AI给软件工程带来的最有趣的变化可能不是代理编写更多的代码。可能是开发系统本身能够从它已经构建的软件中学习。

技术债务是一种必要的恶，如果不加以管理，会导致开发周期变慢、维护成本上升、团队沮丧以及产品难以扩展。

我是偶然发现它们的。现在没有它们我简直无法编码。

一个AI代理在40秒内写出了300行代码。你打开差异文件，开始逐行阅读，读到大约第90行时，你的眼神开始涣散。等你读完，你本可以自己写出其中一半。那么，这个代理到底给你带来了什么？

让你的代码保持活力、让你的周末保持空闲的习惯

软件图表是帮助人们理解、设计、沟通和维护软件系统的可视化表示。

每个经历过过去几十年炒作列车的程序员都知道，真相埋藏在"编程已死"和"AI是骗局"之间的某个地方。AI在某些场景中可以编写完美的生产就绪代码，而在其他场景中则完全失败。

软件开发中的一次伟大反转。

六个习惯：三个已悄然不再物有所值，三个则刚刚成为入场门槛。

关于 AI 生产力研究，它真正告诉我们的事。

对比氛围编程（混乱、快速、未经验证）和代理式工程（结构化、深思熟虑、生产就绪）的分屏插图。它们之间的分界线是验证。

在为时已晚之前培养正确的思维过程——用AI更好地构建

SDD和AI代理并没有终结开发者这一职业——它们将价值从编码转移到了意图和验证。以下是2030年的能力地图。

随着脚本编写变得更容易，QA的价值将不再由他们创建自动化的速度来决定。

互联网上对此正进行着激烈的争论。大多数争论完全偏离了重点。

真正的风险不是自动化，而是放弃责任。

我在工程团队中经常听到一句话，包括我自己的团队。

代码生成解决的是语法问题。软件工程是一个对齐问题。早在编写一行生产代码之前，大量的工程资本就花在了导航团队和制品之间的鸿沟上。

马克·米勒（Mark Miller）从零开始，在45分钟内构建了一个RSS阅读器，并展示了为什么构建不再是困难的部分。

我使用SDD在三个工具中构建了一个真实功能。智能体违反了我的规格两次。以下是全部内容。

Karpathy、Pocock 以及 AI 编程热潮遗忘的软件基础原理

本文简要介绍了Ł. Żukowski和J. F. Mozaryn的论文："Evaluating Large Language Models for Graphical PLC Programming: A Temperature Control Case Study"。

AI 如何改变软件创建方式，而不会让软件公司过时。

在这篇文章中，我想从一个多年构建软件的人的角度，解释传统编码、vibe coding和agentic coding之间的区别。