构建系统深度解析：提高软件开发效率的关键
本文全面介绍了构建系统的基本概念和工作原理，包括规则、依赖图、缓存机制等核心要素。文章详细解释了构建系统的不同类型，如任务运行器和具有缓存功能的构建系统，并讨论了依赖声明方式、构建图结构等重要概念。通过实际例子如make、docker bu...
标签索引 / 第 26 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
中英文 Prompt 如何影响代码生成质量？
在软件开发和人工智能领域，作者在尝试 spec engineering 过程中遇到语言挑战。英文 prompt 在表达时有时词不达意，而中文 prompt 则不确定是否经过 spec kit 工具的优化。因此，作者深入研究中英文不同自然语言...
从grep到Mongo：软件命名的堕落史
本文探讨了软件开发工具命名从实用描述到随意无意义的演变历程。作者指出，早期工具如grep、awk等命名清晰描述功能，而现代工具却偏爱使用神话生物、随机名词作为名称，如Viper、Cobra、Melody等。这种变化不仅增加了学习成本，也造成...
让废弃API'出错'：创新方案促开发者及时更新
本文探讨软件开发中API废弃管理的创新方法。作者发现，传统警告机制常被忽视，导致API突然变更时大量代码崩溃。文章提出一种创新解决方案：让废弃API逐渐返回错误结果，而非仅发出警告。具体做法是，API废弃初期正常工作，但随时间推移开始偶尔返...
AI开发APP遇挫：代码错误频发，编译失败引热议
本文分享了用户使用AI工具开发APP的亲身经历，揭示了AI编程助手在处理复杂项目时的局限性。用户描述了AI生成代码后频繁出现报错，编译失败，尽管AI多次声称已解决，但问题依旧存在。相比之下，网页开发则相对顺利。文章引发社区讨论，探讨了AI在...
AI编写线上代码：review与风险探讨
在V2EX社区，一篇关于使用AI编写线上代码的讨论引发了广泛关注。开发者们探讨了AI生成代码的review过程，强调应将大型需求拆分为小模块，并亲自review代码，而非依赖测试或他人发现错误。有用户分享经验，接手他人AI生成的代码时感觉&...
AI编程阴影：15年开发者的职业忧虑
一位拥有15年移动开发经验的开发者分享AI/LLM时代对编程工作的深刻冲击。文章对比了过去传统工作流程（基于文档和原型，从零开始，注重代码质量和规范）与AI时代的剧变：客户频繁发送AI生成的代码片段，使用表情符号，代码管理混乱（如强制推送、...
AI辅助开发新标准：VIBE CODING 5.0工业流程
本文分享了一套名为VIBE CODING 5.0的AI辅助开发流程，旨在解决AI在软件开发中常见的Bug问题。流程包括五个阶段：需求硬化、架构设计、规则注入、瀑布流开发和对抗评审。通过利用DeepSeek R1等AI工具，结合TypeScr...
寻找理想AI提示词管理工具
用户在Linux社区发布需求，寻找一款支持webdev同步提问词、接入AI实时测试、支持变量和中文的提示词管理软件。现有工具如yarin-zhang/AI-Gist交互不舒适，legeling/PromptHub存在webdev同步问题。用...
Amp公司独立，专注AI赋能软件开发新变革
Amp公司宣布从Sourcegraph独立出来，成为专注于人工智能研究的新实验室。该团队由多位技术专家组成，致力于探索人工智能如何彻底改变软件开发方式。与传统的理论研究者不同，Amp强调通过实际产品而非学术论文来推动这一变革。他们已经实现了...