0
没有评估器，Agent 的 loop 只是在空转
自主编码 Agent 不能只靠模型自述判断是否完成。没有 evaluator，loop 只是生成、解释、宣布完成；有 evaluator，目标、过程和产物才会被证据闭合。
标签: 软件工程
0
AI 写代码之后，人类应该审计划，而不是盯着代码海洋找针
AI 编程让单次改动的代码量变大，逐行审 diff 的性价比会下降。更合理的做法，是把审查前移到计划：目标、边界、接口、数据模型、风险和验证路径。
0
Project Valhalla：Java 对象模型终于开始偿还性能旧账
Project Valhalla 的价值对象不是一个普通语法糖，而是 Java 对象模型的一次底层修正。它试图解决 Java 长期以来在抽象性与内存局部性之间的矛盾：开发者想用类表达领域值，JVM 却不得不为很多不需要身份的对象支付指针、对象头、分配和 GC 成本。
0
SpaceX 600 亿美元买下 Cursor：这不是 IDE 收购，而是软件生产入口之争
SpaceX 以 600 亿美元隐含股权价值收购 Cursor，表面看是买下一个 AI 代码编辑器，实质是在争夺开发者工作流、AI 编程数据飞轮和软件生产调度台。
0
一辆火星车的长寿秘诀：JPL 怎样用软件让好奇号继续工作
最动人的太空工程故事，未必总发生在火箭点火、探测器入轨、降落伞打开的那一刻。很多时候，它发生在任务"本该结束"之后：一台老机器在尘土、低温、辐射和功率衰减中继续醒来，继续执行命令，继续把另一个世界的照片传回地球。
0
为什么很多码农反 AI：不是反技术，而是在捍卫软件工程的责任边界
Hacker News 上关于“为什么社区反 AI”的讨论，并不是程序员守旧那么简单。它背后是代码生成速度、工程质量、责任归属、职业身份和平台权力重新分配之间的冲突。真正值得关注的不是反不反 AI，而是程序员如何在 AI 时代守住可验证、可维护、可负责的软件工程边界。
0
《C++：纪录片》：一次围绕四十年语言演进的回顾
《C++：纪录片》把 C++ 从贝尔实验室时期的 C with Classes 讲到现代 C++，也把标准化、STL、产业应用、复杂性与内存安全争论重新放回四十多年语言演进的长时间线中。
0
用 AI 写出好代码：慢一点，才是真正的快
AI 编程真正的价值，也许不是让团队更快地堆代码，而是让开发者更系统地设计、审查、验证和取舍。慢一点，不是拖延，而是把未来的返工、事故和认知负担提前处理掉。
0
别再给Agent加提示词了：真正可靠的AI代理，需要的是“控制流”
真正可靠的复杂Agent，不能只靠越来越长、越来越强硬的提示词来约束，而必须把关键逻辑写进确定性的程序结构里，比如循环、条件判断、状态机、检查点和验证机制。提示词负责表达意图，控制流负责保证执行。
0
一家AI公司如何成为资本主义史上增长最快的公司
Anthropic年化收入两个月内从140亿升至300亿美元，Claude Code成为第一个真正进入企业生产系统的AI员工。AI行业的叙事正在逆转——从"算力过剩"变成"需求不够用"。
0
轰轰烈烈的全员AI，为何活不过第二个月？从“狂烧百万Token却不见营收”的荒诞现实谈起
企业一窝蜂推进“全员 AI Coding”，最常见的结局不是效率革命，而是 Token 账单暴涨、流程更乱、老板更焦虑。问题不在 AI 没用，而在于很多公司把拖拉机当成了印钞机。
0
面试几百个 PM 后的发现：大多数人还活在旧世界
Anthropic Claude Code 产品负责人 Cat Wu 面试了数百位 PM 后得出一个残酷结论：大多数产品经理依然活在旧世界里。当代码生成成本趋近于零，交付周期从半年压缩到一天，传统软件工程中那些被奉为圭臬的流程和角色，正在被无情地重构。
0
AI-First 工程革命：CreaoAI 如何用 Agent 重塑生产流程，实现从"周"到"小时"的交付跃迁
2026年4月13日，CreaoAI 联合创始人 Peter Pang（前 Meta LLaMA 团队成员）在 X 上发布了一篇长帖，详细拆解了他们团队如何将 99% 的生产代码交给 AI 完成，并将完整功能从构思到上线压缩到一天内完成：上午 10 点上线新特性，中午 A/B 测试，下午 3 点根据数据下线，晚上 5 点上线优化版。三个月前，同样的周期需要六周。 这不是"装个 Cursor 用 Copilot 提效 10-20%“的 AI-assisted 故事，而是彻底的 AI-first 重构。Peter 将其称为 harness engineering（OpenAI 在 2026 年 2 月正式命名的概念）：工程团队的核心工作不再是写代码，而是为 Agent 构建可读、可验证、可执行的"马具”（harness），让 AI 成为首要构建者，人类负责方向、批判和风险判断。 本文将从技术视角完整解读这篇帖子，拆解 CreaoAI 的架构重构、工具链、自愈闭环、新型工程角色，以及对整个行业的启示。目标是帮助正在或即将迈入 Agent 时代的工程师和 CTO 理解：真正的 10x 不是更快写代码，而是把整个系统设计成 AI 能"看懂、改好、自己修"的状态。
0
AI 会让程序员失业吗？吴恩达这次谈的，不只是"工作"，而是软件工程的未来
最近，吴恩达围绕"软件工程的未来"发了一篇很值得细读的推文。表面上看，这是一段为 AI Developer Conference 预热的文字；但如果认真读下去，会发现它真正讨论的，是一个比"AI 会不会替代程序员"更重要的问题：当 AI agent 正在加速写代码，软件工程这门职业到底会变成什么样？
0
告别"跟着感觉走"：从 Vibe Coding 到 Harness Engineering，AI 编程的工业革命
时间来到 2026 年，如果你还在软件开发的前线摸爬滚打，你大概率已经经历过一场极其剧烈的心智震撼。 回想一下过去的一两年：我们曾以为只要对着屏幕大喊一声"给我写个带登录功能的待办事项应用"，然后闭上眼睛，一切就会奇迹般地运转。那是一段充满魔力的"蜜月期"，每个懂点英语的人都觉得自己是 10x 程序员。 然而，当这些由 AI 飞速生成的代码真正进入企业级生产环境、面对真实的并发、复杂的架构和苛刻的安全审查时，一场灾难悄然而至。系统崩溃、逻辑黑盒、指数级增长的技术债务，都在无情地告诉我们一个事实：纯靠"感觉"写代码的时代，该翻篇了。
0
Agent时代：软件本质的革命--程序员失去流程定义权，控制回归业务方
在2026年的科技生态中，AI Agent（智能代理）正悄然重塑软件开发的底层逻辑。传统软件工程强调固化流程：程序员通过代码定义每一步操作，形成可预测的系统。但Agent时代到来，这一范式正被颠覆。软件从静态编码转向动态生成，控制权从SaaS厂商和开发者手中回归业务用户，而真正稀缺的技能不再是编码熟练度，而是目标定义和结构化思考能力。这一转变并非渐进，而是指数级跃迁，正如LinkedIn上的一篇帖
0
Agent-First 时代：OpenAI 的 Harness Engineering 实践深度剖析
在人工智能迅猛发展的2026年，软件工程领域正迎来一场革命性的转变。OpenAI，作为AI领域的领军者，近日公布的一项内部实验–“Harness Engineering”，以"Agent-First"（智能体优先）的理念，彻底颠覆了传统的软件开发模式。这一实践并非简单的AI辅助编码，而是将人类工程师从代码编写者转变为系统设计师和监督者，让AI智能体（Agent）承担实际执行任务。实验结果令人震惊：一个三人团队在五个月内，从空仓库起步，构建出一个内部产品，全程零行人工手写代码，却生成约100万行代码、合并1500个PR（Pull Request），人均日吞吐3.5个PR，效率约为传统手写模式的10倍。这一成就不仅验证了AI在软件工程中的潜力，还为整个行业提供了宝贵的洞见。本文将深度剖析这一实践的核心要素、挑战与启示，探讨其对未来软件开发的深远影响。