Skip to content

#Tutorials/practice

0 items today
10/6Tue
  4. Reddit · ClaudeCode / Codex / VibeCoding22

    从手动部署到对话生成：Codex 与 Claude Code 时代的应用开发变迁

    过去搭建网站需要手动完成前端开发、后端管理、数据库选型与连接、托管部署、域名配置及故障修复；如今用户只需向 ChatGPT 描述需求，即可获得包含托管、数据存储、认证和部署的可用应用。基础设施正被界面隐藏，应用构建的未来可能更像产品工程而非软件工程。

    Awaiting translation

  5. Reddit · ClaudeCode / Codex / VibeCoding20

    用户反驳近期对 OpenAI 的批评：Sol 6.1 与 Astra 实际使用体验

    一名 OpenAI Pro 20x 订阅用户反驳近期对 OpenAI 的批评，称 Sol 6.1（多用 xhigh）智能可靠、不易跑偏，三天仅消耗 10% 用量，虽实测约 16 tok/sec 偏慢但产出稳定。他通过优化工作流将 token 消耗减半，并提到 Astra 消耗较大，以及 tibo 宣布 Sol 和 Astra 提速 50%。

    Awaiting translation

  6. Habr · Вайбкодинг62

    一位 Rust 开发者为什么仍然害怕用 AI 写代码

    Rust 开发者 NikTimf 在 Habr 撰文说，自己仍然害怕用 AI 写代码，原因不是生成质量差，而是生成量太大、后续没人真正看懂。他列举了具体代价：多个智能体之间要反复传递上下文，答案冲突时还得自己判断谁对；公司只允许本地或自研模型时，用惯强模型的人很难退回；同事充当 meat proxy 转发 AI 答案，理解任务和推进实现的活仍落在自己身上。

    Awaiting translation

10/5Mon
  1. 老刘说NLP22

    《Agent Harness 技术蓝皮书》对内发布，并定量定性分析 RAG 当前研究趋势

    社区对内发布《Agent Harness 技术蓝皮书》，全书 8 篇 33 章共 139 页，将 Agent Harness 定义为围绕大语言模型构建的确定性运行时。同期基于 arxiv API 检索 2026-08-01 至 10-05 的 66 天数据，去重后新增 930 篇 RAG 相关论文，约 14 篇/天，研究重心已从检索 pipeline 搭建转向系统层、质量层与形态层。

    Awaiting translation

  2. Tproger · Программирование17

    一位银行小企业部门主管的 AI 使用手记：Claude、ChatGPT、Gemini 与 Perplexity 如何省下每月 3-4 个工作日

    车臣共和国小企业管理部门负责人穆拉德·扬达罗夫分享了自己零散使用 AI 的经验：用 Claude 合并 5-6 张跨 5 个共和国的表格、生成 Word 文档，用 Gemini 解读晦涩术语，用 Perplexity 查资料、Nano Banana 2 做演示配图，并称这些工具每月为他省下 3-4 个工作日。

    Awaiting translation

10/4Sun
  2. Habr · Вайбкодинг34

    Vibe coding an ERP with AI—can it replace buying off-the-shelf software?

    With 15 years of experience building the СКИФ warehouse system, the author argues AI can write a working core for inventory and financial accounting, but business rules like negative stock, backdated documents, and НДС rounding still need a human to decide, and AI often gets Russian-specific integration details wrong—НДС, УПД, labeling, ККМ, ЭДО. A minimal viable core is roughly a few thousand lines of code, 15–25 tables, and dozens of screens, and it only really matures in the first six months after launch. AI doesn't take responsibility for errors, while a vendor will fix bugs for free.

  5. Hacker News · AI 编程经验问答38

    AI 编程是否让软件库建设变得过时？

    有开发者提出，随着最新一轮模型发布，AI 已能在生成应用时把几乎任何库的功能内联生成，因此软件库建设可能不再必要。过去把功能拆成定义清晰的模块、增量发布并复用代码，是在构建耗时较长时的必要做法，如今这些做法的重要性明显下降。该问题目前只是提问与讨论，尚无结论。

    Awaiting translation

  6. Matt Pocock40

    After talking with poteto, Matt Pocock argued that in the AI era we should use abstractions more, backed by strict lint rules that narrow the agent's design space and keep it making good decisions. High-leverage abstractions let you do more with less code, which saves tokens; and with agents around, cleaning up the damage from a bad abstraction is far cheaper. He says this runs against the popular belief that "agents just want to read raw code," and calls for being bolder about designing abstractions.

10/3Sat
  1. AI产品阿颖40

    360 纳米 Work 发布：国产版 Personal Agent，用云电脑 7×24 干活

    360 推出纳米 Work，定位超级个人云端助理，被视作国产版 Meta Muse。产品内置国内主流 100+ 模型，配备自动配置的云电脑，可 7×24 小时在云端执行任务，并支持接入飞书、钉钉等 IM，用户只需填入 App ID 和 Secret 即可使用。它还能自动挑选模型与 Skill、积累记忆，无需手动配置参数。

    Awaiting translation

10/2Fri
  1. DEV Community · Vibe Coding22

    什么是 vericoding？AI 生成代码时代的验证新范式

    vericoding（AI 引导的认证程序精化）是一种以规范而非实现为核心的软件工程方法，由定理证明器（如 Rocq、Lean）充当认证器、AI 负责猜测实现，机器负责验证代码是否符合规范。它按梯度推进：从 Gherkin 场景的 BDD，到 specsaver 的可执行运行时契约，再到 axiomander 的机械化证明。Scidonia 用该方法证明程序行为并优化慢路径。

    Awaiting translation

  2. Geoffrey Huntley · Blog34

    编程手艺已被商品化，但企业内的开发权限没有

    游戏开发圈已出现"人人都是游戏开发者"的现象，借助 AI，没有软件或游戏开发技能的人也能表达需求并拿到结果。作者认为 2026 和 2027 年的重点是在组织内让更多人参与并开发软件，若企业路线图没有这一项就是跑偏。他还建议对拒绝使用 AI 编码工具的工程师在六个月内进行严肃的职业对话，并称 LLM 生成的代码质量超过 99% 的公司能招到的人。

    Awaiting translation

10/1Thu
9/29Tue
  1. 喔家ArchiSelf34

    从Figma看AI时代的设计与创造：当代码生成人人可及，什么才是真正的差异化？

    Figma CEO Dylan Field 认为，当代码生成变得人人可及，品味与设计才是真正的差异化护城河。Figma Make 支持通过自然语言提示从零生成完整设计和可运行应用，产物可下沉到 Figma Design 做像素级精修，并通过 CodeConnect 和 MCP 服务器桥接设计与代码。Dylan 将当前阶段比作 AI 的 MS-DOS 时代，认为自然语言只是驱动模型的界面起点。

    Awaiting translation

  2. Habr · Codex71

    Nuanced 作者复盘：规划模式已死，计划不该做成文档

    Nuanced 作者 honest_niceman 复盘自己围绕规划模式打造的桌面开发应用为何失败，认为规划模式正在失去价值。他列出四点原因：把规划与计划混为一谈、模型能力变强后不再需要显式指令、AI 写出的长规格文档难以阅读、以及把规划与开发切成线性流程迫使开发者过早结束思考。

    Awaiting translation

9/28Mon
  1. Habr · Вайбкодинг26

    对 AI 狂热的一些冷思考：工具好用，但别急着宣布程序员不再被需要

    一位开发者用两个晚上靠 AI 写出一个猫粮商店，工具确实好用，但作者提醒：从"我配好了自动浇水"到"农艺师不再被需要"之间还有很大距离。他建议开发者先在自身实验里弄清哪些活能交给 AI、哪些必须逐步检查、哪些自己做更省心，并注意助手反复修补上一次修补后果时，方案就已不再划算。作者还指出，"加快团队速度"的要求背后往往藏着缺乏规划、承诺 4 周变 8 周等真问题，而 AI 只是被预先选好的手段。

    Awaiting translation

9/27Sun
  2. Sean Goedecke · Blog60

    人机协作是为了对齐，不是为了能力

    作者认为，AI 辅助的工程师虽然比单独的 AI 或人更强，但优势不在编程能力，而在把 AI 对齐到组织的技术价值观。他观察到 Agent 写的代码编译通过、很少出现并发错误，纯 vibe coding 的问题在于代码不可维护、为满足臆想需求牺牲真实需求、违背功能长期策略。

    Awaiting translation

9/26Sat
  3. Sean Goedecke · Blog38

    给初级软件工程师的建议：AI 时代不要恐慌，也别把判断力交给 AI

    面对 LLM 和 AI 智能体带来的行业剧变，资深工程师 Sean Goedecke 建议初级工程师不要轻信 ZIRP 时代的建议，不要参与政治斗争，保持友善和尽责。他同时提醒不要恐慌 AI，也不要完全回避 AI，而应把 AI 智能体的建议当作参考，用自己的判断去理解系统，避免成为只转发 AI 输出的“肉代理”。

    Awaiting translation

9/25Fri
  1. Sean Goedecke · Blog65

    为什么你应该在对话中多提问，包括对 AI 智能体

    作者主张在别人讲解方案时平均每三十秒问一个确认性问题，因为早期的小误解会层层放大，等到讲完再一起问就来不及了。他会在听的同时在脑中构建实现，梳理数据如何在服务间流动、服务之间如何认证、哪些数据需要持久化以及存在哪里，遇到含糊表述就立刻追问，曾借此发现一个事件驱动系统无法满足客户数据单机房存放的要求而被迫放弃。

    Awaiting translation

9/24Thu
  1. AI炼金术62

    XCircle 小飞谈 AI 原生组织：科层制是信息路由协议，管理水位被大幅降低

    XCircle 联合创始人小飞在与徐文浩的对谈中提出，科层制本质是一套信息路由协议，AI 原生组织真正替掉的是管理，可把管理水位降低八九成。她给出的落地做法包括：正式取消部门与层级，小队规模从过去的一到八人缩到 2 到 4 人，每个 agent 必须有一个 owner 负责，中后台输出 agent 并按比例参与分钱。

    Awaiting translation

9/23Wed
9/22Tue
  1. Habr · Cursor40

    为什么 98% 的 LLM 开发成果取决于生态而非模型本身

    俄罗斯软件公司 Diasoft 董事会成员 Alexander Sakharov 提出，语言模型本身只贡献约 2% 的 AI 开发成果，其余 98% 来自指令、门禁、流程、记忆和人员构成的“生态”。Diasoft 的 AI Driven 版 Digital Q 生态由约 40 个智能体组成，每个阶段都设有质量门禁，团队约 20 人、耗时六个月完成向智能体方案的全面切换。

    Awaiting translation

9/20Sun
9/16Wed
9/14Mon