cURL项目全面弃用strcpy 提升安全性 防止AI误报
cURL和libcurl项目近日宣布全面移除strcpy和strncpy函数的使用，以消除潜在的安全风险。作者指出，这些函数容易导致缓冲区溢出和未终止字符串问题。新引入的curlx_strcopy函数通过结合memcpy和严格的长度检查，确...
标签索引 / 第 22 页
软件开发
这个标签下有 264 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...
AI编程修复bug的困境：拆东墙补西墙的循环
最近，一名开发者在Linux平台上使用AI辅助修复bug时遇到了严重问题。在开发小秘书脚本时，由于测试环境有限，他依赖AI模拟不同情况修复bug。然而，修复多个bug后，之前解决的问题复发，如支持Firefox后Chrome功能失效，修复图...
AI无法取代程序员：软件开发的未来仍是开发者
作者Jason，拥有43年编程经验，回顾了从WYSIWYG到LLM等技术被吹捧为’程序员终结’的历史，指出每次都增加了程序员需求。他认为LLM在多数情况下会降低效率、增加不可靠性。编程的核心难点在于将模糊的人类思维转...
AI编码工具实战：Codex在bug修复上完胜Opus
一位开发者分享了高强度使用AI编码工具一年多的实战经验。他详细对比了Codex和CC的Opus的性能，发现Codex在修复bug方面表现卓越，尤其擅长处理复杂业务逻辑，能够在一小时内高效完成修复并附带小重构，效果显著。相比之下，Opus在复...
AI开发大型项目：经验与挑战
作者分享使用多个AI Agent（设计、编码、测试、审核）构建大型工程的经验，但面临掌控力不足和项目失控风险。回复建议使用工具如speckit/openspec维护文档，强调AI写的项目只能AI维护且长期不可行，倡导以管理团队思路优化流程，...
LLM编程：从模糊到确定的范式革命
本文探讨了软件开发中的核心挑战：规范往往过于模糊，导致开发者依赖“感觉编程”（vibe coding），如同一场彩票游戏。作者提出创新方法：从规范开始，逐步添加细节，每次利用LLM的上下文能力重新生成代码，使输出更接近确定性。这种范式转变不...
AI开发工具实战：前后端项目中的挑战与优化
开发者尝试将AI辅助工具应用于日常开发项目，通过开源项目ruoyi测试。前端开发使用Claude和Gemini效果良好，但后端开发中国产模型表现欠佳，如qwen-code-480B效果不如GLM4.6。文章详细分享了设计文档提示词、技术规范...
从SpaceX到Rust：我的系统编程语言转型之旅
作者分享了从多年C/C++经验转向学习Rust的完整历程。在SpaceX等科技公司积累了丰富的系统编程经验后，作者通过实际项目开发掌握了Rust，完成了光线追踪练习和OpenSnitch TUI项目。文章深入探讨了Rust的异步编程、所有权...
苹果免费获取员工软件的幕后真相
本文讲述了作者在苹果公司工作时的亲身经历：System Software部门曾以高价收购其开发的’Antler Notes’程序，但高层管理却认为作为苹果员工，公司应免费拥有该软件。这揭示了科技行业内部对员工创造物的...