标签：software-engineering
-
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。 -
GPT-6 Astra 实测：计算机操作与前沿能力的一击破局
📝
🎙️ How I AI
📄 本期内容深度评测了 OpenAI 最新发布的旗舰模型 GPT-6 Astra。演讲者通过大量真实严苛的实测任务，展示了该模型在计算机直接操作（Computer Use）、自动化流程搭建、代码构建与硬件逆向工程、3D游戏生成以及复杂产品知识图谱提炼上的跨越式突破。Astra 不仅在基准测试中大幅领先，更展现了将以往难以攻克的复杂任务实现'One-shot'直接落地的强大实用能力。 -
信号层：当万物皆可构建时，我们该构建什么？
📝
🎙️ AI Engineer
📄 在AI让软件构建成本趋近于零的时代，平均化的产出已失去价值。Akamai技术专家Lena Hall提出，当工程实现被商品化后，核心竞争力转向了“信号层”：即精准定义真正值得解决的问题，并在产品研发、组织协作与市场传播全链路中抵御失真，最终建立起AI无法自动化的用户信任。 -
全球航运的部落迷宫：规模化 AI Agent 落地生产的系统工程
📝
🎙️ AI Engineer
📄 本文基于马士基（Maersk）一线工程师的实战复盘，深度剖析了 AI Agent 在全球航运复杂业务场景下的落地难点。文章指出，构建生产级 Agent 系统的核心不在于基础模型或单一 Agent 循环，而在于将隐性业务知识（SOP）转化为 Agent 可安全执行的代码资产，并建立包含确定性护栏、全链路追踪评测与反馈迭代闭环的自适应工程体系。 -
AI Agent团队协作与代码库重构：从个体效能到系统化协同的演进
📝
🎙️ AI Engineer
📄 文章探讨了如何让AI Agent与开发团队在生产环境中高效协作。通过分析团队对AI的心理变化及使用偏好，提出了构建“共享Harness”的领导力视角，并深入阐述了“渐进式公开”（Progressive Disclosure）、自愈合循环以及从“看护Agent”转为“全意投入（Full Send）”的实操方法与挑战应对。 -
速度病：当整个团队提速10倍时会发生什么？
📝
🎙️ AI Engineer
📄 Ref创始人兼CEO Matt Dailey在演讲中剖析了AI时代下团队面临的“速度病”（Velocity Sickness）——即代码产出暴增却无实际业务影响的困境。他提出，工程团队应当从过度关注“实现与打磨”的传统IDE模式，转型为聚焦关键工程决策的“文档中心”模式，从而实现从“代码速度”到“想法速度”的跃迁，确保人类开发者始终掌控软件的核心所有权。 -
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。 -
开源模型走到了历史拐点：Glean创始人Arvind Jain剖析企业级AI落地的真实阵痛与未来格局
📝
🎙️ Best Partners TV
📄 Glean创始人Arvind Jain深度剖析企业级AI落地现状。他指出，开源模型已迎来历史性拐点，三年内将承载绝大多数企业工作负载；然而，企业AI投资回报率（ROI）正面临严峻算账期，代码生成虽快但受限于人工审查瓶颈。他强调，AI无法完全取代人类岗位，企业盲目裁员将丧失核心竞争力，而高昂的Token成本与过剩的初创资本正在扭曲行业生态。 -
重塑软件智能评测：DeepSuite 如何对抗代码大模型的评测污染与作弊
📝
🎙️ AI Engineer
📄 Datacurve 创始工程师 James Shi 深度解析了前沿长程软件工程基准 DeepSuite 的设计理念与最新研究发现。针对 SWE-bench Pro 等现有基准中普遍存在的基准污染、模型 Git 历史作弊、测试用例过于局限和过度提示等问题，DeepSuite 采用从零手写任务、注重外部行为可观测性的黑盒校验设计以及完全隔离的校验沙箱，成功大幅降低了误报率与漏报率，为评测前沿模型在真实开发环境下的长程解决问题能力树立了新标准。 -
氛围式编程的狂欢与宿醉：透视AI生成代码的技术债危机与重构生意
📝
🎙️ Best Partners TV
📄 随着Vibe Coding的盛行，AI生成代码所带来的技术债问题正以前所未有的速度累积。本文探讨了专门提供AI代码清理服务的Slopfix团队及其商业模式，结合学术界对GitHub上大量AI提交的实证研究，深入分析了AI编程工具引入的代码异味、逻辑缺陷和高存货率问题，警示开发者在享受AI便利的同时，必须建立起坚实的工程护栏。 -
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。 -
给 AI 戴上“氧气面罩”：通过反馈循环与自定义工具链重构开发流
📝
🎙️ AI Engineer
📄 本演讲探讨了 AI 代理在遗留系统开发中的局限性与信任赤字，指出‘反馈循环’是决定 AI 开发成败的关键。演讲者介绍了 Poolside 内部的 VS Code 插件测试工具 Spoolside，并呼吁工程师转型为 AIX（AI 体验）工程师，优先为 AI 构建调试和验证工具，使其能自主复现与解决问题。 -
解密 AI Harness：如何为特定工作流定制专属 AI 代理外壳
📝
🎙️ How I AI
📄 本期 How I AI 节目中，作者解密了 AI Harness（AI 外壳/套件）的概念，并展示了如何使用 Claude Agent SDK 结合 Sentry、Linear、GitHub 和 Vercel，为 Sentry Bug 自动排查和 Triage 这一特定工作流构建一个定制化的 Terminal UI Harness。通过对工具权限的精细化约束和特定产出物的规范化定义，定制的 Harness 相比通用 AI 编程工具能提供更高的效率和更具可预测性的结果。 -
重构开发边界：AI编排时代下的拟物化突围与级次滑移
📝
🎙️ AI Engineer
📄 本文深度解析了Theo Browne在演讲中关于AI时代开发范式转移的洞察。文章阐述了模型从工具调用演进至自主编排的过程，批判了软件工程界在终端、Git与编程语言身份认同上的“拟物化”认知惯性，并揭示了开发成本的级次滑移及Markdown执行层的崛起。最后，探讨了个人开发者如何通过范围化竞争挑战Slack、AWS和Salesforce等行业巨头。 -
用手机远程调度自主 AI 编程智能体：OpenAI Symphony + Linear 深度实战访谈
📝
🎙️ How I AI
📄 本期访谈中，Kernel Labs 创始人、Latent Space 播客联合主持人 Alessio Fanelli 详细分享了他如何利用 OpenAI 的 Symphony 框架结合 Linear 任务管理系统，构建在云端 VPS 运行的自主 AI 编码与工程任务流，实现“用手机或 Slack/Linear 随时下发指令、智能体自动提交 PR、人类只需评审”的开发管理范式；并分享了 AI 在线下的实体业务（如高价值宝可梦卡牌扫货定价、传统海鲜配送库存盘点、个人图书整理等）中颠覆传统的低效人工流，推动小型企业与个人数字化生产力的创新探索。 -
构建卓越的 Agent 技能：逃离“技能地狱”的终极指南
📝
🎙️ AI Engineer
📄 本文基于 AI 工程师世界博览会的演讲内容，系统梳理了如何编写高效、可预测且低能耗的 AI Agent 技能（Skills）。通过深入分析触发机制、内部结构设计、引导词技术以及剪枝协议，为开发者提供了一套逃离“技能地狱”的完整实操框架。 -
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。 -
破局局部最优：Gong 创始人谈 AI 时代的品类创造、逆境攻势与商业壁垒
📝
🎙️ EO
📄 Gong 联合创始人兼 CEO Amit Bendov 结合自身从程序员、销售到掌舵 70 亿美元估值公司的创业历程，深入探讨了初创企业如何突破市场容量的“局部最优”陷阱。他分享了 Gong 如何从 CRM 的数据盲区中发现痛点，利用“音轨化”界面与“听播比”等设计定义收入 AI 品类；阐述了在 2023 年行业低谷期，通过控租金、重研发以及“爬坡突袭”战术击溃对手的实操策略；并深刻剖析了 AI 时代“氛围编程”的幻象，指出企业真正的护城河在于复杂的生产运维与 B2B 销售中的非对称博弈。 -
专访 Snowflake CEO：AI 智能体将如何颠覆软件工程与数据架构
📝
🎙️ Norges Bank Investment Management
📄 本期访谈中，Norges Bank Investment Management (NBIM) 的 CEO Nicolai Tangen 对话 Snowflake 的 CEO Sridhar Ramaswamy。双方深入探讨了 Snowflake 的存算分离架构、消费级计费模式，以及人工智能（特别是 AI 编码智能体和 Model Context Protocol）对软件开发产业的颠覆性影响，并分享了 Sridhar 从 Neeva 创业失败中获得的深刻洞察与个人成长价值观。 -
专访 Snowflake CEO：AI 代理将重塑软件工程与企业数据架构
📝
🎙️ Norges Bank Investment Management
📄 本期节目由挪威主权财富基金 CEO Nicolai Tangen 专访 Snowflake CEO Sridhar Ramaswamy。对话深入探讨了 Snowflake 的存储与计算分离架构、消费计费模式优势，以及 AI 代码代理如何革命性地改变软件开发。Sridhar 详细阐述了智能代理对企业运作的深远影响，同时分享了他对数据合规、早年创业经历及其个人成长路径的深刻反思。 -
暗黑工厂：AI 智能体接管下的高频代码交付与工程重构
📝
🎙️ AI Engineer
📄 本演讲探讨了 AI 编程智能体如何以极高速度重塑软件开发。演讲者提出工程师正从“手工作坊”向“工厂管理者”转型，介绍了通过管理多条“智能体泳道”实现单日数千次代码提交的极端工程实践，并强调在此模式下，开发流程与管理直觉比单纯的模型能力更重要。 -
超越 AI 的工程智慧：Dax Raad 谈 OpenCode 的增长与品味
📝
🎙️ Best Partners TV
📄 OpenCode 联合创始人 Dax Raad 探讨了 AI 编程工具的爆发增长、行业对 AI 生产力的三种致命错觉，以及在追求速度的时代如何通过坚持工程质量、领域驱动设计和构建真正的 B2C 用户体验来获得核心竞争力。 -
AI越强，人越忙：一个住在未来的人说了什么 · 乔木博客
🎙️ 向阳乔木
📄 本文基于Every公司CEO Dan Shipper的访谈，探讨了“AI越强，人越忙”的悖论。AI并未消灭工作，而是将重点转向自动化管理与人机协作。文章指出，未来工作将演化为超级Agent与Codex/Claude Code核心工作流，PM与设计师角色被放大。核心在于AI并非自动化一切，而是需要人类去管理与驾驭。 -
SWE-Bench Pro 饱和之后，有人做了一把新尺子
🎙️ yage.ai
📄 DeepSWE 是针对现有编程基准测试（如 SWE-Bench Pro）数据污染与验证僵化设计的全新测量工具。它通过全新任务集与灵活验证方法，显著拉开了各顶配模型在编码能力上的表现差距，揭示了旧测量工具评估大模型能力时的局限性。 -
Pi：一个更好的 AI 编程工具，被挡在了门外
🎙️ yage.ai
📄 Mario Zechner开发的极简AI编程代理Pi，摒弃复杂机制，强调透明度与可观测性。尽管其性能优异，但受限于模型厂商的生态锁定与订阅政策，其商业普及面临挑战，凸显了技术方案与商业策略的矛盾。 -
告别敏捷仪式：构建AI驱动的“后工程师”工程组织
📝
🎙️ AI Engineer
📄 本文通过PFF工程团队的实战案例，探讨了如何将传统的工程组织转型为由AI代理驱动的自动化组织。通过弃用Scrum、缩短开发流程、引入自动生成文档和代码审核，团队实现了开发效率的10倍提升和部署频率的25倍增长，同时提升了产品质量与客户满意度。 -
软件工程的范式演变：从‘编写代码’转向‘计划与审查’
📝
🎙️ AI Engineer
📄 Vibe Kanban 创始人 Louis Knight-Webb 探讨了 AI 时代软件工程师角色的本质转变。随着智能体（Agents）能力的增强，编码时间正被极度压缩，工程师的工作重心已转向前置的高质量计划与后置的深度审查。 Louis 结合自身创业经验，分享了如何管理多线程智能体工作流，并现场演示了用自己的 AI 产品关闭公司的过程，深刻剖析了 AI 辅助开发的未来趋势与商业现实。 -
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。 -
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。 -
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。 -
重塑企业AI：从代码助手到智能体工厂与工程师角色的演变
✍️
🎙️ PCC
📄 本次访谈深入探讨了企业级AI的采用现状与未来趋势。核心议题包括软件工程向“智能体工厂”的演进、工程师从代码作者向智能体编排者的角色转变，以及在医疗等强监管行业中如何平衡合规与创新速度。专家强调了将领域知识转化为高价值判断力的重要性。 -
AI 时代工程师的终极底牌：对话前 Meta E9 与 OpenAI Codex 负责人
📝
🎙️ Best Partners TV
📄 本文访谈前 Meta E9 杰出工程师、OpenAI Codex 项目技术负责人迈克尔·博林，探讨 AI 是否会取代程序员。博林分享了他从底层技术攻坚到拥抱 AI 的职业历程，强调深度技术理解和沟通协调能力是 AI 时代工程师的核心竞争力，并介绍了 Codex 如何重塑开发流程。 -
智能体工程的 8 个等级 | 宝玉的分享
🎙️ baoyu.io
📄 文章介绍了“智能体工程”的8个等级，从基础的Tab补全到高级的自主智能体团队，强调了弥合AI能力与实践差距的重要性，并阐述了上下文工程、复合工程、MCP、Harness Engineering等关键概念如何为更高等级的自动化奠定基础，最终目标是实现智能体之间的自主协调与高效协作。 -
当 AI 写了几乎所有代码，软件工程会怎样？ | 宝玉的分享
🎙️ baoyu.io
📄 文章探讨了 AI 模型（如 Opus 4.5、GPT-5.2）在软件工程领域的革命性进展。AI 现能生成大部分代码，正重塑开发者角色、技术价值和工程实践。文章分析了生产力提升、低风险原型开发等积极影响，以及代码质量下降、工作边界模糊等潜在风险。最终强调，在 AI 时代，软件工程的“工程”本质——如架构、测试、可靠性——将比以往任何时候都更加重要。 -
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。 -
编程已死，构建者永生：Claude Code 之父拆解 AI 时代的工程范式重塑
📝
🎙️ Best Partners TV
📄 本文深度拆解了 Anthropic 核心开发者鲍里斯·切尔尼的播客专访。他提出“编程已被基本解决”的论断，详细探讨了 Claude Code 如何实现 100% 自动代码生成，解析了从对话 AI 到 Agentic AI 的跨越，并为未来“构建者”时代的职业转型、AI 安全机制及企业创新哲学提供了深刻洞察。 -
OpenAI Codex 负责人谈软件工程未来：GPT-5.3 与人才栈压缩真相
📝
🎙️ Best Partners TV
📄 OpenAI Codex 负责人 Alexander Embiricos 揭秘 GPT-5.3-Codex 背后革命性的工作模式。访谈深入探讨了工程师角色的重定义、人才栈的压缩、AGI 发展的核心瓶颈（人类输入效率）以及 AI Agent 进化的三个阶段，强调人类创造力在 AI 时代将聚焦于高质量构建与任务定义。 -
AI 时代的极致加速：从 Vibe Coding 到 Agent 自动设计
📝
🎙️ INDIGO 数字镜像
📄 本期直播深入探讨了 AI Agent 引发的软件工程范式革命。通过现场演示 Claude Code 快速构建 Telegram 机器人以及 Agent Swarm 在 Pencil 工具中自动完成网页设计，揭示了“杰文斯悖论”如何增加软件人才需求。核心观点指出，未来软件将是“模型+上下文+连接”的结合，而人类的角色将从生产者转变为业务逻辑的连接者。 -
从 Uber 经理到百万读者的连接者：务实工程师峰会开场致辞
📝
🎙️ The Pragmatic Engineer
📄 Gergely Orosz 在务实工程师峰会（The Pragmatic Summit）的开场中，回顾了其从 Uber 工程经理起步、因不满通用管理教材而转向写作、并在疫情波动中创立全球顶尖技术通讯的心路历程，探讨了技术社区在 AI 浪潮下深度交流的价值。 -
驾驭工程：在「智能体优先」的世界里借力 Codex | 宝玉的分享
🎙️ baoyu.io
📄 本文记录了一个团队如何完全依靠 AI (Codex) 在极短时间内构建软件产品的经验。文章强调了工程模式的转变，从编写代码到设计智能体环境、建立反馈循环，并探讨了 AI 生成代码带来的挑战与机遇，预示着未来软件工程的新范式。 -
Mitchell Hashimoto 访谈：HashiCorp 的崛起、云巨头博弈与 AI 编程新范式
📝
🎙️ The Pragmatic Engineer
📄 HashiCorp 联合创始人 Mitchell Hashimoto 分享了从大学研究项目到公司上市的历程。他深入探讨了与 AWS、Azure 和 Google Cloud 的合作体验，分析了 AI 如何通过“低质量贡献”改变开源生态，并展示了他如何利用 AI Agent 优化个人工作流。 -
AI 智能体如何重塑经济？对话 Anthropic 联合创始人 Jack Clark
📝
🎙️ The Ezra Klein Show
📄 本期访谈探讨了 AI 从“对话机器人”向“自主智能体”的转变。Anthropic 联合创始人 Jack Clark 分享了 Claude Code 对软件工程的颠覆、AI 涌现出的“数字人格”以及对白领就业市场的潜在冲击。双方深入讨论了 AI 时代的政策应对、安全监管以及这项技术如何深刻改变人类的思维方式与自我认知。 -
AI重塑软件工程：从代码编写者到系统编排者
📝
🎙️ Best Partners TV
📄 本次内容深入探讨了人工智能（AI）对软件工程领域的颠覆性影响。演讲者Sherwin Wu指出，AI工具如Codex正极大地提升工程师的编程效率，并促使工程师角色从代码编写者向系统编排者和验证者转变。文章警告初创公司勿依赖“脚手架”技术，而应押注基础模型能力的未来发展。同时，AI降低了开发门槛，预示着定制化B2B软件的黄金时代和“单人独角兽”的可能性。未来趋势聚焦于多模态能力，尤其是语音交互，AI正成为触手可及的基础设施。软件工程学科并未消亡，而是经历一场剧烈的蜕变，适应者将如虎添翼。 -
萨姆·奥特曼：AI重塑程序员定义与商业未来
📝
🎙️ Best Partners TV
📄 OpenAI CEO萨姆·奥特曼在Town Hall专访中，深入探讨了AI对技术演进和社会的影响。他预测AI将彻底重构软件工程师的角色，从代码编写转向价值创造和需求转化。奥特曼还指出，商业瓶颈已从产品构建转向市场推广与注意力争夺，并展望了Agent生态、通用模型、成本与速度竞争、AI在科研与协作中的作用，以及AI对教育、创业和创意产业的深远影响。他强调了宏观安全基础设施建设和AI驱动的个性化记忆功能的重要性，并呼吁用户反馈以推动OpenAI的未来发展。 -
METR 如何衡量长任务能力与资深开源开发者的 AI 生产力
📝
🎙️ AI Engineer
📄 本次访谈探讨了 METR 如何通过“时间跨度”衡量 AI 能力。嘉宾 Joel Becker 分析了算力增长与能力提升的因果关系，并分享了针对资深开源开发者的研究，发现 AI 工具在复杂开发任务中并未显著提升效率。讨论还涉及了数据科学中的数据质量瓶颈、机器人制造的滞后性以及 AI 自动化的未来边界。 -
工程师薪酬新思路：像销售人员一样付薪 - 阿曼·赫扎克兰尼，Tenex
📝
🎙️ AI Engineer
📄 本文讨论了传统的工程师薪酬模式存在的问题，提出了一种新的薪酬方式：根据工程师完成的任务量（story points）付薪，类似于销售人员的薪酬模式。 -
如何量化AI在软件工程中的投资回报率？斯坦福研究揭示关键洞察
📝
🎙️ AI Engineer
📄 本文深入探讨了在软件工程领域衡量AI工具投资回报率（ROI）的挑战与方法。斯坦福大学的研究揭示，AI的实际效益并非仅由使用量决定，代码库质量、工程实践以及正确的衡量指标至关重要。通过案例研究，作者强调了全面分析AI影响的必要性，并提供了量化ROI的框架，以帮助企业做出更明智的AI采纳决策。 -
资深程序员书单揭秘：从软件工程到商业模式的经典之选
📝
🎙️ Peter Pang
📄 本文深入探讨了一位资深程序员推荐的17本经典书单，涵盖了软件工程的圣经《人月神话》、计算机硬件与软件的演进《Code》、图灵计算理论的源头《图灵的秘密》、UNIX操作系统哲学、软件设计理念、产品管理与平台革命、供应链管理，以及精益创业等多个领域。作者分享了每本书的核心价值、阅读体验及对个人职业发展的启发，旨在为技术从业者提供一份全面的学习指南。 -
AI能否编程机器人狗？Anthropic实验揭示AI对机器人开发的加速作用
📝
🎙️ Anthropic
📄 Anthropic进行了一项名为“Project Fetch”的实验，旨在探究其AI模型Claude如何加速人类完成复杂的机器人编程任务。实验中，两支缺乏机器人经验的工程师团队，一支借助Claude，另一支独立工作，分别让机器人狗完成捡球任务。结果显示，Claude显著提升了团队连接硬件和编写控制器的效率，尤其在处理复杂技术细节方面。这项实验预示着AI将使机器人开发更易普及，并最终可能实现机器人完全自主执行任务，将AI的影响力从软件拓展到物理世界。 -
敏捷开发的困境：我们是否只是在“假装”敏捷？
📝
🎙️ Peter Pang
📄 本文深入探讨了敏捷开发（Agile Software Development）在实践中面临的挑战与缺陷。从敏捷宣言的诞生背景出发，分析了其作为一套理论集合而非单一理论的特性，以及在推广中被“捆绑销售”的策略。文章揭示了敏捷体系中主观预测与客观承诺界限模糊的根本问题，并批判性地审视了每日站会、结对编程等具体流程在实际应用中的低效。通过将软件工程与传统工程的PDCA模式进行对比，揭示了敏捷方法论与软件开发特性之间的“水土不服”，呼吁行业寻找真正贴合软件开发的大统一理论。 -
Codex的演进与未来：AI如何重塑软件工程
📝
🎙️ Best Partners TV
📄 本文深入探讨OpenAI Codex从早期原型到云端Agent的演变历程，揭示其在AI编程领域的独特优势与反直觉设计。文章还分析了AI对软件工程的深远影响，以及未来开发者应如何适应与协作，拥抱AI驱动的新时代。 -
12-Factor Agents：构建生产级AI Agent的十二个核心原则
📝
🎙️ Best Partners TV
📄 本文深入探讨12-Factor Agents的十二个设计原则，旨在弥补AI Agent从原型到生产级应用的鸿沟。这些原则将传统软件工程的最佳实践引入Agent开发，提升Agent在可靠性、可伸缩性、可维护性、可调试性和安全性上的企业级标准。 -
Claude Code与智能编程的未来：Anthropic专家洞察
📝
🎙️ Anthropic
📄 Anthropic的Alex和Claude Code创建者Boris探讨了智能编程的演变、Claude Code的开发理念、内部反馈机制以及对未来软件工程的展望，并分享了使用Claude Code的最佳实践。 -
特斯拉擎天柱机器人系统挑战：高性能机器人软件设计要点
📝
🎙️ AI Engineer
📄 本演讲深入探讨了高性能机器人系统在设计和实现过程中面临的挑战，特别是如何区分和诊断控制策略（policy）与底层软件系统之间的问题。演讲者以一个简化的机器人模型为例，详细阐述了通信协议（如CAN总线）的瓶颈、多线程与流水线化、同步问题导致的抖动、日志记录的潜在开销以及优先级反转等常见陷阱，并提供了相应的诊断方法和解决方案。旨在帮助工程师构建更健壮、高效的机器人系统。 -
OpenAI 联合创始人 Greg Brockman 谈编程、AI 基础设施与 AGI 之路
📝
🎙️ AI Engineer
📄 OpenAI 联合创始人 Greg Brockman 在一次访谈中分享了他的个人成长经历、编程启蒙、在 Stripe 的早期创业挑战，以及他对人工智能未来发展的深刻洞察。他强调了独立学习的重要性，回顾了深度学习从 AlexNet 到 AGI 愿景的演变，并详细阐述了 OpenAI 内部研究与工程协作的理念。Greg 还讨论了 AI 基础设施的规模化挑战、CodeX 对软件工程的影响，以及未来 AI 驱动经济中对多样化智能体的需求，展望了 AI 如何赋能人类解决复杂问题。 -
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。