跳至正文
11月13日星期五
  1. Hacker News · AI22

    AI 有「適量」嗎?一場關於軟體開發中使用 LLM 的辯論

    一位自稱對 AI 持懷疑態度但並不反 AI 的作者主張,軟體開發中不存在可接受的 LLM「適量」使用標準,並以 Overcast 由 Claude 生成的程式碼,以及 Big Walk 披露其程式碼中僅有「百分之一的百分之一」受到 LLM 影響為例。他認為,使用 LLM 就等於參與一個剝削性系統,並指出越來越多證據顯示,依賴編碼代理的開發者正出現「技能退化」現象。

11月12日星期四
  1. a16z News38

    遊戲的下一個起源故事:AI 如何加速獨立開發者、工具製造者與世界建構工作室

    根據 a16z 的 Anish、Jon 與本文作者,AI 能加速遊戲三大核心原型——獨立開發者、先知型工具製造者與世界建構工作室——而非取代它們。編碼代理如今協助單人開發者跨越技能落差:一個代理在 Blender 與一款引擎中打造了一間受 Habbo Hotel 啟發的唱片行,接著加入寵物領養機制,並讓程式碼庫保持向後相容。Jon 使用 ChatGPT 與 Codex,為他八歲的兒子打造了一款受《Ghost of Tsushima》啟發的 Minecraft 模組。

11月4日星期三
  1. The Pragmatic Engineer50

    軟體工程如何改變:兩個時代的故事

    軟體工程師 Neil Kakkar 報告在 AI 原生新創公司 Tano 每月提交 200 多個 pull request,約為他在 PostHog 時的 11 倍,也約為他早期產出的十倍。他將這一躍升歸因於 AI 代理取代了程式碼審查與溝通開銷,同時也指出新的成本,如上下文切換、共享上下文流失以及 AI 方案限制。

10月29日星期四
  1. The Pragmatic Engineer38

    《Software Engineering at Google》作者 Titus Winters 談重構 2.5 億行 C++ 與修復電腦科學教育

    《Software Engineering at Google》主要作者 Titus Winters 在 The Pragmatic Engineer 播客中,談到十幾名工程師如何在 2010 年、遠早於 LLM 出現之前,運用解析、匹配與程式碼生成,重構 Google 約 2.5 億行的 C++ 程式碼庫。他也解釋了為何在搜尋業務淪為每季發布後,Google 將自動化測試列為強制要求,以及他如今為何主張當今多數電腦科學課程都應重建。

10月15日星期四
  1. Every40

    Codex 如何誕生:OpenAI 在 AI 編程領域的逆襲

    OpenAI 的 Codex 曾是一項未能找到產品市場契合度的簡陋雲端嘗試,在轉向終端機與程式碼編輯器版本後,成為該公司 AI 編程逆襲的核心。在 2025 年夏季的測試中,Codex 內建的 GPT-5 感覺快速但過於謹慎,相較之下,Anthropic 的 Claude Code 讓使用者能將整個任務委派給 Opus 4 後逕自離開。

8月10日星期一
  1. Every34

    我用 Vibe Coding 寫出一個安全風險:一個 MCP 連接器如何暴露了我的應用程式

    一位非技術背景的寫作者用 vibe coding 做出 Tastemaker,這是一款能建立寫作風格指南的應用程式,並加入了一個 MCP 連接器,讓 Claude Code 和 Codex 等代理能直接取得風格指南。部署之後,GPT-5.6 Sol 發現這個上線中的連接器有一條公開的註冊路由,任何人都能走進去;沒有發現資料被存取的證據,該連接器已被關閉。

7月24日星期五
  1. One Useful Thing62

    Ethan Mollick 對實際工作該用哪款 AI 的個人觀點指南

    Ethan Mollick 發表了一份帶有個人觀點的指南,主張現在使用 AI 意味著運行結合模型與工具的代理式系統,而不只是與聊天機器人對話。他推薦每月 20 美元的 ChatGPT(Work 與 Codex 模式)或 Claude(Cowork 與 Code 模式)用於實際工作,從 High 思考等級的 GPT-5.6 Sol 或 Fable/Opus 開始,並保持開啟核准提示以防範提示注入。他還表示 Google 目前沒有領先的前沿模型或 Codex/Code 的對等產品,不過 Gemini Notebook 和 Gemini Omni 在研究與影片剪輯方面仍然有用。

2024年5月26日星期日
  1. Cursor Changelog40

    Cursor 勾勒下一階段 AI 編程難題:動作預測、完美編輯、最佳上下文

    Cursor 發布了其最初「Problems」文章的後續,列出它認為對下一階段 AI 編程最關鍵的研究問題。該公司已將 Copilot++ 擴展到預測下一個游標位置,並將其與下一次編輯預測結合,讓模型能夠「演奏」低熵變更序列——一個演示需要按 11 次 Tab 鍵,而其他每個鍵按 3 次,Cursor 稱之為 Cursor Flow。其他方向包括跨代碼庫的動作預測、透過更多推理時計算實現完美編輯、幻覺偽代碼、多檔案編輯、最佳上下文、多跳上下文,以及錯誤偵測與除錯。

2023年10月13日星期五
  1. Cursor Changelog38

    Cursor 的問題清單:更好的上下文、編輯 Copilot、受約束的代理

    Cursor 公布了一份它正在處理的問題清單,包括訓練一個自訂的快速重排序器,將所有來源的 500k 個 token 過濾到每次請求最相關的 8k。該清單還涵蓋一個面向編輯的 copilot、針對大型程式碼庫的受約束流程內代理、錯誤尋找,以及更大規模的編輯。截至 2023 年 10 月 12 日,Cursor 已索引 1.4B 個向量和 150k 個程式碼庫。