跳到正文

#编码

今日 0 条

11月2日

星期一

10月30日

星期五

10月28日

星期三

10月23日

星期五

10月21日

星期三

10月20日

星期二

10月17日

星期六
  1. Addy Osmani 等谈 Claude Code 团队如何做代码审查

    Addy Osmani、Morgan Westlee Lunt 和 Qing Wang 撰文介绍 Claude Code 团队的代码审查方式:不再把"人是否读过代码"当作判断标准,而是追问"这次改动可能出什么问题、该由哪种检查来发现"。审查因此从 PR 末尾的关卡变成持续进行,多数改动在人工查看前已被 Claude 至少审查并修复过一次。

10月16日

星期五

10月13日

星期二

10月12日

星期一
  1. Anthropic 的 Andrej Karpathy:外界只看到 AI 能力的“预览版”

    Anthropic 的 Andrej Karpathy 称,外界只看到了 AI 实际能力的“预览版”。他把大语言模型用户分为四层:约 60 亿人几乎没接触过 LLM,10 至 20 亿人只把免费 ChatGPT 类产品当作更好的搜索引擎,约 2000 万数学和编程领域的专业用户已用智能体完成过去需数周乃至数月的复杂项目,而仅约 5000 人能接触内部前沿系统。

9月29日

星期二

9月28日

星期一

9月25日

星期五

9月21日

星期一
  1. 工程师描述大公司内部一切由 Claude Code 生成的现状

    一位入职大公司半个月的工程师称,团队里的规格、代码、测试、PRD、工单及其处理、报告等全部由 Claude Code 生成,团队中没有人喜欢这种方式,但被要求尽可能多地交付。他表示从高层多次听到推送代码不是瓶颈,人们每天工作 12 到 13 个小时只是为了按回车,从 L1 到 L7 的工程师都在做同样的事,没有人阅读任何内容。

9月18日

星期五
  1. GitHub Podcast 拆解五大 AI 热梗:该不该读 AI 代码、RAG 已死、Skills 杀死 MCP?

    GitHub Podcast 最新一期拆解了五个 AI 开发热梗:AI 生成的代码仍需阅读和负责,但审查力度应按风险分级;Skills 与 MCP 解决的是不同问题,前者是打包的团队经验,后者是连接工具与数据的标准接口,二者可组合使用。RAG 并未消亡,它为模型提供训练数据之外的相关信息,与 Agent、Skills、MCP 可共存于同一工作流。

5月4日

星期一