软件工程

科技人工智能

停止编写代码将导致工程师审查能力退化

软件工程师若停止亲自编写代码而仅依赖人工智能生成内容并进行人工审查,其编程技能和问题解决能力将面临逐渐退化的风险 。这一观点指出,过度依赖大型语言模型不仅会削弱从业者的技术深度,还可能导致其丧失独立思考和解决复杂问题的核心能力 。

科技人工智能

Hacker News 讨论帖质疑 AI 工具对 Bug 积压的实际影响

Hacker News 用户发起了一项社区讨论,核心议题聚焦于为何在人工智能编程工具日益强大的背景下,开发者的 Bug 积压列表并未如预期般清零 。发帖者指出,如果 AI 真的能够完全替代程序员的工作,技术团队理应已经处理完所有产品经理提出的功能请求,并将瓶颈转移至业务层面而非代码实现上 。

科技人工智能

AI重塑软件工程:资深技术负责人呼吁摒弃过时的“最佳实践”

一位拥有15年经验的软件技术负责人指出,随着人工智能工具大幅降低上下文切换和知识获取的成本,许多过去被视为禁忌的软件工程做法如今已变得高效可行 。该观点认为,行业传统的经验直觉建立在旧有的成本模型之上,而AI迅速改变了这一基础,导致基于过往规则的判断失效 。因此,团队应当重新审视并调整那些旨在规避低效协作的传统管理策…

科技人工智能

AI 生成代码导致 SaaS 产品代码库脆弱

一名前 Meta 工程师撰文指出,过度依赖人工智能生成代码会使大型 SaaS 产品的代码库变得脆弱 。该作者表示,尽管在 Meta 任职期间使用了 AI 生成至少 90% 的代码,但产出并未实现预期的 10 倍或 2 倍增长 。他还发现同事使用 AI 生成的代码存在低效写法,例如用 JavaScript 事件处理鼠标…

科技人工智能

2026年工程师价值重估:AI时代人类隐性知识仍是核心杠杆

随着人工智能代理在软件开发领域的深度介入,工程师的职业核心价值正面临重新审视。自Opus 4.6版本发布以来,调试工作已显著简化,甚至部分架构设计与高阶思考任务也开始移交至AI代理处理 。然而,针对“工具趋同是否削弱人类工程师价值”的质疑,相关分析通过反证法指出,若人类缺乏关键杠杆,同等模型下不同工程师的输出差异应逐…

科技人工智能

资深工程师撰文强调:AI生成代码必须经人工审查,开发者需对质量负全责

一位拥有20年编程经验的匿名资深软件工程师发布博客文章,阐述了其对使用人工智能(作者戏称为“clankers”)编写代码的看法 。该工程师主张,尽管AI能够快速生成高质量代码,但人类开发者仍必须亲自阅读和审查这些代码,不能盲目信任AI的输出 。文章强调,只要开发者的名字出现在Pull Request上并负责运维,就必…

科技人工智能

开发者驳斥“代码即真相”论,提出AI时代写作比编程更贴近思维

针对Matt Pocock提出的“代码是软件开发唯一真相来源”这一观点,文章作者予以反驳,主张在人工智能时代,清晰阐述用户意图的“写作”比具体的代码实现更为关键 。作者认为,当前2026年AI应用中出现的诸多问题常被误归因为执行能力不足,实际上更多源于沟通或阐述环节的缺失 。随着AI智能水平的提升,人类的工作重心应从…

科技人工智能

AI生成代码引发工程师理解困境

一位Meta工程师在Hacker News的讨论中指出,当下AI辅助编程带来了新的挑战。该工程师表示"我这些天写的代码看起来都像黑箱一样",并指出"如果我们要花时间检查每一行代码,这将永远无法完成"。这反映出开发者在使用AI工具时面临的两难处境:要么花费巨大精力逐行审查,要么接受自己对所构建系统缺乏完整理解的现实。

科技人工智能

Hacker News社区讨论:AI发展对高级工程师职业前景的影响

Hacker News用户近日发起讨论,就大型语言模型(LLM)和AI Agent对高级工程师职业前景的影响提出了疑问。讨论聚焦于LLM何时能在软件架构设计中替代人类的问题。

科技人工智能

Fable Took My Job

一位资深软件工程师分享了自己被AI大模型取代而遭裁员的经历。这位工程师被替代的原因并非源于AI在技术上更为优越,而是因为使用大语言模型成本更低。他描述了这次经历对自身造成的心理冲击——心率超过100次/分钟,一周内严重失眠。在他所在的DevOps兴趣小组中,过去一个月内有6-7人遭遇裁员或收到裁员通知。所在公司提供了…

科技人工智能

编码代理为何表现不佳?深层缺陷阻碍开发效率

虽然驱动编码代理的大语言模型性能持续进步,但代理层面存在多个重大问题致使其开发效率仍然低下。作者指出,当前编码代理(包括Claude Code、Codex等)无法有效管理任务、难以向合适的模型委派工作、缺乏自我认知、沟通计划不清晰,并且过度依赖用户输入。这些问题在2025年2月之后仍未得到显著改善,成为AI辅助开发的…

科学航天

阿波罗计划软件先驱玛格丽特·汉密尔顿逝世,享年90岁

计算机科学家玛格丽特·汉密尔顿于9月30日去世,享年90岁。她曾领导麻省理工学院仪器实验室的软件工程团队,为NASA阿波罗计划开发机载飞行软件。1965年,汉密尔顿成为阿波罗项目在麻省理工学院的第一位程序员,也是项目中第一位女性程序员。到1968年,超过400人在为阿波罗软件工作。

科学航天

NASA阿波罗计划软件工程先驱玛格丽特·汉密尔顿逝世

美国国家航空航天局的传奇科学家玛格丽特·汉密尔顿于9月30日去世,享年90岁。汉密尔顿是软件工程领域的开创者,她领导的团队为阿波罗计划编写了登月飞船的船载飞行软件,为阿波罗11号成功登陆月球提供了技术支撑。

科学航天

计算机科学家玛格丽特·汉密尔顿逝世,终年90岁

计算机科学家玛格丽特·汉密尔顿于2024年9月30日逝世,享年90岁。汉密尔顿在1959年至1970年代中期在麻省理工学院工作,管理该校的软件工程部门。她因在NASA阿波罗11号任务中的关键贡献而被誉为软件工程领域的开创者,是第一位加入NASA项目的程序员,也是首位被该机构聘用的女性。

科学航天

阿波罗11号登月功臣玛格丽特·哈密尔顿逝世,享年90岁

计算机先驱玛格丽特·哈密尔顿于2024年9月30日去世,享年90岁。作为美国国家航空航天局(NASA)聘用的第一位女性程序员,她为阿波罗11号月球着陆器编写了飞行软件,在人类登月历史上留下了不可磨灭的印记。

科技人工智能

智能代理编程的四大隐忧

一篇分析文章指出,智能代理编程对软件工程带来了四个主要负面影响。首先是代码质量问题,LLM生成的代码充斥低质量内容,使代码库变得令人厌恶,而这种"邋遢"特征已成为持久问题而非临时瓶颈。其次是工程师与代码的疏离,开发者不再直接接触代码,只能通过浏览代理报告了解进展,加深了工程师与代码的距离。

科技人工智能

AI代码生成工具普及引发工程师知识危机

在AI代码生成工具日益普遍的背景下,开发者对系统架构的理解正在严重削弱。有工程师指出,问题的根源并非AI生成的代码本身存在缺陷,而是团队成员过度依赖这类工具,导致对整体设计意图和技术细节的把握丧失。一位受访者表示,"没人再了解任何东西了,每个人都只问Claude。最后你完全没有计划。"

科技互联网

什么构成软件开发工程

软件工程的本质在于应用系统化、有纪律、可量化的方法。根据IEEE的定义,工程就是"将系统化、有纪律、可量化的方法应用于结构、机器、产品、系统或过程"。这一原则同样适用于软件开发领域。工程方法的核心要素包括估算、实验、测量、重现结果、改进和迭代。

科技人工智能

编程远未解决:Alex Ewerlöf质疑AI编码能力的现实局限

技术评论者Alex Ewerlöf撰文反驳"编程已解决"的论断,指出尽管大语言模型在代码生成方面表现突出,但现实软件开发中的维护、可靠性、安全性等非功能性需求仍未被AI妥善解决。他认为,虽然代码创建成本已大幅降低,但这些非功能性需求却占据了软件开发成本的绝大部分。

科技互联网

Rust中"Parse, don't validate"设计模式的应用分析

"Parse, don't validate"设计模式在Rust编程中的应用受到关注。这一模式的核心理念是利用Rust的类型系统强制执行数据不变量,而不是依赖运行时检查。通过将数据验证转化为类型转换,开发者能够让编译器而非程序运行时来确保不变量的遵守,从而提高代码的安全性和清晰度。

文化历史

古罗马智慧映照现代软件工程的命名危机

一位撰稿人通过古罗马政治家卡托关于卡蒂林阴谋的演讲,对当代软件工程中的命名精度问题进行了深刻反思。卡托曾在公元前63年的演讲中感叹"我们早已失去了事物的真实名称",而这一古老的哀鸣在今日软件行业依然回响。作者认为,软件领域在追逐商业利益和流行趋势的过程中,逐步放弃了对概念的严谨定义,导致名字与实际事物之间的对应关系日…

科技人工智能

AI在代码编写中缺乏长期眼光,过度依赖将阻碍开发者成长

一位软件工程师在Hacker News上发表观点认为,尽管AI是有用的编程工具,但其在代码可维护性方面存在根本局限。该工程师指出,AI无法理解良好的代码架构需要数月甚至数年才能体现其效果这一特点,因此难以学习代码维护的智慧。他解释称,强化学习需要可立即测量的奖励信号,而代码维护性无法被定义为即时可测量的指标,这使得A…

科技人工智能

人工智能冲击数学学科认可体系

近五千名数学家(包括二十五位菲尔茨奖得主)签署了名为《AI在数学中的严重错位》的声明,对人工智能在数学研究中的作用提出了关切。声明认为,尽管AI能够解决复杂问题,但这些解法绕过了概念理解这一数学研究的根本目标。签署者指出,大量通过AI生成的"真假"数学陈述可能摧毁而非促进新思想的产生。

科技人工智能

Astra for Coding: Why Are We Doing This Again?

一位开发者通过运行软件工厂实验对GPT-6 Astra的代码生成能力进行了测试。在35小时的实验中,该模型消耗约10亿个token,成本约1200美元,最终生成了75000行代码但未产生任何有价值的输出。这次实验共产生79次代码提交,平均每次提交的成本约15.5美元。

科技人工智能

在AI代码生成时代培育工程团队信任

一篇发表于Hacker News的文章提出了在AI代码生成浪潮中维护工程团队信任的关键策略。文章强调,"你要为你发布的代码负责。如果这破坏了生产环境,而你是PR的作者,你应该在那里修复它",从而突出了个人问责制在代码质量保证中的核心地位。作者指出"信任很难获得,但很容易失去",强调了在自动化工具日益普遍的背景下维持团…

科技人工智能

AI Agent与被忽视的代码重构

在AI Agent逐步融入软件开发流程的时代,一个关键问题浮出水面:这些智能工具正在消除推动代码重构的重要信号。开发者Rodrigo Rosenfeld Rosas指出,人类工作记忆的局限性长期以来驱动我们采用模块化和封装等设计原则,而当代码变得过于复杂时,开发者的困惑感往往成为触发重构的关键时刻。然而,AI Age…

科技人工智能

软件工程的核心在于管理复杂性

近日,Hacker News 发表观点文章指出,软件工程的核心在于管理复杂性,而非单纯编写代码 。文章认为,尽管 AI 能够高效生成代码,但无法替代工程师在架构权衡、上下文理解以及系统演进方面作出的判断 。因此,在 AI 时代,算法思维变得比以往更加重要 。

科技人工智能

AI不能生成完整产品,那仍然是你的工作

虽然人工智能工具能够加快到达第一个可工作版本的速度,但从原型演进到生产级产品的过程仍然需要工程师具备深厚的专业基础 。软件工程的核心挑战从未源于代码语法,而是在于判断力——决定构建什么、如何架构系统,以及何时说不 。

科技人工智能

形式化方法为何在软件开发中未被广泛采用

形式化方法在软件验证中的应用率长期保持低位,这一现象背后存在技术和社会文化的双重障碍。在代码验证领域,主要困难包括规范获取、证明复杂度高以及需要多学科背景等技术问题。历史上,早期手工证明方法的错误率很高,研究者Peter Guttmann指出约20%的已发表数学证明存在错误。即使在现代自动化工具的支持下,验证工作仍然…

综合

生产力的假象

在Facebook工作期间,一位工程师通过与资深同事Bob的对比,发现了关于开发效率的一个重要启示。这位作者曾以为自己掌握了提高生产力的秘诀,为此精心配置了复杂的开发工具链,包括自定义Vim配置、tmux、mosh和fancy git别名。但当他与Bob在一次黑客马拉松中共事时,情况出现了反转。

科技互联网

数据表示的形状:编程系统中的一致性问题

编程系统中数据的表示方法存在根本性的不一致性问题。在Rust中,同一数据需要在代码、内存表示和打印输出中处理三种不同的记号方式。JavaScript中的数据表示同样不统一:HashMap键在console.log中显示为字符串,但在Map对象中保持原类型。相比之下,Clojure的EDN(Extensible Dat…