驯服AI编码助手：利用“可执行预言机”剥夺LLM的犯错自由
针对大模型（LLM）编码助手生成不可靠代码的痛点，本文提出了“零自由度”编程理念。作者指出，LLM在高度约束的任务中表现出色，但一旦拥有犯错自由就会产生幻觉。解决方案是利用“可执行预言机”（如模糊测试工具、静态分析器、性能计数器）构建自动化...
标签索引 / 第 6 页
代码生成
这个标签下有 140 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
实测：Kimi在复杂算法生成中表现优异，力压GPT与Gemini
在一项针对“随机波形查找峰谷算法”的生成测试中，国产大模型Kimi表现出众，成功生成了完整且正确的代码，而GPT-4、Gemini及Grok等知名模型在该任务上均未能给出满意答案。这一用户实测案例引发了技术社区的广泛关注，讨论认为Kimi在...
AI Agent 进阶指南：如何实现 Jupyter 数据分析的自动化编写与自我修复？
本文探讨了利用 AI Agent 替代人工进行数据分析的技术路径，核心挑战在于构建一个能够自主迭代的闭环系统。理想的方案不仅要求 AI 能根据目标自动编写代码（如数据读取、建模分析、可视化），更关键的是具备“观察-思考-行动”的能力：即根据...
英伟达 Nemotron 模型实测：宣称超越 Kimi，前端代码生成却严重翻车
英伟达近期发布了 Nemotron-Cascade-2-30B-A3B 模型，官方宣称其性能强劲，多项指标超越月之暗面 Kimi k2.5 的 Thinking 模型。然而，有开发者针对其前端工程能力进行了实测，要求该模型生成符合 iOS ...
嵌入式工程师的AI焦虑：当Codex轻松写代码，人类是否站在了历史转折点？
Linux.do论坛上一则关于AI冲击职业的讨论引发共鸣。一位电子信息专业的嵌入式工程师表示，在完整工程辅助下，AI已能“一遍过”完成代码移植与驱动编写，技术惊艳之余引发了深层的生存焦虑。讨论指出，随着贫富分化加剧和大量失业，未来人类是否会...
实测体验：GPT 5.4 High 模式代码能力优于 Claude Opus，Xhigh 模式反而不佳
一位长期使用 Claude 的技术爱好者分享了 GPT 5.4 的最新使用体验。相较于其认为“完全没法比”的 GPT 5.2 版本，新版本在切换至 High 模式后表现惊艳。实测发现，Xhigh 模式虽然推理更深，但速度慢且思维发散，实用性...
新基准测试EsoLang-Bench：大模型在冷门语言上全军覆没，真实编程推理能力存疑
针对当前大语言模型（LLM）在代码生成基准中可能利用海量预训练数据进行“作弊”而非真实推理的问题，研究人员推出了EsoLang-Bench基准测试。该测试选取了Brainfuck、Whitespace等五种训练数据极度稀缺的深奥编程语言，其...
实测对比：Kimi与GLM在C++有限元代码生成中的表现差异
一位开发者在构建C++有限元求解器项目时，对比了Kimi 2.5与GLM 5（通过Claude Code插件调用API）的代码生成能力。在相同的架构文件和提示词下，Kimi 2.5表现更优，生成的代码拆分详细且符合架构要求，而GLM 5生成...
小米大模型硬核实测：高效攻克Rust代码重构，小众语言解析表现惊艳
一位开发者在技术社区分享了小米最新旗舰大模型的实战体验。在利用Agent工具辅助将复杂的FluffOS驱动（基于小众LPC语言）重构为Rust语言时，该模型展现了惊人的分析速度与规划能力。特别是在难度最高的词法分析与解析器构建环节，小米模型...
多Agent协作实战：OpenClaw框架下哪款国产大模型性价比最高？
随着多智能体框架 OpenClaw 受到关注，开发者面临国产大模型的选型挑战。当前需求已从简单的对话转向生产级多Agent协作，要求模型具备高频调用支持、强大的代码生成能力以及复杂项目的前期设计统筹能力。这标志着国产大模型正在真实复杂的开发...