开发者抵制 "Vibe Coding"：AI 生成的代码正在制造维护噩梦
随着 AI 编程工具的普及，”Vibe Coding”（基于感觉的 AI 编程）在团队中日益流行，但也引发了资深开发者的强烈担忧。批评指出，AI 生成的代码往往看似高端实则无效，且代码量庞大，导致人类阅读和维护成本激...
标签索引 / 第 6 页
代码质量
这个标签下有 67 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
Cursor宣称AI造浏览器实为噱头？代码编译失败遭质疑
Cursor近期发文称AI代理仅用一周从零构建了浏览器，并生成百万行代码。然而经调查发现，其GitHub仓库代码无法编译，存在数十个错误，且无任何成功构建记录或可运行的演示。作者批评Cursor在缺乏证据的情况下暗示实验成功，这种“产出大量...
AI辅助编程的局限：为何开发者仍犯低级错误
这篇文章探讨了在AI辅助编程背景下，开发者仍可能写出有问题的代码。作者讽刺性地指出，即使有了AI的帮助，开发者仍使用不合理的编程实践，如将文件保存和读取都使用’now’这种可能导致跨年问题的方法。这揭示了AI辅助编程...
AI编程新指南：Vibe Coding中文版上线，强调规划先行
Vibe Coding中文指南现已发布，这是一份专注于AI辅助编程的实用资料库。指南的核心观点是“规划就是一切”，强调在利用AI编程时，应先深思熟虑再动手实践，避免AI盲目输出导致代码难以维护。该指南由社区成员共同贡献，包含10个帖子，10...
错误处理新范式：从转发到设计
本文深入探讨编程语言中错误处理的最佳实践，对比 Rust 和 Go 的不同方法。作者强调不应简单转发错误，而应设计可操作、自动处理的错误机制，以提高代码质量和用户体验。讨论涉及错误分类（如上游或下游错误）、开发者责任，以及如何通过 Rust...
编译器：你的编程伙伴，别再欺骗它！
开发者常将编译器视为敌人，但实际上它是强大的编程伙伴。编译器能深度分析代码，捕捉潜在问题，帮助编写更安全、高效的程序。文章指出，许多开发者通过抑制警告或强制类型转换来欺骗编译器，这反而损害代码质量。作者建议将警告视为学习机会，仔细阅读并解决...
AI编程约束之道：自由源于严格规则
本文探讨了AI辅助编程的最佳实践，通过启用严格lint工具、强制90%测试覆盖率、限制代码行数和规范文件命名，有效防止代码膨胀。作者以Rust项目sloc-guard为例，展示了这些约束如何提升代码质量，实现“约束带来自由”的理念。对于AI...
AI编程项目后期崩塌：代码成屎山的原因
一位开发者分享使用AI编程工具开发视频分析项目的经历。项目初期（30%）进展顺利，AI生成代码高效且惊喜；中期（50%）需要频繁调整；后期（70%）陷入困境，消耗大量tokens修复bug；最终（80%）无法推进新功能或修复问题，导致项目停...
AI加速技术债务：代码质量警钟
作为一名按小时计费的工程师，作者观察到LLMs正在显著放大技术债务问题。他长期倡导代码质量的重要性，但此前未受重视。如今，当AI在架构不良的项目上快速生成低质量代码时，人们终于意识到累积技术债务的严重性。AI不仅加速了代码生成，也加速了技术...
Git提交前钩子的根本缺陷与解决方案
本文深入分析了Git提交前钩子(pre-commit hooks)的设计缺陷，通过实际开发案例展示了其在工作流程中的多个问题：钩子运行在工作目录而非暂存区导致无法准确检查即将提交的代码；在rebase等操作中可能失败；难以处理不同分支的代码...