01AI辅助编程的局限性我们很早就开始让AI参与日常研发,但随着实践深入,一个反直觉的现象开始浮出水面:工具用得越来越熟,问题却越来越多,交付数据反而不支持主观感受。 原因有三:1.写代码只占研发工作的30%–50%,Agent把编码效率提升50%对整体交付的贡献只有15%–25%;2.省下的编码时间被Spec编写、CodeReview、测试验证吃掉了;3. 上下文工程有效,但远远不够我们一直在用AI辅助人,而不是让AI替代人完成系统中的某个环节。生成速度快了,但验证、评审、修正还是原来的人来跑。 2.架构层:让约束变成Agent可感知的信号换到四层单向架构之后,关键不是换了一套架构图,而是把约束从文档里移出来,编码进Agent每次开工就能感知到的地方。 「AI写测试→AI审查测试→AI修正测试」,让质量闭环在人介入之前先自己跑一轮。
写在开头 这几个月AI相关新闻的火爆程度大家都已经看见了,作为一个被裹挟在AI时代浪潮中的程序员,在这几个月里我也是异常兴奋和焦虑。甚至都兴奋的不想拖更了。 不仅仅兴奋于AI对于我们生产力的全面提升,也焦虑于Copilot等AI辅助编码工具,会将程序员这个工种和我们所熟悉的传统软件开发流程彻底颠覆,用计算机的极高效率碾压人类的低效率。 本文是我深度体验了Github Copilot, ChatGPT等产品后,对于这些AI辅助开发工具的一次横向评测。写本文的初衷是帮助大家快速筛选出一款合适你的AI辅助工具。 图片 2. 根据代码生成注释 反过来,它可以尝试理解你的代码,为你生成注释,你只需要给他一个 // 前缀 图片 3. 帮你起变量名 它可以帮你器变量名,这可是很多英语不好的程序员的大福音。 总结 最后,总结下这几个产品作为一个AI辅助编码工具的优缺点。 **Github Copilot:** 优点: 可以根据提示自动生成代码,提高开发效率。
这些新的特性,融合了我们对于 AI 辅助编码的新理解。诸如于: 重构:AI 重命名、坏味道重构、重构建议。 演进式 AI 辅助编码 生成式 AI 辅助编码的两条技术路线是:重新生成还是代码变更。Unit Mesh 是我们设计的 AI 编码的重新生成架构范式,当来了新需求时,每次都生成新的代码。 引子 2:AI 辅助理解需求与实现 在研发数字化程度足够高时,我们可以轻松从一个线上的日常位置,自动关联到对应的需求变更原因。 示例 2:标识坏味道,改进代码质量 如上所述,重构依赖于好的上下文或者意图,而代码中的坏味道就是一个非常好的意图。 支持到第 N 个 column 形式的字符 yml#L1C1-L2C12 总结 如何将大量的日常性工作,融入到开发者的日常工作中,是一个非常有意思的探索。
我们对于此的新理解:https://mpvideo.qpic.cn/0bc334aacaaau4agml2zzjtfbx6dahpqaaia.f10002.mp4? 阶段演进 2:从自动生成到自动校验与执行 我们设计 AutoDev 的想法是来源于 AutoCRUD + LLM 场景的探索,即在固定分层结构的代码库、编程规范中,代码是完全可以由 AI 自动生成的。 AutoDev 1.8.6 的新自动化能力 在新版本的 AutoDev 中,我们融合了我们对于 AI 辅助编码的新理解。 自动执行 AI 重构代码:从一无所知到勉强可用 当你使用 AI 重构时,会发现因为 AI 做了重命名等操作,没有修改 ref 导致代码无法运行。因此,你无法直接应用 AI 的重构建议。 批量 Prompt 当你需要对多个文件进行操作时,我们引入了批量 Prompt 的能力,以支持你的批量 Prompt: 诸如于,你可能需要批量迁移 Vue2 到 Vue3 代码,只需要 配置好对应的规则
译自 AI-Assisted Coding: A Double-Edged Sword for Security,作者 B Cameron Gain。 我们实际上是用所有这些新代码堵塞了管道,”Chainguard 的联合创始人兼首席执行官Dan Lorenc 在最近的 Linux 基金会AI_dev 大会主题演讲中表示。 Jossef Kadouri 和 Tzachi Zornshtain 都是 Checkmarx 的软件供应链负责人,他们在他们的演讲“AI 的黑暗面:开放中的隐藏供应链风险”中描述了来自 AI 的供应链威胁 开发人员可以尽力审查 AI 生成的代码,但为了使漏洞检测和修复变得有效,还需要做更多工作。 然而,输入 ChatGPT 或其他 LLM 的结果并不总是相同的,这是由于机器学习的神经网络配置以及这些 AI 模型涉及幻觉的其他方面。
不过如果企业想系统、大规模地采用 AI 辅助编码,则需要将基于 AI 的编码实践构建到 CI/CD 流水线中。 那么具体该如何做到这点呢? 在本文中,我们通过讨论开发人员应如何更新其 CI/CD 流水线和策略以利用 AI 辅助编码工具来探讨这一问题。 如果想让 AI 以系统且可重复的方式成为开发过程的一部分,就需要将 AI 辅助编码纳入 CI/CD 策略中。 修改软件发布策略和期望 使用 AI 辅助编码工具可以加速 CI/CD 流水线,从而实现更快的发布。 并且鉴于全面使用 AI 工具生成代码对于许多团队来说仍然相对新颖,CI/CD 流水线将如何改变以适应 AI 辅助编码仍有待观察。
2023 年,生成式 AI 的火爆,让越来越多的组织开始引入 AI 辅助编码。与在 2021 年发布的 GitHub Copilot 稍有差异的是,代码补全只是重多场景中的一个。 在这个背景下,我们(Thoughtworks)也开发了一系列的开源工具,以帮助更多的组织构建自己的 AI 辅助编码助手: AutoDev,基于 JetBrains 平台的全流程 AI 辅助编码工具。 基于 Llama 2 架构,与 Llama 生态兼容 微调:Deepspeed + 官方脚本 + Unit Eval。 GPU:RTX 4090x2 + OpenBayes。 因此,我们将其总结为:一大一中一微三模型,提供全面 AI 辅助编码: 高质量大模型:32B~。用于代码重构、需求生成、自然语言代码搜索与解释等场景。 高响应速度中模型:6B~。 云 GPU: OpenBayes GPU 算力:4090x2 (目测和微调参数有关,但是我试了几次 4090 还是不行) 微调脚本:https://github.com/deepseek-ai/DeepSeek-Coder
Genuitec近期发布了Java IDE MyEclipse的2026.1版本,带来了对Java25、Spring Boot4以及AI辅助编码能力的更新,同时在Java语言工具、调试功能、构建工具链和 AI辅助开发与Spring工具支持在AI辅助编码方面,MyEclipse 2026集成Copilot4Eclipse1.7插件,该插件提供代码补全与聊天能力。同时兼容GitHub Copilot插件。 整体来看,作为MyEclipse在2026的第一次更新,从语言支持到开发工具能力都有升级,特别是对Java25、Spring Boot4以及AI辅助编码能力进行了适配和完善,能够帮助Java开发的团队使用到新的语言特性
一、 产品定位与核心亮点 腾讯云AI代码助手是一款基于人工智能技术构建的辅助编码工具,旨在从工具向生态演进,驱动应用开发加速创新。 教育与开发融合:通过腾讯云 Cloud Studio 打造云端“AI编码数字教室”,实现AI for Education,结合算力资源池与教学管理。 学生 (Educatic) 教学管、AI辅助学习 需要AI辅助编码教学、知识点理解与代码优化;需要云端环境进行实训与作业管理。 三、 应用框架和功能介绍 1. 2. 硬核指标(基于内部实践数据) 数据来源:2024腾讯全球数字生态大会,某医疗项目研发项目任务集采样(双人组单任务,采用Go语言实现)。 2. 运营推广与用户习惯培养 背景:产品初步上线,需建立用户习惯并提升活跃度。 解决方案: 阶段一:初步上线,目标DAU 500,开展关键活动产品上线与产品功能培训。
standard.gif 依次打开Activity1、2、2、1、2 E/TASK_ID: Activity1 Task id is 89 E/TASK_ID: Activity2 Task id singleTop.gif 依次打开Activity1、2、2、1、2 E/TASK_ID: Activity1 Task id is 82 E/TASK_ID: Activity2 Task id is singleTask.gif 依次打开Activity1、2、2、1、2 E/TASK_ID: Activity1 Task id is 94 E/TASK_ID: Activity2 Task id singleInstance.gif 依次打开Activity1、2、2、1、2 E/TASK_ID: Activity1 Task id is 115 E/TASK_ID: Activity2 Task E/TASK_ID: Activity1 销毁 可见Activity2单独在一个栈中,多次开启Activity2不会新建实例 ?
我们的目标是在实验结束时实现以下双向复制架构: 实验总结 实验1 – 配置Kafka外部账户 实验 2 - 安装 Streams Replication Manager (SRM) 服务 实验 3 - 实验 2 - 安装Streams Replication Manager (SRM)服务 笔记在两个集群 上运行 在 Cloudera Manager 控制台上,单击左上角的 Cloudera 徽标以确保您位于主页上 有时我们可以看到相邻消息之间有近 2 秒的间隔。 消费者故障回复的工作方式相同。在我们让消费者失败之前,我们需要将偏移量反向转换(从集群 B 到集群 A)。 1 15656 good.failover global_iot 2 有时我们可以看到相邻消息之间有近 2 秒的间隔,这是正常的。
上次我们说到用深度学习来做斗地主游戏AI的一个实验项目,这次我们来说说技术实现层面的一些问题。 对于这样一个应用场景来说,我们是可以把它当做类似于图片分类的场景去做的。
我们修改A*PathfindingProject的部分源码来实现战术寻路 在Path中我们修改GetTraversalCost函数来实现路径代价的重新计算 源码
Defense Innovation Board unveils AI ethics principles for the Pentagon AI ethics principles to guide DeepMind's AlphaStar Final beats 99.8% of human StarCraft 2 players In a paper published in the journal 2 players. (via Harvard Business Review) AI could be a disaster for humanity. He wrote the book on AI and is leading the fight to change how we build it.
利用资源 1、Prompt 学习 网上和 Prompt 优化相关的资源非常丰富,几乎各大主流 AI 大模型和 AI 开发框架官方文档都有相关的介绍,推荐先阅读至少 2 篇,比如: Prompt Engineering [如果回答仍然不够具体] 进一步改进: 详细分析AI在医学影像诊断领域的具体应用,包括: 1. 现有的2-3个成功商业化AI诊断系统及其准确率 2. 这些系统如何辅助放射科医生工作 3. 比如我们来开发一个 AI 训练营面试助手应用,帮助用户解决面试当中遇到不会回答的问题,根据知识库进行模拟面试 2、怎么细化需求? 整体方案设计将围绕 2 个核心展开: 系统提示词的设计 多轮对话的实现 1、系统提示词设计 前面提到,系统提示词相当于 AI 应用的 “灵魂”,直接决定了 AI 的行为模式、专业性和交互风格。 在正式开发前,建议先通过 AI 大模型应用平台对提示词进行测试和调优,观察效果: 2、多轮对话实现 要实现具有 “记忆力” 的 AI 应用,让 AI 能够记住用户之前的对话内容并保持上下文连贯性,我们可以使用
Force() { //随机位移 Vector3 randomDisplacement = new Vector3((Random.value - 0.5f) * 2 * wanderJitter, 0, (Random.value - 0.5f) * 2 * wanderJitter); //从初始点加上一个随机位移 circleTarget Wander.gif 6.避开障碍 通过在AI前方发射一条一定长度的射线来检测AI前方是否有需要躲避的物体,在有障碍时,我们给AI一个向量为向前方的向量加上障碍中心到AHead的向量,来让AI物体避开障碍 velocity = m_vehicle.velocity; Vector3 normalizedVelocity = velocity.normalized; //从AI
嗨,我是小华同学,专注解锁高效工作与前沿AI工具!每日精选开源技术、实战技巧,助你省时50%、领先他人一步。免费订阅,与10万+技术人共享升级秘籍! 在使用 Claude Code(一个在终端运行、理解你的项目、协助编码的 AI 工具)时,你可能会遇到以下痛点:在命令行里切换项目、查看历史会话、查找某次对话的细节,体验较差。 对于希望 AI 辅助编码、然后检查 diff 的开发流程特别适合。定时消息调度可以为 Claude Code 消息设置 cron 表达式,实现定时任务、循环任务(支持跳过/运行)以及自动 删除。 应用场景场景 A:AI 辅助编码流程管理你在使用 Claude Code 辅助编写代码、生成补丁、重构、测试。 使用定时任务模块设置某个自动任务,例如「每天 2 点生成报表代码」。 这大幅提升 AI 辅助编码的管理效率。
在 AI 辅助编码工具层出不穷的今天,Anthropic 于 2025 年 2 月 24 日推出的 Claude Code 凭借其独特的定位和功能,迅速吸引了开发者群体的关注。 实践中的表现:从成功到局限Claude Code 的实际价值,在 “为代码库添加新编程语言支持” 的场景中得到了充分检验 —— 这一任务原本需要 2-4 周,且需两名开发人员与领域专家协作完成。 值得注意的是,在收到反馈后,Claude Code 能快速更新代码,例如通过 “观察者模式” 完善文件系统结构解析 —— 这印证了 “反馈循环” 在 AI 辅助编码中的关键作用:缺乏验证机制可能导致隐性问题被忽视 启示:AI 编码工具的 “成功密码”Claude Code 的实践案例,为我们理解 AI 编码工具的运作逻辑提供了重要参考:其输出质量并非单一因素决定,而是受多重变量影响:代码库质量:模块化、文档清晰、 (如 Python),AI 表现更优;底层 LLM 的编码能力直接决定工具上限;人类协作:开发者的引导(如明确提示、及时反馈)能显著提升 AI 的工作效率,“人机协同” 仍是最优模式。
,这是一款免费的 AI 代码助手,提供的代码补全次数比 GitHub Copilot 多 90 倍。 Google 不仅向个人免费开放该工具,还每月提供高达 180,000 次代码补全——这比其主要竞争对手 GitHub Copilot 提供的 2,000 次代码补全要多得多。 自主 IDE 和其他 AI 开发工具 我注意到最近涌现出一批新的AI 编码工具, 其中一些声称是能够从头创建整个应用程序的自主式 IDE。 更自主功能的基础 Salva 明确表示,对于面向大众的 AI 辅助编码工具而言,这仅仅是谷歌的开始。 他暗示,其未来的计划将包括“新的自主功能,坦率地说,不仅仅是在 IDE 中使用 AI——而是在 IDE 之外的各种其他界面中使用 AI”。 AI 辅助编码的“其他界面”是什么,还有待观察。
github.com/Geekhyt/weekly 技术资讯 Fresh 1.4 发布 H3 1.8 发布 TypeScript 将代码格式化工具迁移到 dprint Rollup 迁移到 SWC 计划 国产 AI 辅助编码工具 CodeGeeX 如何让 AI 帮你讲解论文? 2. 因为 React 你忘记了(或者从来不知道)的事情 文章探讨了 React 在前端开发中的地位,指出与其他现代框架的差距。 使用 Next.js、Langchain 和 OpenAI 构建 AI 聊天机器人 如何使用 Next.js、Langchain、OpenAI LLMs 和 Vercel AI SDK 构建 AI 聊天机器人 ,内容涵盖了从设置模板、实现结构化输出、自主 AI 代理到检索增强生成的步骤。