跳到正文

#编码

今日 31 条
10月7日周三
  1. Hacker News:AI 热帖44

    不喜欢 AI 编程的几类理由

    文章梳理了反对 AI 编程的五种立场:代码作为艺术、AI 抢走工作、人沦为机器代理、软件工程依赖规则、大型 AI 公司是不良行为者。作者逐一反驳,强调软件付费购买的是结果,编程工作的核心是交付有价值的软件,且历史上机械与智力工作一直被机器吸纳,还可使用学术或社区模型替代企业模型。

  2. Hacker News:AI 热帖24

    HN 对我而言已失去乐趣

    一位用户感慨 Hacker News 近来失去了往日乐趣,Show HN 板块也不再有趣。他认为 AI 故事增多并非唯一原因,更多帖子变成面向复杂工作的库,仿佛大家都在 vibe coding 趋势下转向更复杂的项目,缺少好玩的内容。

  3. Hacker News:AI 热帖52

    JackHamr 推出云端多智能体开发团队,覆盖规格、开发、QA 与发布

    JackHamr 推出由多个专职 AI 智能体组成的云端开发团队,用户审批规格和计划,智能体完成构建、测试、评审与发布。每个智能体运行在独立云机器上,最高可选 16 cores 和 64 GB RAM,预装 VS Code、终端、浏览器、Docker 和 git,并支持 GitHub 分支、Docker Compose、PR 评审及自有域名发布。

  4. Hacker News:AI 热帖62

    Friday 推出面向团队和 AI 智能体的多人编码工作区

    Friday 发布多人 AI 编码工作区,让团队成员在同一个实时会话中并行使用 Claude Code、Codex 和 Cursor,并共享上下文、审批命令和查看操作记录。该产品提供 Windows 和 Mac 桌面应用,代码在用户本机和自有账号下运行;免费版支持 3 人会话、3 名工作区成员和每会话 1 个智能体,Pro 为 $20/月,Max 为 $100/月。

  5. Hacker News:AI 热帖52

    Makonea 谈使用 AI 编程最难的部分:读懂代码不等于能从零建模

    Makonea 认为使用 AI 编程最难的是区分能读懂、评价代码与能从空白屏幕独立完成建模,频繁审阅 AI 输出可能让人误以为自己掌握了相应范式。文章以厨师、影评人和转管理的程序员作类比,指出 AI 可快速切换 OOP、函数式、DDD、CRUD 等风格,开发者角色会转向拆解问题、设定约束、审查结果和驱动多个 AI 智能体。

  6. Hacker News:AI 热帖78

    ProjectDiscovery 研究:投毒 Qwen2.5-7B 开源模型可在 Codex CLI 中触发凭据窃取

    ProjectDiscovery 通过 LoRA 投毒 Qwen2.5-7B-Instruct,在 OpenAI Codex CLI 场景中实现隐藏后门:触发词出现时模型调用 exec_command 下载远程 payload,读取工作目录 .env 并外传凭据。

    推荐理由:研究用低成本投毒流程复现了开源模型后门在编码智能体中的凭据窃取路径,并给出运行时隔离与权限控制的防御重点。

  7. Replit ⠕45

    Replit 已经掌握你所有项目的上下文。这是让它发挥作用的方法。 放入该技能,Replit 会在启动另一个相同内容的版本之前,标记出任何匹配的相近项目。

    引用vic@victoriakimse

    I've had enough of people and agents doing duplicate work! ✋ Say no to project sprawl. With Replit now having context over all your projects, you can now prevent this really easily. Upload the following custom instructions skill that checks whether similar projects exist in your workspace. Details in thread! 🧵

  8. Hacker News:AI 热帖52

    规格可以稍后再写:AI 编程中先实现再提炼规格

    作者认为规格不必在编程前完成,第一次实现本身就是发现真实需求的过程,之后再从完成的 AI 编码会话和代码变更中提炼规格。文中提到 AfterVibe: What Remains When the Conversation Ends 会把恢复出的规格交给另一个智能体,在现有仓库中重建相同变更,以检验规格保留了哪些信息。作者强调这种先探索、再生成的流程仍需人工判断哪些发现应成为需求。

  9. Hacker News:AI 热帖33

    Claude Code 为何是自 LLM 以来 AI 的最大进展

    文章认为 Anthropic 的 Claude Code 是自 LLM 以来 AI 的最大进展,核心在于其采用神经符号混合架构而非纯 LLM。其泄露源码中的 print.ts 内核有 3,167 行、486 个分支点和 12 层嵌套,主要是确定性的 IF-THEN 符号逻辑。作者据此主张符号 AI 与神经网络结合比单纯扩展 scaling 更重要。

  10. Hacker News:AI 热帖53

    Delegator 发布:并发管理多个编码智能体会话

    Delegator 发布 beta 版,可把任务并发委派给多个编码智能体,并将任务、依赖、worktree、会话和结果统一整理到收件箱。它支持 Claude、Codex、Goose、OpenCode、GitHub Copilot、Cursor、Pi 和自定义 ACP;每个任务使用独立分支与 Git worktree,完成后返回 commit 并保留会话。

  11. Hacker News:AI 热帖42

    Docusign Krew 智能体平台如何为工程师节省数千小时

    Docusign 内部智能体编排平台 Krew 已支撑 220 多个 Krewmates,数月内为工程师节省数千小时。员工无需代码或基础设施配置,通过系统提示词、技能文件、内置工具和触发器即可创建智能体。Krew 涵盖触发、编排、执行与结果持久化,可扫描错误日志、审查 feature flag、检查 pull request 并处理值班交接。

  12. Hacker News 热门(buzzing.cc 中文翻译)52

    开发者反思:vibecoding 为什么没有手动写代码有趣

    作者认为 vibecoding 会把乐趣前置,快速原型带来即时多巴胺,但重构、维护和理解代码时的满足感明显下降。文章区分想法成真、艰难完成、学习和解决自身问题等多种成就感,并列举野火预警、Kobo 数据库迁移助手、实时音高训练应用等用 AI 完成的项目。作者承认 vibecoding 能让原本不会动手的项目落地,却也让人与代码和现实隔了一层,难以获得手写代码经过挫折后的长期满足。

10月6日周二
  1. Elon Musk46

    Grok 4.7 非常擅长处理大型代码仓库

    引用X Freeze@XFreeze

    Grok 4.7 takes the TOP 3 spots on VulcanBench Frontier v4, outperforming Fable 5.1, Opus 5.5, GPT-6 Astra, GPT-6.1 Sol and other leading frontier models • Grok 4.7 xHigh - 93.15 • Grok 4.7 High - 92.71 • Grok 4.7 Medium - 92.30 VulcanBench Frontier v4 tests whether AI models can handle difficult repository-level software engineering work rather than simply generate isolated code snippets The benchmark contains 23 behavioural-reconstruction tasks where models have to rebuild legacy software to match its actual behaviour, with functional correctness tested through hidden tests alongside security, lint/complexity and code quality And the task results are just as impressive: • Grok 4.7 xHigh - 23/23 passed • Grok 4.7 High - 22/23 passed • Grok 4.7 Medium - 21/23 passed Grok 4.7 took all #1, #2 and #3 spots