评审精力受限，由此产生了“审查债务（Review Debt）”。本文详细介绍了 Sachin Gupta 提出的 ReviewDebt 度量框架，通过五个确定性信号指标，帮助团队在不降低研发速度的前提下，理性评估和控制代码审查负担。 -
2026年AI时代我们还需要读代码吗？解析Z/L象限与人机协同的评判标准
📝
🎙️ AI Engineer
📄 本文基于ThursdAI主持人Alex Volkov在AI Engineer Europe上的演讲，深入探讨了在AI自动生成代码量爆发的2026年，工程师是否仍需阅读代码的行业焦虑。文章通过分析OpenAI的Ryan LeFebvre（“代码免费论”）与Pi创造者Mario Zechner（“代码严审论”）的观点冲突，提出了基于任务特性的“Z/L连续体”决策框架，指出人类工程直觉和系统级架构评审在自动驾驶编码时代的不可替代性。 -
流水线已死：自适应软件与软件分发的新纪元
📝
🎙️ AI Engineer
📄 本文探讨了传统软件分发流水线（CI/CD、冻结制品等）在 AI 时代下的消亡。随着软件生产成本骤降，开发与分发的边界正趋于模糊。未来软件将从“一人一版本”的冰封制品模式，演变为以“主干与分叉”为核心的实时自适应架构，在确保系统安全隔离的同时，为每个用户定制最适合的版本。 -
人工智能驱动的超高效率软件开发与生产力革命
📝
🎙️ Best Partners TV
📄 文章深入探讨了利用先进的人工智能工具（如代码生成、外部抠顶）在软件工程中的巨大潜力。作者分享了通过AI实现从需求到系统原型快速迭代、全栈开发、自动化测试和运维等一系列工作流的实践，强调了个人经验与AI结合带来的生产力指数级提升，并展望了未来定制化SaaS和AI原生公司的发展趋势。 -
软件工程的演变史：从极限编程到敏捷宣言与人工智能时代的思考
📝
🎙️ The Pragmatic Engineer
📄 本文回顾了核心软件工程实践（如TDD、极限编程）和理念（如敏捷宣言）的起源故事，探讨了编码在整个开发过程中的角色。文章深入分析了大型语言模型对开发步伐的影响，并总结了作者关于如何通过持续尝试与迭代来应对技术变革的哲学，强调了建立信任的重要性。 -
AI工程师世界博览会：从循环到软件工厂的工程实践
📝
🎙️ AI Engineer
📄 文章回顾了AI工程师世界博览会的盛况，核心探讨了构建“软件工厂”的概念。演讲深入分析了工程师在不同抽象层级（循环）上的工作方式，以及如何通过人类心跳、学习工具、协作等过程来定义和提升生产力。同时，文章也讨论了垂直领域专场的扩展趋势、基础设施的资源分配策略，以及模型递归式自我改进等前沿技术方向。 -
无法向会议室输入提示词：AI时代软件交付的真正制约因素
📝
🎙️ AI Engineer
📄 随着人工智能极大地降低了编码门槛，软件交付的瓶颈已从“编写代码”转变为“确定正确的构建目标”。通过引入用户故事地图与VAD模型，团队能够精确锚定核心业务价值，避免“交付速度高但采用率低”的反模式，实现从平庸均值到数量级跃迁的价值跃升。 -
AI 智能体工程的未来：构建自主优化的智能体开发循环
📝
🎙️ AI Engineer
📄 本访谈由 Mutagent 联合创始人 Bene 与 CTO Burak 深入探讨 Agentic AI Engineer（智能体 AI 工程师）的架构与落地。详细解析了从 Spec 设计、构建、评估、上线监控到故障诊断及自动优化循环的完整生命周期，并演示了 Mutagent 如何通过评估智能体和诊断智能体实现流程的自动化与闭环优化。 -
“失忆的编程天才”：如何通过 Polygraph 解除 AI 智能体的时空枷锁
📝
🎙️ AI Engineer
📄 本文探讨了当前软件工程中 AI 智能体（Agents）面临的两大核心瓶颈：空间上的“单仓限制”与时间上的“情境失忆”。通过引入元装载器（Meta-Harness）项目 Polygraph，构建跨仓库的统一依赖图谱，并在团队间实现智能体交互轨迹的“情境记忆共享”，从而将孤立的 AI 会话粘合为组织级的协同蜂群思维。 -
编码面试的未来预测、优秀工程师的区分标准与AI时代的技能演变
📝
🎙️ The Pragmatic Engineer
📄 文章探讨了编程面试在AI辅助编程背景下的现状，指出数据结构和算法面试仍是评估思维模式的关键。核心观点在于，随着AI普及，真正的价值在于解决问题的能力、沟通技巧以及持续学习的努力，而非单纯的代码编写技能。强调了软技能的重要性，并建议工程师应专注于提升对业务的理解和迭代反馈的能力。 -
用 AI 重构子系统，到底是在清屎山还是在拆承重墙
🎙️ yage.ai
📄 文章探讨了在利用 AI 重构复杂子系统时，技术实现（代码质量）与团队设计共识之间的冲突。核心观点认为，工程的难点不在于写代码本身，而在于在多目标约束下做出取舍的设计决策。AI 极大地提高了编码速度，但它无法替代对业务场景、历史事故记忆和团队间隐性共识的理解。真正的解决之道在于将争论焦点从代码质量转移到设计评审中，通过明确取舍和风险评估来建立团队共识。 -
什么是循环工程：从编写提示词到设计自主运行的AI系统
📝
🎙️ Best Partners TV
📄 硅谷AI圈近期兴起“循环工程”概念。文章结合谷歌云AI总监艾迪·奥斯曼尼的分析，剖析了以自动化、工作树、技能、连接器和子Agent为核心的Coding Agent自主循环系统，并指出了理解债和认知投降等潜在挑战。 -
AI 时代的软件工程：利用智能体应对复杂架构与自动评估
📝
🎙️ How I AI
📄 在本期播客中，Braintrust 首席执行官 Ankur Goyal 深入探讨了如何将 AI 智能体应用于高度复杂的架构和基础设施问题。他们不仅详细解析了自动化评估（Evals）的重要性与实操细节，还分享了如何优化开发者工作流、强化持续集成（CI），以及为何优秀的工程团队必须将构建数据反馈循环作为核心任务。 -
【双语访谈】如何破局 AI 时代的代码审查瓶颈：从智能守护到规格说明驱动开发
📝
🎙️ Beyond Coding
📄 本期访谈深入探讨了 AI 自动生成代码带来的代码审查瓶颈问题。随着代码生成速度提升数十倍，审查阶段成为研发管线的新瓶颈。嘉宾分享了通过构建包含静态检查（如 Semgrep）、行为测试（TDD/ATDD）和架构约束的智能环境（Guardrails），让 AI 代理在无人工干预下实现自我纠错与迭代，从而将审查重心从具体实现提升至架构与规格说明层面的前沿实践。 -
周五直播实况：Dota2开黑、NBA总决赛探讨与投资杂谈
📝
🎙️ 北美王路飞
📄 本期直播实况完整记录了一场充满欢乐的Dota 2开黑旅程。在游戏匹配与对局间隙，主播与好友们深入探讨了近期NBA总决赛中纽约尼克斯队的强劲实力、核心球员布伦森的团队精神，并追忆了历届TI国际邀请赛中中国Dota战队的辉煌时刻。同时，主播还就近期美股大跌现象发表了个人看法。本文高保真保留了直播中的战术沟通与日常闲聊细节。 -
捕捉决策：为人类与AI构建一致性
📝
🎙️ AI Engineer
📄 本讲座深入探讨了在软件开发中，如何通过架构决策记录（ADR）、产品需求文档（PRD）和行为驱动开发（BDD）等方法，为人类和人工智能代理捕捉并执行关键决策。讲者强调了记忆和上下文对人类和大型语言模型（LLMs）的重要性，并提出了一个以Git Hooks、CI/CD和Linter为核心的“强化循环”，以确保产品设计和代码实现的一致性与可维护性。 -
Kelsey Hightower 专访：从高中辍学到谷歌杰出工程师的非传统职业道路
📝
🎙️ The Pragmatic Engineer
📄 在这场深度访谈中，Kelsey Hightower 分享了他从高中辍学、考取 A+ 认证开启 IT 职业生涯，到最终成为 Google 杰出工程师并功成身退的非凡历程。讨论涵盖了 Kubernetes 与 Docker 的容器化变革、自动化运维的演进、拒绝微软 CEO 邀约的幕后故事，以及他对生成式 AI 时代软件工程师职业发展的务实建议。 -
AI 时代最抢手的工程师岗位 FDE · 乔木博客
🎙️ 向阳乔木
📄 FDE (前沿部署工程师) 是当前 AI 行业最稀缺的岗位。该角色核心任务是在客户现场将 AI 深度嵌入业务流程，确保可量化的 ROI，而非仅仅开发模型。FDE 工作分为审计、评估及部署三个阶段，要求从业者兼具深度工程能力与卓越的业务沟通能力。该岗位对于企业 AI 落地具有极高价值，但也具有极高门槛与特殊的工作模式。 -
登录时多出来的那一步：MFA 的设计逻辑与 Passkey
的模型变更
🎙️ yage.ai
📄 密码脆弱，MFA旨在提升安全。邮件和短信验证码依赖第三方存隐患；TOTP通过本地计算消除传输风险；Passkey以非对称密钥移除密码隐患。各方案体现了安全设计中对信任假设的逐步收缩。 -
AI 写代码，选 TypeScript 还是 Python 是个错问题
🎙️ yage.ai
📄 文章指出AI编程中语言的选择不应仅依赖训练数据或基准测试，而应关注反馈循环（agentic loop）的速度与错误信号的精确度。Go等语言凭借快速的测试缓存、结构化的接口及精确的编译错误反馈，在AI代理编程模式下表现出比Python更优的工程特性，推动了编程范式从注重语法表现力向注重AI处理效率的重估。 -
「未来硅世界16期」访谈：tw93的开源故事和经验 · 乔木博客
🎙️ 向阳乔木
📄 本文访谈开发者tw93，探讨其开源哲学：从解决自身痛点出发，打造高质量工具。分享了开源迭代、独立开发者出海商业化实操，以及在AI时代通过记录判断逻辑与失败路径，构建个人独特技术护城河的宝贵经验。 -
AI 时代最稀缺的能力不是学习，是忘记
🎙️ yage.ai
📄 AI使得编码成本趋近于零，导致许多基于“工程带宽稀缺”的旧制度变得不再奏效。该文强调在AI时代，管理者和工程师不仅需要学习新能力，更需建立“减法”机制，主动废除无效的旧流程，对抗组织层面的“制度硬化症”。 -
为何 Rust 独树一帜：对话 Google 工程师与 Tokio 维护者 Alice Ryhl
📝
🎙️ The Pragmatic Engineer
📄 Google Android Rust 团队成员、Tokio 核心维护者 Alice Ryhl 深入解析了 Rust 的核心优势。访谈涵盖了 Rust 的所有权模型、借用检查器和内存安全等关键概念，探讨了其在 Linux 内核中的最新进展、独特的语言治理模式以及 AI 在系统编程中的应用前景。 -
为什么我不“凭感觉编程” | 宝玉的分享
🎙️ baoyu.io
📄 作者通过个人经验反思了“凭感觉编程”（Vibe Coding）的局限性。他认为编程中的“摩擦”不仅是干扰，更是深入理解系统本质复杂性和培养创造力的关键过程。他警示过度依赖大语言模型会导致开发者失去元认知能力、逃避责任，并指出AI无法取代程序员在理解现实世界复杂性与构建稳健系统中的核心作用。 -
用Web写出“比原生还原生“的桌面App，Raycast是怎么做到的？ · 乔木博客
🎙️ 向阳乔木
📄 本文解析了 Raycast 2.0 如何通过构建混合架构，实现桌面应用的跨平台与原生性能。文章详细阐述了其“原生壳子+Web前端+Node后端+Rust核心”的四层架构设计，以及团队在优化 WebView 渲染、处理平台差异和管理内存占用方面的工程实践，展示了如何用 Web 技术打造极致的“原生感”。 -
产品经典《启示录》解读，AI时代“加功能“的诱惑比以往任何时候都致命 · 乔木博客
🎙️ 向阳乔木
📄 文章深入解读了 Marty Cagan 的经典著作《启示录》，强调了产品探索、用户中心设计以及避免“功能工厂”陷阱的重要性。文章探讨了产品铁三角协作模式，并指出 AI 时代“加功能“的诱惑如何加剧低价值产出的风险，呼吁团队聚焦解决问题和赋能团队。 -
编程语言设计与演进的深层思考
📝
🎙️ The Pragmatic Engineer
📄 本文探讨了从早期编程环境到现代语言设计的多个关键里程碑，包括对特定技术（如快速迭代、面向对象设计）的追求。文章分析了特定语言的命名由来、核心设计目标（如托管代码、垃圾回收）、成功要素（如工具支持的可擦除类型系统），以及在人工智能时代下，关于测试和验证的瓶颈问题，并总结了开发者工具与编程语言的不可分割性。 -
AI 时代到底该怎么管一个工程团队 | 宝玉的分享
🎙️ baoyu.io
📄 文章分享了 Anthropic 工程与产品负责人 Fiona Fung 关于 AI 时代如何管理工程团队的观点。AI 使编码成本剧降，瓶颈转移至验证、评审与协作。文章主张砍掉过时流程，拥抱代码作为事实来源，采纳即时规划，并将质量保障左移。强调扁平组织、经理从个人贡献者做起，并使用 AI 辅助开发。最终目标是提升产品质量与可靠性，而非 AI 生成代码的比例。 -
为什么资深开发者讲不清自己的专业能力 | 宝玉的分享
🎙️ baoyu.io
📄 本文分析了资深开发者沟通失败的根源：开发者关注“复杂性管理”，而业务方关注“消除不确定性”。开发者应将精简架构与复用代码的专业能力，转化为帮助业务快速验证想法的手段，实现价值对齐与高效沟通。 -
«FFmpeg与VLC：守护数字视听世界的开源基石»
📝
🎙️ Best Partners TV
📄 «本内容深入解析了FFmpeg和VLC这两个至关重要的开源项目，阐述了它们在全球视频生态中的核心地位、技术深度（如手写汇编、编解码器原理、逆向工程）、开发者社群的纯粹与坚守，以及面临的维护挑战、安全议题和多媒体专利战争。探讨了数字媒体归档的使命，并展望了多感官数据流的未来。» -
CloakBrowser：从 C++ 源码层打补丁，让自动化浏览器通过所有主流反爬检测 · 乔木博客
🎙️ 向阳乔木
📄 本文介绍了 CloakBrowser 项目，该项目通过修改 Chromium C++ 源码，实现深度伪装自动化浏览器，以绕过 Cloudflare、reCAPTCHA 等主流反爬检测。与表面 JS 注入不同，CloakBrowser 直接修改浏览器指纹和行为，使其难以被识别。文章详述了其指纹管理、人类行为模拟、代理集成等功能，并与 Playwright 等工具对比，为网页抓取和 AI Agent 提供了更有效的解决方案。 -
API key 到底放在哪儿？——两个最常见场景的入门指南
🎙️ yage.ai
📄 本文探讨了API密钥在个人开发机器和生产服务器两种场景下的存储安全问题，强调了理解威胁模型的重要性。针对个人机器，推荐FileVault、macOS Keychain或配置权限的.env文件；针对生产环境，则建议使用systemd credentials或集中式密钥管理方案，并反对使用环境变量。文章指出，密钥轮换频率对安全性影响比存储方式更大，并提供了简化的决策指南。 -
Notion的AI驱动工程会议：告别繁琐更新，拥抱高效开发
📝
🎙️ How I AI
📄 本期节目邀请Notion的工程经理Ryan Nystrom分享AI如何彻底改变软件工程工作流程。他介绍了AI代理如何自动化站会准备、加速代码编写及推动规范驱动开发，强调了AI在提升团队协作效率、减少倦怠和加速CI/CD中的关键作用，并探讨了未来工程师的角色转变。 -
深度拆解：AI Agent Harness 的构造 | 宝玉的分享
🎙️ baoyu.io
📄 本文深度拆解 AI Agent Harness 的核心架构，阐述其组件（编排循环、工具、记忆、上下文管理等）如何将 LLM 转化为全能 Agent。文章强调 Harness 是 Agent 生产级性能的关键，并展示了不同框架的实现，指出 Harness 架构的工程能力至关重要。 -
为什么 TDD 反而不是 AI 时代的答案
🎙️ yage.ai
📄 文章认为 TDD 不适用于 AI 时代的代码生成。AI 优化测试通过，缺乏人类的内在正确性标准。作者建议将确定性从代码路径转移到系统边界（invariants、契约测试），人类定义约束，AI 探索实现。此模式使 AI 辅助软件工程更有效。 -
FFmpeg：互联网视频背后那个你天天用却从没注意过的东西 · 乔木博客
🎙️ 向阳乔木
📄 这篇文章深入探讨了互联网视频背后的核心技术FFmpeg，通过与VideoLAN的Jean-Baptiste Kempf和FFmpeg贡献者Kieran Kunhya的对话，揭示了其架构、广泛应用、开源理念及技术挑战（如dav1d和x264）。文中还讨论了开源维护的困境、安全问题及AI报告的负面影响，并展望了FFmpeg在未来多媒体领域（如低延迟视频、3D音频、点云等）的无限可能，强调了其作为数字文明基石的价值。 -
面对 Skill 的盈利死结，OpenAI 和 Cursor
交了同一份答卷——但答的是不同的题
🎙️ yage.ai
📄 文章分析了 OpenAI 和 Cursor 公司从 AI Skill 转向 Plugin 的原因。Skill 因易于复制而难以盈利，而 Plugin 通过绑定运行环境、认证凭证和分发渠道，将知识转化为可收费的服务。OpenAI 旨在通过 Codex Plugin 构建执行层，锁定用户工作流；Cursor 则希望通过 Plugin 生态系统构建差异化优势，逃离供应商替代风险。两者都将 Plugin 视为战略工具，而非直接盈利产品，预示着 AI 工具生态的演变方向。 -
Evaluation-First：Cursor 这篇 Agent Harness
文章真正值得读的地方
🎙️ yage.ai
📄 Cursor的文章强调了“evaluation-first”在Agent Harness持续改进中的核心作用。文章阐述了如何通过定义北极星指标、诊断指标，利用CursorBench等数据集和标准化的决策协议，来驱动AI产品开发中的每一次变更。同时，作者提出了“停止和拒绝”作为评估的第四维度，并分析了Cursor在上下文策略、模型适配、成本优化等方面的具体实践，指出评估系统是应对Agent平台复杂性增长和任务难度提升的必要条件。 -
AI coding 里真正有复利的东西
🎙️ yage.ai
📄 AI 编码的真正复利在于构建可复用的工程系统，而非工具技巧。AI 放大现有能力，团队差距在于能否安全吸收 AI 速度，关键在于将上下文、验证、基础设施和决策记录转化为机器可读的资产，并重塑工程环境以适应 AI 工作流。 -
AI编程代理的幕后构建、技术演进与工程哲学探讨
📝
🎙️ The Pragmatic Engineer
📄 文章回顾了极简且可自我修改的AI编程代理的诞生背景，介绍了其核心技术（如自修改软件），并深入讨论了从早期计算基础到当前AI时代的职业发展转变。同时对比了不同工作流模式（MCP vs CLI）的优劣，以及人类学习与机器学习在解决复杂工程问题时的根本差异。 -
AI 范式已剧变：罗福莉深度访谈全解读——Agent 框架是新的操作系统 （DeepSeek V4 Pro写作测试） · 乔木博客
🎙️ 向阳乔木
📄 本文深度解读了小米大模型负责人罗福莉的访谈，核心观点是 AI 范式已从 Chat 转向 Agent，Agent 框架正成为新的基础设施和操作系统。文章详细阐述了 Agent 框架如何通过多模型调度、持久化记忆、主动上下文获取等方式提升 AI 能力，并强调了群体智能、开源模式在加速 AI 发展中的关键作用。同时，罗福莉也对未来 AI 科研、工作模式及模型发展趋势进行了前瞻性预测。 -
AI编程实战：Matt Pocock的全栈AI辅助开发工作流
📝
🎙️ AI Engineer
📄 本讲座详细拆解了一套将AI（大语言模型）深度集成到软件开发全流程的实战方法论。讲师 Matt Pocock 提出，成功的关键在于将传统软件工程的智慧（如TDD、模块化设计）应用于与AI的协作中。他介绍了一个从“概念拷问”（Grilling）到“产品需求文档”（PRD），再到“看板驱动的AFK（Away From Keyboard）智能体”执行的完整工作流。核心在于通过“垂直切片”（Vertical Slices）和“深度模块”（Deep Modules）架构，为AI创造高效的反馈循环，从而在提升开发速度的同时，保证代码质量和架构健康度。 -
Cat Wu 面试了几百个 PM 候选人，几乎没人答对一个问题：AI 产品经理到底应该干什么？ | 宝玉的分享
🎙️ baoyu.io
📄 本文采访了 Anthropic 产品负责人 Cat Wu，探讨了 AI 产品经理的转型。文章强调了 Anthropic 极快的开发速度（日发布功能）、PM 需具备工程背景和产品品味、统一使命驱动的团队文化。同时，访谈也触及了源代码泄露、限制第三方工具使用等争议，并分析了 AI 时代下角色融合与未来产品愿景。 -
乔木博客免费开源，打造你的学习、分享阵地！ · 乔木博客
🎙️ 向阳乔木
📄 文章介绍了一款名为“乔木博客”的免费开源博客系统，旨在为用户打造专属的学习和分享阵地。该系统集成了Markdown写作、AI辅助创作（如内容改写、摘要生成、AI生图）、多媒体支持及多种发布状态，并借助Cloudflare部署，极大降低了内容创作和知识沉淀的门槛。 -
公众号监控这件事：主流方案对比与一条更务实的路径
🎙️ yage.ai
📄 文章探讨了微信公众号监控的长期需求及官方API缺失的现状。对比了五类主流解决方案，指出只有微信读书API和本地客户端SQLite数据库是可持续的路径。作者介绍了一个开源CLI工具`wechat_db_parser`，利用本地数据库提供稳定的数据入口，方便用户接入日报、知识库或AI工作流，并强调这是解决该问题的务实起点。 -
用 AI 造了一个等了 8 年的工具，他想说点真话 · 乔木博客
🎙️ 向阳乔木
📄 本文记录了 Lalit Maganti 如何利用 AI 历时八年完成 SQLite/PerfettoSQL 开发工具的构建。文章深入探讨了 AI 辅助编程的优势（加速开发、重构）与劣势（成瘾性、代码感知丢失、设计决策推迟），并强调 AI 是实现层面的强大助力，但不能替代人类的设计判断和历史上下文理解。 -
Agent Harness：让AI从聊天机器人变成真正的智能体 · 乔木博客
🎙️ 向阳乔木
📄 文章介绍了"Agent Harness"，即围绕 LLM 构建的完整软件基础设施，负责编排循环、工具、记忆、上下文管理和安全等。它强调了 Harness 工程作为第三层工程的重要性，并列举了生产级 Harness 的 12 个组件及设计决策，指出 Harness 设计对 AI Agent 性能至关重要，并预测未来 Harness 会趋向更薄，以适应更强大的模型。 -
Harness 的标准化：一个不会到来的标准
🎙️ yage.ai
📄 文章认为，AI agentic 领域的“harness”运行时层，因厂商间的商业竞争和产品差异化需求，难以实现类似 Chat Completions 的统一标准。厂商各自构建专有运行时，导致技术分叉。真正的标准化趋势体现在运行时层的上下游：下层是极简的命令行接口，上层是 AGENTS.md 等通用协议，而运行时层本身将是各家厂商竞争的主战场。 -
iPhone支付漏洞：锁屏下盗取万元的NFC攻击全解析
📝
🎙️ Veritasium
📄 本视频揭示了一种利用iPhone的Express Transit Mode和Visa卡在特定条件下绕过手机锁屏和支付验证，实现高达万元金额盗取的NFC攻击。视频详细演示了攻击过程，包括拦截通信、欺骗手机以为是交通支付、伪造低价值交易以及欺骗支付终端。专家解释了攻击背后的技术原理，涉及对称/非对称加密和RSA，并探讨了Apple和Visa在此漏洞上的责任推诿。最后，视频强调了该漏洞的现实风险和潜在解决方案，并推广了个人信息保护服务。 -
为什么你的"AI 优先"战略可能大错特错？ | 宝玉的分享
🎙️ baoyu.io
📄 文章认为，'AI 优先'战略若忽视软件工程基础将失败。强调'软件工程优先'，需坚实的测试、CI/CD、监控与架构。以 CREAO 为例，展示了如何重构流程，让 AI 成为核心构建者，实现开发速度和质量的飞跃。AI 时代工程师核心价值正从代码产量转向决策质量。 -
Claude Code 源码泄漏了，但我不打算写源码分析分析文章 | 宝玉的分享
🎙️ baoyu.io
📄 这篇文章以 Claude Code 源码泄漏事件为引子，分享了作者“宝玉”关于如何学习大型开源项目的四步法：先运行，再聚焦具体功能，接着动手做二次开发，最后尝试独立搭建。作者强调实践和“做中学”的重要性，认为 AI 辅助带来的理解是借来的，不如亲手实践。文章还讨论了泄漏代码的有限价值、Anthropic 对事件的成熟回应，以及闭源模型的优势。 -
特斯拉与SpaceX如何赋能硬件创业公司：前员工的经验分享
📝
🎙️ a16z
📄 本访谈邀请了SpaceX前星舰推进工程师Chandler Lugjitsa和特斯拉前电池供应链负责人Turner Caldwell，分享他们在特斯拉和SpaceX学到的关键经验，以及如何将这些经验应用于各自的硬件创业公司Galedai和Mariana Minerals。讨论涵盖了扁平化组织、快速决策、关键路径管理、工厂思维、战略性垂直整合和人才招聘等核心原则。两位创始人强调了使命一致性、消除内部摩擦和建立强大技术基础的重要性，为年轻工程师和硬件创业者提供了宝贵建议。 -
“杰夫·卡普兰深度访谈：从暴雪巨制到《加州传说》的创作之路”
📝
🎙️ Best Partners TV
📄 “本文深入梳理了传奇游戏设计师杰夫·卡普兰长达5小时的访谈内容。从其早年创意写作生涯的挫折，到《无尽的任务》中领袖才能的觉醒，再到暴雪时期《魔兽世界》和《守望先锋》的辉煌。访谈揭示了备受争议的Titan项目失败内幕、他离开暴雪的真实原因，以及在独立工作室Kintsugiyama开发新作《加州传说》的全新旅程。文章探讨了游戏开发理念、团队管理、AI在游戏中的应用及对游戏行业未来的洞察，强调了创作者对作品所有权的重要性。” -
AI时代下产品工程师的角色、品味培养与工作流变革
📝
🎙️ The Pragmatic Engineer
📄 本场小组讨论深入探讨了在AI原生世界中产品工程师的角色定义、核心特质及其培养方法。三位嘉宾分享了产品工程师如何兼顾技术实现与用户价值，强调了“品味”在产品设计中的重要性，以及通过曝光、用户访谈和内部质量活动来提升团队的集体品味。同时，讨论还聚焦于AI工具如何缩短反馈循环，提升开发效率，并赋能非技术人员参与代码构建，预示着未来产品开发模式的深刻变革。 -
30人团队造就190亿美元奇迹：WhatsApp 早期工程师 Jean Lee 深度访谈
📝
🎙️ The Pragmatic Engineer
📄 前 WhatsApp 第19号员工 Jean Lee 分享了这家传奇公司的内部运作机制。在仅有30名工程师的情况下，WhatsApp 如何通过“零流程”、极简架构（Erlang）和对质量的偏执，服务4.5亿用户并被 Facebook 收购。访谈还揭示了大厂生存真相、早期招聘策略以及 AI 时代下精简团队的永恒价值。 -
OpenClaw 源码全链路拆解：从本地网关到 AI 智能体执行闭环
📝
🎙️ Best Partners TV
📄 本文深度解析了 AI 智能体框架 OpenClaw 的源代码逻辑。从网关启动、消息接入标准化，到动态路由决策、上下文装配，再到基于 Pi SDK 的 Agent Loop 执行循环及流式分发，揭示了其作为“本地优先网关系统”的核心架构，并探讨了其在提示词工程与长会话记忆管理上的工程细节。 -
超越代码：UML之父论软件工程的三次黄金时代与 AI 的本质
📝
🎙️ Best Partners TV
📄 本文深度解析了软件工程泰斗格雷迪·布奇（Grady Booch）对行业演进的宏大视角。布奇通过梳理从算法抽象、对象抽象到平台级抽象的三次黄金时代，驳斥了‘AI 将在一年内自动化软件工程’的激进观点。他强调软件工程的本质是权衡复杂约束的决策艺术，而 AI 并非取代者，而是推动抽象层级再次跃迁、解放人类想象力的核心工具。 -
揭秘Postgres性能瓶颈：参数调优的威力与实践
📝
🎙️ Peter Pang
📄 本期视频深入探讨Postgres性能优化的核心——配置参数。演讲者首先指出仅依赖SQL语句优化（如索引）的局限性，随后详细剖析了影响性能的关键参数及其与操作系统的相互作用。通过严谨的性能测试，展示了从默认配置到手动优化再到自动化调参，性能可实现30%至343%的惊人飞跃。视频强调了理解底层原理（Know-Why）的重要性，尤其在AI时代，这关乎核心竞争力。 -
AI 驱动的 WebRTC 实践：零成本构建全平台 P2P 视频通话系统
📝
🎙️ Peter Pang
📄 作者分享了利用 AI 开发基于浏览器的 P2P 视频通话平台 o2o 的全过程。文章深入探讨了 WebRTC 的技术架构、STUN 与 TURN 服务器的成本权衡，以及在大语言模型超长上下文支持下解决复杂状态机 Bug 的工程实践经验。 -
XZ 后门事件：一次险些瘫痪互联网的供应链攻击
📝
🎙️ Veritasium
📄 本视频深入探讨了2024年震惊全球的XZ Utils后门事件。一名名为Jia Tan的攻击者，通过长达两年半的社会工程和代码渗透，成功在广泛使用的开源压缩工具XZ Utils中植入了一个隐蔽的后门，该后门能够绕过OpenSSH的身份验证，从而获取对全球数百万Linux服务器的远程控制权。视频详细解释了该后门的技术实现原理，包括特洛伊木马、Goldilocks攻击窗口和动态审计钩子等。最终，一名微软工程师Andres Freund偶然发现了这一漏洞，及时阻止了一场可能导致互联网瘫痪的灾难。事件揭示了开源软件供应链的脆弱性以及对维护者支持不足的问题。 -
OpenAI 应用 CTO 和 Codex 负责人：AI 正在重塑构建软件的方式 | 宝玉的分享
🎙️ baoyu.io
📄 本次分享聚焦 OpenAI 内部 AI 编码的最新实践。文章指出，AI（如 Codex）已从辅助工具进化为工程师的“队友”，重塑了软件开发流程。瓶颈从代码生成转移至需求理解和集成部署，催生了并行探索、设计师写代码等新工程模式。AI 原生工程师和多 Agent 协作是未来趋势，但关于成本、安全性和基础训练的挑战仍待解决。 -
用 Claude Code 的 Hook + Skill，实现每次提交后自从 commit 提交变更 | 宝玉的分享
🎙️ baoyu.io
📄 本文介绍了一种使用 Claude Code 的 Hook 和 Skill 机制，实现代码变更自动提交的方法。通过在任务结束时触发一个自定义的 `Stop` Hook，脚本会检查工作区是否有未提交的变更。若有，则阻止 Claude Code 结束任务，并调用一个 `/commit` Skill。该 Skill 能够智能分析变更内容，按文章、代码或配置等主题进行分组，并自动生成规范的中文 Commit Message。这一方案旨在提高开发者工作效率，确保 Git 历史记录的清晰和完整性，避免遗漏任何修改。 -
构建伟大：LayerZero 联合创始人谈信念、挑战与区块链的未来
📝
🎙️ EO
📄 本纪录片聚焦 LayerZero 联合创始人 Brian Pellegro 和 Raz，他们分享了创业历程、驱动他们的基本原则以及对区块链技术未来的愿景。他们讨论了克服在线扑克行业的早期挫折、在加密货币的精英主义中寻找灵感、创业公司的艰辛历程，以及在区块链中实现高性能和去中心化的技术挑战。核心信息强调了坚定信念、热情和韧性在创造有影响力的、改变世界创新中的关键作用。 -
Redis与Valkey分家内幕、开源权斗及新人入门指南
📝
🎙️ Peter Pang
📄 本期《原桌会》专访中国开源界T0级大佬朱彬彬，深入探讨了Redis从开源转闭源，以及Valkey项目迅速成立的幕后故事。朱彬彬揭示了Redis公司决策的法律与治理原因，并分析了Valkey在Linux基金会下快速发展的因素。对话还触及了云厂商在开源项目中的竞争策略、中国企业在国际开源社区的参与现状，以及个人开发者如何系统性地参与开源项目、积累经验的实用建议，强调了开源的战略意义和深度学习的重要性。 -
Peter Steinberger访谈：从PSPDFKit到Claudebot，AI如何重塑软件开发与“Vibe Coding”的崛起
📝
🎙️ The Pragmatic Engineer
📄 PSPDFKit创始人Peter Steinberger分享了他从传统软件开发到AI驱动开发的彻底转型。在经历了职业倦怠并离开科技界三年后，他利用Claude等AI工具构建了个人助理Claudebot，并提出了“闭环原则”和“代理工程”等新概念。访谈深入探讨了为何代码审查（Code Review）已死、Pull Request应转变为Prompt Request，以及AI如何让开发者从编写代码转向设计系统架构。 -
AI Agent Skills: Prompt Engineering 的工程化飞跃与未来
📝
🎙️ Peter Pang
📄 演讲者锐评AI Agent Skills，将其类比为包管理器，强调其本地运行、可控性和对提示词工程的革新，并预测了未来发展。 -
AI编程新工具Anti-Gravity与全栈开发实战答疑
✍️
🎙️ 用AI發電
📄 本期对话主要围绕AI编程工具与全栈开发实战展开。Mike分享了Google推出的新工具Anti-Gravity及其在云端编程的优势，并推荐了Andrej Karpathy关于未来职场的观点。随后，对话深入探讨了n8n工作流的学习曲线、跨境电商的市场调研自动化、Web App转移动端（PWA与Native）的技术选型、数据库设计原则以及AI应用的各种安全与计费策略。 -
互联网史上最长宕机：AWS DynamoDB 故障深度解析
📝
🎙️ Peter Pang
📄 本文深度解析了AWS于2025年10月19日发生的、长达14小时32分钟的史上最长云服务瘫痪事件。故障起因于DynamoDB的一个低级Race Condition代码错误，但其广泛影响源于AWS复杂的微服务架构、重试机制缺陷以及企业在成本与容错之间的商业权衡，最终导致了区域性故障演变为大范围服务中断。文章探讨了从技术根源到商业决策的各层级原因，并反思了技术服务于现实世界的本质。 -
和 VSCode 核心开发吕鹏聊 AI 编程、Vibe Coding 与程序员的未来
📝
🎙️ 代码之外 Beyond Code
📄 本期节目邀请了微软 VS Code 团队的 Engineering Manager 吕鹏，深入探讨了 AI 编程工具（如 Copilot）的演进、Vibe Coding 的真正含义、未来程序员角色的转变，以及他从 IC 到 Manager 的个人经历和对工作与生活的思考。