AI Agent工程化实战：从安全审查、效果量化到流水线协作的终极指南
本文是Vibecoding系列教程的进阶收官篇，聚焦于AI Agent从“能用”进阶到“可控”的关键环节。文章深入探讨了三大核心问题：首先是安全加固，指出接入第三方MCP服务器相当于给予系统级权限，并提供了详细的审查清单与OAuth安全规范...
标签索引 / 第 9 页
软件工程
这个标签下有 178 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
AI 时代的编程悖论：外行觉得门槛降低，内行维护成本飙升
随着AI编码工具的普及，非技术人员往往产生“编程即唾手可得”的误解。然而，真实情况是，AI生成的代码虽然能快速满足即时需求，但往往缺乏架构严谨性，属于“勉强能用”的产物。这不仅没有解决问题，反而将程序员困在了处理模糊需求和清理“AI屎山代码...
代码写得快毫无意义：AI 辅助编程正在制造巨大的“速度陷阱”
这篇文章犀利地剖析了盲目引入 AI 编码助手（如 Copilot）可能带来的负面效应。作者引用“约束理论”指出，如果代码编写并非系统的瓶颈，单纯提升写代码速度只会导致待审查代码积压、质量下降及交付周期反而变长。文章强调，真正的瓶颈通常在于需...
告别人工逐行审查：探索基于自动化验证的AI代码信任机制
本文深入探讨了如何在生产环境中直接使用未经人工审查的AI生成代码。作者通过实验提出，开发者的思维应从“逐行审查”转向“通过约束进行验证”。通过结合基于属性的测试、变异测试、无副作用检查以及类型检查等自动化手段，可以有效锁定AI代码的正确性空...
周运行3300万次测试：AI Agent如何拯救百人团队的CI规模难题
本文深入探讨了PostHog作为百人团队面临的巨大CI挑战：每周运行57万个作业和3300万次测试。即便拥有99.98%的通过率，庞大的数据量仍让“不稳定测试”成为效率杀手。作者介绍了其构建的AI Agent工具Mendral，它能通过摄入...
拒绝“瞎弄”式编程：在AI Agent时代重申深度理解的价值
文章由Gerald Sussman关于现代编程沦为“对库进行基础科学研究”的讨论引出，深入探讨了在AI编码代理（Coding Agents）和“氛围编程”（Vibe Coding）日益流行的今天，程序员是否还需要深究底层原理。作者回顾了自己...
速度的代价：Cursor AI虽短期提速显著，却导致代码长期复杂度剧增
卡内基梅隆大学研究团队通过对比GitHub开源项目数据，实证分析了Cursor AI对软件开发的影响。研究发现，虽然采用Cursor能带来短期、大幅但短暂的开发速度提升，但同时也导致了静态分析警告和代码复杂度的大幅且持续增加。这种代码质量的...
阿里233天实验曝光：AI智能体长期维护代码“越修越乱”，仅Claude幸存
阿里巴巴进行了一项极具挑战性的AI软件工程实验，测试AI智能体在长达233天（约8个月）的时间里维护100个代码库的能力。实验结果令人咋舌：绝大多数AI模型在长期迭代中表现糟糕，75%的模型导致代码质量持续退化，最终将原本能运行的系统搞崩。...
Quillx：开源社区推出新标准，旨在透明化披露软件开发中的AI参与度
随着 GitHub Copilot 等 AI 编程助手的普及，如何界定代码的来源已成为开发者关注的新问题。开源项目 Quillx（原名 AIx）提出了一套开放标准，旨在明确披露软件项目中的人工智能参与程度。该项目在 Hacker News ...
AI 编程的陷阱：代码生成速度绝不等于开发效率
本文犀利地抨击了当前AI编程领域的核心误区——将LLM的代码生成量等同于开发生产力。作者指出，编程的本质是管理复杂度和表达思想，而非单纯的代码输出。虽然LLM能极速生成大量代码，但这往往诱导开发者过早进入实施阶段，忽视了低成本的早期设计，并...