Posts
633
AI Engineering Journal
Aide Hub
Practical notes on AI assistants, software architecture, and developer tooling.
Tags
242
Featured
0
Latest
AI 没让编程消失，它先把程序员的工作方式改得很怪
Clive Thompson 这篇关于 AI 辅助编程的报道最值得看的，不是“程序员会不会消失”这种老问题，而是他抓到了一种已经在很多团队里发生的工作变化：开发者并没有离开软件生产，只是把大量时间从亲手敲代码，挪到了描述目标、审阅方案、放行执行和收拾失控结果上。编程没有结束，但它确实越来越像指挥、评审和判断工作。
Continue readingTop Categories
View all tagsTrending Tags
Recent Posts
Browse archive-
AI 没让编程消失，它先把程序员的工作方式改得很怪
Published: at 07:46 AMClive Thompson 这篇关于 AI 辅助编程的报道最值得看的，不是“程序员会不会消失”这种老问题，而是他抓到了一种已经在很多团队里发生的工作变化：开发者并没有离开软件生产，只是把大量时间从亲手敲代码，挪到了描述目标、审阅方案、放行执行和收拾失控结果上。编程没有结束，但它确实越来越像指挥、评审和判断工作。
-
这个 Claude Code 最佳实践仓库，适合拿来整理自己的工作流
Published: at 04:49 AMshanraisshan 做的 claude-code-best-practice 仓库，最有用的地方不是又总结了几十条零散技巧，而是把 Claude Code 里最容易混在一起的几层东西——commands、subagents、skills、MCP、memory、settings、workflows——放进同一张地图里。对刚开始搭自己的 agent 工作流的人来说，它更像一份可直接照着抄的目录，而不是一篇看完就忘的经验帖。
-
Claude 的 Sub-Agents 和 Agent Teams 到底有什么区别
Published: at 04:22 AMAkshay Pachaar 这篇长帖最有价值的，不是又发明了一套多 agent 名词，而是把一个很多人一上来就会搞混的问题讲清楚了：Claude 里的 sub-agents 和 agent teams 表面都像“多个 agent 一起干活”，但它们解决的其实是两类完全不同的问题。前者靠隔离上下文做并行和压缩，后者靠持续通信和共享任务状态做协作。真正该先想的不是“要不要上多 agent”，而是“这个任务到底需要什么样的协调方式”。
-
为什么大厂工程师往往需要一点大 ego
Published: at 02:51 AMSean Goedecke 这篇文章有意思的地方，不是替自负辩护，而是把一个很多大公司工程师都隐约知道、但不太愿意直说的事实讲明白了：在大型组织里做工程，不只是拼技术判断，也在拼你有没有足够的自我确信去承担模糊、冲突和不确定性。但这又不是越强势越好，因为真正能活下来的工程师，往往得在不同场景里切换 ego 的大小。
-
AI 用来排版乐谱，现在哪一步最靠谱
Published: at 01:56 AMJohn D. Cook 这篇小实验最有意思的，不是证明 AI 已经能把乐谱图片准确转成 LilyPond 代码，恰恰相反，它展示了一个更值得记住的现实：模型在“看懂这是什么曲子、这是什么风格”上已经有点本事，但在需要逐音符、逐小节忠实还原结构时，还是很容易一本正经地乱编。真正该关注的不是 AI 会不会生成乐谱代码，而是它在哪些层面已经能帮忙，哪些层面还远没到可依赖的时候。
-
AI 之后，程序员还剩下什么
Published: at 01:42 AMAnil Dash 这篇文章真正值得读的，不是又一次讨论“AI 会不会替代程序员”，而是把一个更难受、也更诚实的问题掰开了：对把编程当饭碗的人，AI 可能带来的是岗位被快速压缩；对把编程当手艺、当身份认同的人，AI 带来的则可能是一种更慢、更深的失落——代码还会被继续生产，但亲手写代码这件事本身，正在从工作中心移走。
-
Qwen 3.5 做文档 OCR 为什么值得试
Published: at 01:36 AM这篇文章最有价值的，不是又多学会一个把 PDF 转图片再喂模型的套路，而是把一个很现实的判断说清楚了：当你需要处理大量扫描糟糕、又不想把敏感文档全送进大厂云 API 时，Qwen 3.5 这类开源多模态模型已经开始提供一个够便宜、够快、效果也够能打的 OCR 路线。真正值得关注的不是“模型会不会认字”，而是本地部署、批量吞吐、成本和输出稳定性这几件事终于开始同时成立。
-
为什么 1M context 对 agent 工作流是件大事
Published: at 01:33 AM这篇文章最值得看的，不是“100 万 token 很大”这种数字震撼，而是它把一个更实际的问题说清楚了：长上下文真正改变的，不是聊天时能一次塞更多材料，而是 coding agent 在长任务里更不容易失忆，不必频繁压缩上下文，也更有机会把复杂项目、长链路推理和多文档交叉理解一路做到底。真正重要的不是窗口标称值，而是窗口拉长以后模型会不会开始 context rot，以及价格有没有贵到只剩 demo 能用。
-
Microsoft Agent Framework 的 Agent Skills 在 Python 里更新了什么
Published: at 01:28 AMMicrosoft 这篇更新最值得看的，不是又多了几个 API 名字，而是 Agent Skills 终于从“可读取的技能包”往“可执行、可审批、可动态生成内容的能力单元”走了一步。对 Python 开发者来说，这次新增的 code-defined skills、script execution 和 human approval，补上的不是花哨功能，而是把技能系统往真实生产环境推近的那几块关键拼图。
-
Agentic engineering 为什么离不开代码执行回路
Published: at 12:48 AMSimon Willison 这篇文章最值得记住的，不是又给 AI 起了一个新名字，而是把一个经常被说虚的概念说实了：所谓 agentic engineering，说到底就是让会写代码的模型还能自己跑代码、调工具、看结果，然后继续迭代。真正的分水岭不在提示词更花，而在软件开发终于接上了可执行、可验证的反馈回路。
-
.NET 里批量更新数据库该怎么优化
Published: at 12:29 AM这篇文章最值得带走的，不是又多背了几种 PostgreSQL 写法，而是搞清楚 bulk update 性能差距真正来自哪里：大多数时候瓶颈不是 SQL 不够聪明，而是应用程序和数据库之间说了太多次话。Milan 这篇把从逐行更新、EF Core SaveChanges、VALUES/CTE、UNNEST 到 temp table + binary COPY 的路径摆出来后，最有价值的结论反而非常朴素——先减少 round-trips，再谈别的优化。
-
Immutability 在 .NET 里为什么有价值
Published: at 12:27 AM这篇关于 .NET 不可变性的文章，真正值得带走的不是把 `set` 改成 `init` 这种语法差异，而是不可变对象到底买来了什么：状态一旦创建就不再被随手改写，调试路径更短，副作用更少，代码更容易推理。它并不是函数式审美偏好，而是一种用稳定状态换可维护性的工程选择。