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。
从删除 95% 的技能到效率跃升：WorkOS 的 AI Agent 实战逻辑
AI Engineer
Nick Nisi 分享了在 WorkOS 利用 AI Agent 管理 20 多个代码库的实战经验。他通过构建名为 Case 的状态机框架，实现了将“盲目信任”转变为“硬性证据”的范式转移。通过评估（Evals）发现，冗长的指令反而会降低成功率，最终通过删除 95% 的冗余技能并聚焦于核心坑位（Gotchas），显著提升了 Agent 的性能与确定性。
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。
Anthropic 2026开发者大会：算力、智能体与AI开发范式革新
Best Partners TV
Anthropic 2026全球开发者大会聚焦生态价值，未发布新模型，但通过与SpaceX的算力合作、Opus 4.7升级、Managed Agents平台三大功能（多智能体编排、结果判定、自主学习）、Claude Code全维度更新，以及GitHub的成本优化策略，重塑AI开发体验，并预测单人百亿美元AI公司诞生。
构建对话代理：Google Gemini API与AI Studio实践
AI Engineer
本访谈记录了Google DeepMind团队关于Gemini API和Google AI Studio的开发者研讨会内容。重点介绍了Gemini Interactions API（一个用于模型和代理的统一API）及其服务器端状态管理、异步执行和隐式缓存等特性。演示了如何构建一个包含文件读写和Bash命令执行的编码代理，并探讨了Gemini 3.1 Flash Life API在实时音视频交互、多语言支持及实际商业应用（如Shopify Sidekick和为老年人提供陪伴服务）中的潜力与挑战，包括延迟、上下文窗口限制和幻觉问题。强调了通过系统指令和合作伙伴集成来优化代理性能的重要性。
构建你的软件工厂：Cursor工程师谈AI代理自动化开发实践
AI Engineer
Cursor工程师Eric Zakariasson分享了其在公司内部通过产品“dogfooding”构建软件工厂的经验。他详细阐述了AI代理在软件开发中从辅助到完全自主的不同自治级别，强调了构建工厂所需的原语、模式、护栏和使能器。讲座还探讨了在AI驱动开发中，人类角色如何从执行者转向管理者，并分享了Cursor如何利用AI实现自动化工作流、测试、代码审查及持续学习。最后，讨论了在代理大规模协作、质量保障和团队文化转型中面临的挑战与解决方案。
AI 驱动下的软件工程变革：Token Maxing、生产力与未来角色
AI Engineer
本次对话深入探讨了“Token Maxing”现象，即大型科技公司如何因绩效指标而驱动员工大量使用 AI 工具，以及 AI 如何重塑软件工程师的角色和期望。对话还触及了大型科技公司在 AI 基础设施上的巨额投入、工程师管理模式的演变，以及 Gergely Orosz 分享了他创办 "Pragmatic Engineer" 的历程和见解。总体而言，AI 正在以前所未有的速度加速行业变革，推动工程师能力边界的拓展和企业战略的调整。
AI工程迈阿密大会第二天：智能体、模型优化与开发者体验
AI Engineer
本次AI工程迈阿密大会第二天汇集了多位专家，探讨了AI领域的最新进展和挑战。演讲涵盖了智能体编程的成功实践与心理障碍、大语言模型推理的延迟优化、移动设备上的扩散模型部署、专业化模型与子智能体的应用、知识图谱在上下文工程中的作用、智能体记忆系统的新范式、以及IDE和CLI在AI时代的角色转变。与会者深入了解了如何构建更高效、可靠且可解释的AI系统，并强调了开发者在AI发展中的核心价值。
Intercom 如何通过 AI 工具将工程效率提升两倍
How I AI
本次访谈深入探讨了 Intercom 如何通过引入 AI 工具（特别是 Claude Code）将其工程吞吐量提高了一倍。Intercom 的高级首席工程师 Brian Scanland 分享了他们在此过程中的经验，重点介绍了文化变革、AI 技能采用的遥测技术重要性，以及对产品质量和开发者体验的影响。讨论还涉及了 AI 使用的成本考量，以及 AI 如何改变产品开发和内部流程。
AI Engineer Europe 第二天回顾：从模型发布到 Agent 生态的深度重构
AI Engineer
本次会议涵盖了谷歌 Gemma 4 的发布、Anthropic 的 MCP 协议演进，以及 Cursor、Linear、Cerebras 等顶尖团队在 AI Agent 编排、验证与品味构建上的实战经验。核心议题围绕‘快速推理下的开发者策略’、‘Agent 原生代码库构建’以及‘超越聊天界面的交互范式’展开，强调了在 AI 自动化浪潮中，人类的判断力和对质量的坚持（Friction）依然是软件工程的核心。
机器视角下的平台工程：为 AI Agent 时代重构基础设施
AI Engineer
本文探讨了在 AI Agent 崛起背景下，传统平台工程如何转型以适应机器用户的需求。作者通过分析开发者在手动流程中的困境，提出了“自助服务、API 优先、本地化优先”的三大核心原则，并强调了结构化文档与可编程观测性在构建闭环自动化中的决定性作用，旨在利用 AI 浪潮推动工程最佳实践的落地。
AI时代如何领导高效工程团队：Nicole Forsgren谈摩擦消除与未来
The Pragmatic Engineer
Nicole Forsgren分享了AI如何加速软件开发但同时放大了交付瓶颈，特别是在代码审查和部署方面。她深入探讨了DevX框架中的认知负荷、心流状态和反馈循环，指出AI的快速反馈循环可能增加认知负荷。访谈强调了心理安全、项目所有权和技术决策自主权对心流状态的重要性。她还建议企业通过采用率和参与度来衡量AI工具的价值，并介绍了SPACCE框架（满意度、绩效、活动、沟通与协作、效率与流程）。面对不确定性，领导者应明确鼓励员工试验AI，建立安全空间，并强调建立“个人董事会”以寻求支持和避免职业倦怠的重要性。展望未来，她认为无摩擦组织将依赖数据洞察系统，并持续优化迭代循环。
Notion原型游乐场：AI如何赋能设计团队实现代码优先原型开发
How I AI
本访谈深入探讨了Notion AI设计师Brian Leven如何利用其团队内部的“原型游乐场”（一个基于Next.js的应用程序）推动代码优先的原型开发。他详细介绍了AI编码工具如Claude Code如何加速设计迭代、通过早期接触真实环境提升设计质量，以及如何通过共享原型和组件促进团队协作。访谈还展示了AI驱动的命令和技能（如Figma转代码、自动化部署）如何简化工作流程，并强调了设计师理解AI模型能力在设计AI产品中的重要性。
人人皆可编程：v0 如何将 Git 工作流引入 AI 编程
How I AI
本期访谈中，Vercel 首席执行官 Guillermo Rauch 与 Claire Vo 深入探讨了 Vercel 的 AI 编程工具 v0。他们展示了 v0 如何通过集成 Git 工作流，使开发者能够从原型快速迭代到生产环境，并安全部署变更。讨论涵盖了 v0 在技能管理平台 skills.sh 中的应用、其对企业开发流程的效率提升，以及 AI 在图像生成、视频生成和物理 AI 等非编码领域的创新用例。访谈还触及了 v0 如何通过提供调试工具和强大的计算环境，帮助用户克服 AI 编程中的挑战，并展望了 AI 驱动的协作式开发和应用商店部署的未来。
代理原生设计：重构 MCP 服务的五项核心准则
AI Engineer
Jeremiah Lowin（Prefect CEO）探讨了模型上下文协议（MCP）的现状，指出当前许多 MCP 服务仅是简单的 API 包装。他提出了“代理原生产品设计”理念，强调应针对 AI 代理的发现成本、迭代速度和上下文限制进行优化。通过“以结果为导向”、“参数扁平化”和“严苛精简”等策略，开发者可以构建出性能更优、更易被 AI 理解的工具接口。
AI 代理时代的开发者体验：为何“利于人类”即“利于 AI”？
AI Engineer
来自 Capital One 的 Max Kanat Alexander 深入探讨了 AI 编程代理对软件工程的颠覆。他指出，在预测未来极其困难的当下，企业应聚焦于标准化环境、强化 CLI/API 接口、提升验证精度及代码审查效率等“无悔投资”。其核心哲学是：凡是能提升人类开发效率的基础工程，也正是让 AI 代理释放最大潜力的关键。
“重塑软件工程：通过验证驱动实现 AI 赋能的自主化”
AI Engineer
“本次演讲探讨了将软件工程从规范驱动转变为验证驱动的重要性。演讲者 Eno Reyes 强调，强大的自动化验证能力（如测试、Linter）是成功引入 AI 编码代理的关键。通过优化组织内的验证反馈循环（DevX Loop），企业可以显著提升开发效率，为构建完全自主的软件开发流程奠定基础，从而获得竞争优势。”
Google Labs 的前瞻性智能体：Jewels 项目如何重塑软件开发
AI Engineer
本文探讨了从反应式到前瞻性 AI 智能体的转变，以 Google Labs 的 Jewels 项目为例。演讲者 Kath Corbec 阐述了当前异步智能体带来的精神负担，以及人类作为串行处理者的局限性。她提出了前瞻性智能体的愿景，强调了观察、个性化、及时性和无缝工作流集成四大要素。Jewels 项目通过三个层级（从基础的代码修复到复杂的系统洞察）和一系列新功能（如记忆、批评者代理等），旨在成为开发者值得信赖的协作伙伴，最终目标是减少工具摩擦，释放创造力，共同塑造软件开发的未来。
Jeff on Building Chroma - From Open-Source Vector DB to Context Engineering
Chroma founder Jeff discusses the journey of building an open-source vector database, the importance of developer experience, and the emerging discipline of context engineering to make AI applications more like engineering and less like alchemy.
超越代码生成：AI 在软件工程中的真实价值与衡量之道
The Pragmatic Engineer
AI 真的会取代程序员吗？本期内容深入探讨了 AI 对软件工程的真实影响，揭穿了媒体的过度炒作。嘉宾 Laura Tacho 指出，AI 的最大价值并非代码生成，而在于调试、重构等耗时任务。有趣的是，研究发现 AI 可能会因自动化了开发者享受的编码部分而降低工作满意度。文章最后提出了一套基于“使用率、影响、成本”的数据驱动框架，帮助工程领导者衡量 AI 的真实投资回报，并分享了 Booking.com、Workhuman 等公司的实践案例，强调了结构化落地和数据驱动决策的重要性。