- 综合排序
- 最热优先
- 最新优先
- 来自专栏从头开始学习测试开发
OpenDevin —— 开源的 Devin 平替，你的第一个全自主 AI 软件工程师
一句话总结： OpenDevin 不是另一个代码补全插件，而是一个能独立承接并完成端到端软件工程任务的全自主 AI 智能体。 你只需给它一个模糊的产品需求（例如“做一个待办事项应用”），它就能像一位资深全栈工程师一样，自主规划架构、编写前后端代码、进行单元测试、调试错误，并最终为你提交一个包含完整 README、演示 GIF 它的目标非常明确：打造一个完全透明、可审计、可本地化部署的开源版 Devin，让每一位开发者都能拥有自己的 AI 工程师。 二、OpenDevin vs. 步骤 6：它使用 Jest 为 mdx.ts 编写了两个单元测试，覆盖了正常解析和边界情况。 步骤 7：最关键的一步。 工程师等。
2.5K10编辑于 2026-01-22 - 来自专栏啄木鸟软件测试
全栈软件测试工程师宝典连载（6）
第3章 软件性能测试 3.1性能测试介绍 3.1.1 性能测试的定义 性能测试在质量ISO2510 2006模型中属于效率，根据维基百科定义，[30]软件性能测试作为软件质量保证必不可少的环节，指的是软件系统或构件对于其及时性要求符合程度的指标 普通性能测试通常在功能测试同时进行，通过测试工程师的抓包或者用户体验来进行测试。 2．负载测试（Load Testing） 负载测试分为并发测试和容量测试。 图3-6 响应时间 案例3-6：某网站的表单提交响应时间。 •当有6个人来理发的时候，3个人可以同时进行，3个人需要等到下一轮，这个时候需要20分钟×3+10分钟×3=90分钟的理发时间、平均响应时间为90/6=15分钟、由于理发师没有增加，实际并发数仍旧为3。 包括需求分析师、架构设计师、开发工程师、测试工程师等。 •运维人员。 包括DBA、技术支持工程师等。
73830发布于 2021-01-18 - 来自专栏山行AI
首个代理AI软件工程师—Devika
前言 在全球首位AI软件工程师和人类历史上首位具身智能AI机器人出现后，AI的高速发展已经逐渐在很多方面影响和改变着我们的工作和生活的方式。 与之同时出现了很多开源版本的AI软件工程师，如：Open Devin—一个少编码、多创造的开源AI软件工程师和本文要介绍的Devika—一款代理人工智能软件工程师。 Devika - 代理人工智能软件工程师 重要提示 本项目目前处于非常早期的开发/实验阶段。目前还有许多未实现/损坏的功能。欢迎大家贡献力量，帮助项目进展！ Discord服务器[13]•贡献[14]•许可证[15] 关于 Devika是一位高级AI软件工程师，能够理解高级别的人类指令，将其分解成步骤，搜索相关信息，并编写代码以实现给定目标。 Devika利用大型语言模型、规划和推理算法以及网络浏览能力，智能地开发软件。 Devika旨在通过提供一位能够在最少的人类指导下承担复杂编码任务的AI编程伙伴，革命性地改变我们构建软件的方式。
1.3K10编辑于 2024-03-26 - 来自专栏新智元
火星探测器安装AI软件，AEGIS 实现好奇号自主探索
【新智元导读】去年 5 月，NASA 的工程师为火星探测器好奇号安装了一套 AI 软件 AEGIS，使得好奇号实现了从自动向自主的飞跃。 去年5 月，NASA的工程师在好奇号的主控计算机上远程安装了一套人工智能软件，使得好奇号可以识别火星表面值得探测的特征，校正激光破碎器的准星。在好奇号的多数活动中，仍然还是由人类做主的。 但这一软件使得火星车在没有太多人类输入的情况下也可以主动进行科学探索，实现了从自动到自主的飞跃。 换句话说，这个软件——不过是好奇号380 万行代码中的 2 万行——把好奇号从一台 6 轮核能机器人变成了一名野外科学家。 从去年5 月到今年4 月间，AEGIS使好奇号自主选择值得探索的岩石和土壤时，准确率达到了93 %。上周，软件开发者在Science Robotics 发表了研究报告。
1.2K90发布于 2018-03-28 - 来自专栏拭心的安卓进阶之路
一位软件工程师的6年总结
历沉淀或者经验提炼，希望对所有的软件工程师们有所帮助，早日实现自己的人生目标。 6、 不要仅局限于对某项技术的表面使用上，哪怕你只是偶尔用一、二次。“对任何事物不究就里”是任何行业的工程师所不应该具备的素质。 工程师的内涵是：以工程师的眼光观察、分析事物和世界。一个合格的软件工程师，是真正理解了软件产品的本质及软件产品研发的思 想精髓的人（个人观点、欢迎探讨）。 掌握软件开发语言、应用语言工具解决工作中的具体问题、完成目标任务是软件工程师的主要工作，但从软件工程师这个角度 来看，这只是外在的东西，并非重要的、本质的工作。 学习、掌握软件产品开发理论知识、软件开发方法论，并在实践中理解、应用软件产品的分析、设计、实现思 想来解决具体的软件产品研发问题，才是真正的软件工程师的工作。
43630编辑于 2022-11-30 - 来自专栏信创产业
软件自主可控、 软件代码成分(开源率自主率)分析、代码审计是什么，区别与联系
软件自主可控 指软件在核心技术、关键组件、供应链等方面不依赖外部实体，能够自主开发、运维并满足安全合规要求，通常用“代码自主率”量化（自研代码占比）。除了技术部分外，通常还包含一些材料审查。2. 软件代码成分分析（SCA） 软件代码成分分析（SCA）是一种自动化技术手段，SCA如同软件的“成分检测”，帮助开发者了解自己产品的“原料构成”。 通过静态手段识别软件中所有开源与第三方组件、版本、许可证及已知漏洞，输出“软件物料清单（SBOM）”。该部分大部分是通过工具进行指纹采集与开源库比对分析。3. SCA 为“自主可控”提供量化输入：通过统计自研与引入代码比例，计算代码自主率，是判断能否“自主可控”的关键数据来源。 2. 三者常嵌入同一流程：在信创或关基项目中，先由 SCA 生成 SBOM 与自主率报告，再对高风险组件和自研模块做深度代码审计，最终形成“自主可控”综合评估报告。
36310编辑于 2026-04-07 - 来自专栏人工智能
从Copilot到自主编程：AI将如何重塑软件开发流程
核心观点抢先看AI编码工具已跨越“辅助”阶段：从Copilot的代码补全到GPT-Engineer的完整项目生成软件开发全链路变革：需求分析→代码实现→测试→维护的AI渗透图谱开发者能力模型重构：从“ 实现偏差安全边界：第三方库漏洞的自动化检测难题3.2 伦理争议代码版权归属：AI生成代码的著作权界定工程师价值：基础编码岗位的转型压力3.3 认知鸿沟问题新手陷阱：过度依赖AI生成代码导致底层原理失察真实场景 ：Spring Bean循环依赖问题被AI掩盖，线上故障排查耗时增加2倍经验贬值危机：10年工程师的"快捷键记忆"价值衰减数据佐证：2024 Stack Overflow调研显示，67%开发者认为传统调试经验权重下降 3天压缩至4小时物理引擎优化：AI自动调整刚体碰撞检测参数UE5插件：NVIDIA推出的AI物理优化工具包实测性能提升17% Part 6：开源生态的AI化演进6.1 开源项目维护新范式Issue智能分类 加速新冠病毒刺突蛋白分析流程蛋白质折叠计算：AlphaFold2与分子动力学代码的智能耦合效率对比：传统方法6个月工作量压缩至72小时14.2 工业软件平民化CAD/CAE代码转换：将设计图纸自动生成有限元分析代码制造业案例
1.1K10编辑于 2025-03-21 - 来自专栏机器之心
北大用ChatGPT打造开发团队，无需人类干预，AI自主完成软件开发
机器之心专栏 机器之心编辑部 人类可以通过合作的方式解决复杂问题，这种模式同样适用于 AI 领域。 「一个人的能力有限，一支团队的力量无限」，这一句话在现实世界的软件开发中体现的淋漓尽致。 但在 AI 世界中，这样的模式是否也适用呢？ 北京大学李戈教授团队提出了一种全新的 self-collaboration（自合作）模式。 它允许多个大模型模型扮演不同的角色，组成了一个无需人类参与的软件开发团队，通过大模型间的合作和交互，自主完成整个软件开发流程，甚至包括一些复杂的代码生成任务。 此项研究开创了一种新的使用人工智能语言模型进行软件开发的路径，将人工智能与软件开发过程的各个阶段紧密结合，既提高了开发效率，也保证了软件的质量。 如图 6 所示，随着模型规模的扩大，大模型的 coding 能力通常呈现出增加的趋势，而自合作能力在 7B 参数量左右开始显现出来，随后不断提升。实验结果表明自合作有助于激发大模型的潜在智能。
51540编辑于 2023-08-08 - 来自专栏让技术飞起来
AI时代软件工程师职业还将存在多久？
活人软件工程师被GPT替代后，团队组成可能只剩下两个活人：产品经理和审核。产品经理负责通过提示工程的手段向AI提出各种设想、要求并对成品作验收。 但是对于AI来说，敏捷 = 算力。迭代一版软件产品，就看你有多少颗GPU/TPU/CPU了吧。而且AI没有休息一说，可以无休止的工作，一天把软件代码迭代个十万八千次，不是问题。架构设计模式？重构？ 号称AI赋能码农、增强其能力提升其效率的神器 - 各种Copilot，来了。随之而来的是各种“神预测”。“未来的工程师只有两种人，能利用AI的和不能利用AI的”。 但至少目前看来，用英语做提示让大语言模型生成真正有效的代码、实现一定的软件功能，依然不是普通人能驾驭，它可能带来另外的专业门槛。“AI是平庸工程师的复仇”。有些技术视频博主如是说。 接下来，牢固掌握原理性知识、理解底层技术有Mechanical Sympathy的人，有机会“进化”成AI世代的软件工程师，而粘贴代码、搞点字节搬运、做做增删改查机械任务的那些，将消失于这个行业。
90711编辑于 2023-12-27 - 来自专栏云云众生s
在AI时代软件工程师仍然不可或缺
随着我们不断探索不断发展的技术领域，人工智能（AI）对各个行业产生的深远影响是不容否认的。AI 已彻底改变了运营，实现了任务自动化并提高了效率。然而，尽管有这些进步，AI 仍无法取代软件工程师。 软件工程师的独特性 虽然 AI 擅长自动化重复性任务、处理海量数据，甚至生成高质量的代码片段，但软件工程师的角色远远超出了这些功能。 同样，软件工程师使用 AI 来增强他们的能力，但由于他们独特的创造性思维和解决复杂问题的能力，他们仍然不可替代。 软件工程师必须参与终身学习 才能保持相关性。这种持续学习的心态是该职业的内在属性，确保软件工程师始终处于技术进步的前沿。相反，AI 在其预定义数据集的范围内运行，无法像人类一样自主获取新知识或技能。 软件工程师对于技术的持续增长和发展至关重要。虽然 AI 可以增强他们的工作，但它无法取代软件工程师带来的创造力、批判性思维和协作。
56510编辑于 2024-06-17 - 来自专栏全栈程序员必看
java软件工程师和java开发工程师区别_软件测试工程师
今天就来和大家科普一下java工程师和软件工程师的关系是什么，二者各自具体的工作性质和岗位职责是什么，帮有想了解java工程师和软件工程师的朋友们解答疑惑，能更好的认识这两个职位。 首先来说软件工程师。软件工程师其实是一个通用的具有概括性的名词概念，这个里面包括了很多更具体化的职业方向，比如软件管理人员、软件设计人员、软件开发人员和程序员等，这些都属于软件工程师。 上面说到，软件工程师是一个广义的概念，可以说是一个行业的统称，下面是分很多种类和方向的，而java工程师就算是软件工程师范围内的一类工程师。 因为我国的软件出口早在10年前就已经达到200多亿的规模了，在我国IT类职场人气职位中，软件工程师是位列第一名的，所以包括java工程师，所有类的软件工程师认筹单就业前景十分乐观。 相信经过上面的简单介绍，大家已经知道Java工程师和软件工程师的关系这个问题的答案了，那么有兴趣的朋友们赶快来加入到java工程师和软件工程师的行列中来吧。
1.3K20编辑于 2022-11-09 Alexa进入自主时代：AI技术新突破
总的来说，这些技术将为Alexa语音服务和Alexa开发者可用工具带来新的通用性和自主性水平，开启人工智能的新"自主时代"，在这个时代，像Alexa这样的AI系统将变得更加自我感知和自主学习，并且能够通过经验丰富的开发者甚至最终用户实现自助服务 同样，当客户发出不熟悉的指令时，真正自主学习的Alexa将能够推断其可能含义——也许通过搜索网络或探索知识库——并提出可能性。自助服务本质上意味着AI的民主化。 通俗地说，这些就是对话AI领域的无代码和低代码开发环境等价物。需要明确的是，自主时代尚未完全到来，它的曙光需要仍在开发中的技术走向成熟，无论是在该中心还是其他地方。 自主学习历史上，AI开发周期涉及数据收集、数据注释以及在新注释数据上重新训练模型——所有这些加起来是一个费力的过程。 这些进展，连同该机构科学上报告的其他进展，表明Alexa AI团队继续加速其创新步伐。更多激动人心的公告即将到来。我会不时回到这里，向您更新Alexa进入自主时代的旅程。
33010编辑于 2025-10-05- 来自专栏人工智能快报
新软件能赋予机器自主决策能力
据英国《每日邮报》网站2015年10月20日报道，俄罗斯武器制造商——俄罗斯联合仪器制造公司声称其研制出的新软件Unicum AI能赋予机器人自主决策能力，并已用于装备人工智能坦克。 该公司通过视频演示了Unicum AI软件，在视频中机器人坦克似乎可以自主行动并攻击目标。 根据《今日俄罗斯》网站和俄罗斯联合仪器制造公司的消息，Unicum AI软件在任意时刻都可控制多达十台机器人坦克，并能够独立地组建“特遣部队”。 在没有人为的干涉下，Unicum AI可以控制机器人坦克之间的通信，选取“特遣部队”的指挥机器人，并为每一个机器人指派任务。 此外，Unicum AI还能够在战场上定位目标，并在收到人类控制员的确认信息后消灭目标。
64890发布于 2018-03-13 - 来自专栏企鹅号快讯
谷歌挖走苹果芯片工程师 自主移动芯片将要面世
12月23日消息，据报道，谷歌已聘用苹果公司芯片工程师约翰·布鲁诺（John Bruno），该公司正在致力于设计自己的消费者设备芯片组。 去年，也曾出现过其他一些芯片工程师从苹果及其主要芯片供应商高通跳槽到谷歌。 其中离开苹果的芯片工程师包括马努·古拉蒂（Manu Gulati）、崔旺泽（Wonjae Choi）和塔育·法德罗（Tayo Fadelu），离开高通转投谷歌的工程师包括伊迈拉克·比斯瓦斯（Mainak 布鲁诺跳槽到谷歌正是苹果致力于打造消费者芯片组业务之际，据The Information报道称，苹果于2010年在第一代iPad中推出了自主移动芯片，并且凭借iPhone 5s的A7芯片，苹果是推出64 苹果的自主芯片已经用于自己的智能手机产品，并且正在研发具有人工智能相关功能的芯片。这家总部位于丘珀蒂诺（Cupertino）的科技公司最终计划是将人工智能芯片用于自己iPhone和iPad等设备。
77180发布于 2018-01-25 - 来自专栏企鹅号快讯
工程师已成功编程出自主行为小型昆虫机器
康奈尔大学的工程师正在开发新的编程，使他们更加自主，适应复杂的环境。 学分：哈佛微型机器人实验室 据外媒体报道:康奈尔大学工程师们已经成功地建造了小型的类似昆虫的机器人，但是将其编程为像真正的昆虫那样自主行为仍然是技术上的挑战。 康奈尔大学的一组工程师一直在尝试一种模仿昆虫大脑工作方式的新型编程方法，很快人们就会想，这种飞行在墙上的飞行实际上是否是飞行。 由于芯片比传统处理器需要更少的功耗，因此工程师可以将更多的计算包装到相同的有效负载中。 康奈尔算法将帮助RoboBee更加自主和适应复杂的环境，而不会显着增加其重量。
794100发布于 2018-01-25 - 来自专栏新智元
微软AI程序员登场，10倍AI工程师真来了？996自主生成代码，性能超GPT-4 30%
甚至连刚开始攻读计算机学位的人也恐慌，「10倍AI工程师」对未来的工作影响。 除了Cognition AI这种明星初创公司，美国的各个大厂也早就在想办法用AI智能体降本增效了。 AutoDev专为自主规划、执行复杂的软件工程任务而设计，还能维护Docker环境中的隐私和安全。 在此之前，微软已有主打产品GitHub Copilot，帮助开发人员完成软件开发。 用户可以定义复杂的软件工程目标，AutoDev会将这些目标分配给自主AI智能体来实现。 然后，这些AI智能体可以对代码库执行各种操作，包括文件编辑、检索、构建过程、执行、测试和git操作。 这是一种用于自主任务执行的开源AI智能体，通过提供代码和IDE特定功能来支持执行复杂的软件工程任务。 AutoDev构架 上图是AutoDev架构的简单示意图。 随着Devin、AutoDev等AI工程师的诞生，程序员们的工作可能会一大部分实现自动化。
52210编辑于 2024-03-25 LearnBuddy：专家同行的AI自主学习平台
一、产品定位与核心亮点 LearnBuddy 是由腾讯云副总裁、腾讯教育解决方案负责人杨晖及其团队推出的AI教育产品，定义为“专家同行的AI自主学习平台”。 师-生-机三元协同：突破传统二元教学，实现“教师高阶引导 × AI 规模化陪伴 × 学生自主探究”的教学效果公式。 专家陪伴的自主学习：提供24x7在线伴学、专家分身1V1指导、科研全流程Skills支持。 管理者 知识资产难沉淀：教授退休调离导致智力流失不可逆；AI落地难成体系：工具碎片、数据孤岛、缺统一管控。 功能框架 LearnBuddy 构建了从内容生成到生态连接的完整架构： 核心引擎：自研+开源多模型引擎、多Agent自主规划协作、跨会话长期记忆。 学生端案例：自主学习与科研探索 背景：学生需要完成《AI Agent》、《智能工厂》等课程学习，并进行科研探索。 解决方案： 通过学习空间访问本校课程，利用专家分身进行1V1指导。
64610编辑于 2026-06-17AI搜索优化与自主内容智能体技术
不断发展的领域在最近的一项分析中，Halliday指出，某AI聊天工具最近在其免费和低成本层级中推出广告，正在重塑AI搜索并降低传统SEO策略的价值。 Quill是一个自主智能体，可监控跨多个AI平台的内容表现，识别信息缺口或陈旧信息，并草拟更新或全新材料供人工审核。该方法认识到持续更新信息对于保持对AI爬虫相关性的重要性。 “在AI搜索中，内容的新鲜度远比传统SEO更重要。” 该平台目前追踪八个AI引擎，包括某机构的ChatGPT、某机构的Claude、某机构的Perplexity AI、某机构的Rufus以及某机构的AI Mode。 人工参与尽管具有自主能力，该系统仍保留人工监督。Halliday表示，目前所有最终发布决策都需要人工批准，尽管较小的更新（如季节性常见问题解答的更改）最终可能会实现完全自动化。
16010编辑于 2026-05-20- 来自专栏AIoT技术交流、分享
嵌入式软件工程师，怎么把AI工具用顺手？
这两年大家都在聊 AI 写代码，但嵌入式工程师听起来多少有点别扭。 因为我们的 bug 不只在屏幕里。 最后能不能上板，还是要靠工程师自己对手册、时序、内存和现场现象负责。 如果把这个边界想清楚，AI 对嵌入式开发的效率提升还是很明显的。 我更喜欢让它从几个固定角度看： 请只从嵌入式软件风险角度审查下面这段 C 代码。 重点关注： 1. 中断上下文是否调用了不安全函数； 2. 是否存在数组越界、整数溢出、未对齐访问； 3. 这些问题 AI 不一定每次都抓得准，但它能帮你多一轮视角。工程师最后要做的是判断，不是照单全收。 5 调试时，把 AI 当“现场记录整理员” 嵌入式调试最怕现场信息散。 真正的结论还是要靠调试器和现场复现，但 AI 能把排查路径整理得更清楚。 6 小脚本是 AI 提效最明显的地方 如果只能推荐一个最容易见效的用法，我会推荐：让 AI 帮你写脚本。
40220编辑于 2026-05-26 - 来自专栏Unity游戏开发
游戏AI-实现AI角色的自主移动——操控行为
Unity操控行为编程的基类：Vehicle类、AILocomotion类和Steering类 1.将AI角色抽象成一个质点——Vehicle类 这个类直译为“交通工具”包括了很宽泛的能自主移动的AI角色 1.每一帧的力（最大不超过最大力） 2.交通工具的质量，来确定加速度 3.加速度与原速度相加，得到新的速度 4.新的速度与一帧的时间相乘，计算出位移 5.原位置加上位移得到新位置 此类通过获取AI Vector3(0, 0, 0); //力量检测时间一定间隔后才重新计算 if (timer > computeInterval) { //AI acceleration = steeringForce / mass; timer = 0; } } } 2.控制AI 角色移动——AILocomotion类 真正控制AI角色的移动，计算每次移动的距离播放动画等 using System.Collections; using System.Collections.Generic
1.7K10发布于 2019-05-28
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号