标签：code-quality
-
代码质量还重要吗？取决于这四大维度——从一次性软件到持久软件
AI Engineer
探讨AI时代代码质量的本质与必要性。软件的成功归结于理解与执行，而代码质量的核心在于系统结构与降低变更风险。演讲者提出软件正划分为'一次性软件'与'持久软件'两大范畴，并给出了基于失败后果、替换成本、依赖度与维护成本的判定框架，同时分享了如何通过标准化与自动化工具降低工程严谨性的成本。 -
生成廉价而审查昂贵：如何终结 AI 垃圾代码交付
AI Engineer
随着 AI 编码能力爆发，生成代码的速度远超人类理解与评估的速度，导致大量未经深度思考与边界推敲的'垃圾代码'（Slop）涌入代码库。本文指出代码是负债而非资产，真正的工程核心在于对权衡、架构边界与未知风险的判断与担责。面对审查瓶颈与团队绩效焦虑，唯有依赖强约定架构、声明式边界与精细化任务解耦，方能实现带判断力的工程编排。 -
400+ 企业数据复盘：AI 时代的工程生产力、代码质量与研发范式演进
AI Engineer
DX 副首席技术官 Justin Reok 基于 400 多家企业的海量实证数据，深度剖析了 AI 对研发效能的真实影响。数据显示，AI 虽驱动 PR 吞吐量与部署频率提升，却也引发代码变更失败率剧烈波动及代码量膨胀。破除‘初级开发者替代论’与孤立工具崇拜，企业亟需通过上下文工程、系统化指标监测与闭环工作流重构，将单点效率转化为端到端业务价值。 -
AI Agent 时代下软件工程底层原则与战略性编程的实践
The Pragmatic Engineer
本文探讨了在与AI智能体协作开发时，如何回归软件工程的经典基本功。核心观点包括使用“引导词”来引导智能体，理解“战略性编程”的难度，以及如何通过衡量指标证明底层工程投入的重要性。文章强调了内省（introspection）作为优秀工程师的核心特质，并指出经典书籍和工程术语在与AI交互中的先验知识价值。 -
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。 -
Flask作者发出警告：AI Loop写的代码，正在变成没人能看懂的“生物” · 乔木博客
向阳乔木
文章探讨了AI在代码生成和维护中的一个新趋势，即软件正从确定性的机器演变为具有有机体特征的系统。作者引用专家观点指出，过度依赖外部循环和自动化外壳程序可能导致代码缺乏可理解性和控制感，使系统变得难以维护。核心议题在于如何在追求速度和实验的同时，保持人类对系统的判断力和工程准则的监督。