首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏腾讯云TVP

    AICoding挑战下的软开部门建设

    我们今天一起来规划一下在未来AI开发已经到来之际,IT的组织和管理体系应该如何应对。我以前的经历大多在2B业务,今天就以2B业务为例来思考一下。

    6.5K123编辑于 2025-07-03
  • 来自专栏扶墙集

    打造 Keenotes 过程中使用 AICoding Agents 的一些感想

    其实很长一段时间,我都不敢放开把所有都交给AI,所以,从来都是用AI做调研,确定差不多了,再让它写局部代码,然后人工合并到codebase。

    14710编辑于 2026-01-27
  • 浅谈Vibe Coding的落地执行

    一、先统一一个现实判断(很重要)AICoding不是“替代程序员”,而是:缩短交付周期降低低质量重复代码比例提升架构一致性与代码可维护性把工程师时间释放到“业务与系统设计”不先立这个认知,项目一定失败。 二、AICoding最容易成功的4类场景(优先落地)1️⃣CRUD接口层管道型代码(立竿见影)适用:GoJavaPython的Controller、Service、DAOMQTT、HTTPAPI、WebhookMongo 数据脚本AI助手」生成脚本+风险说明+回滚方案4️⃣技术文档&规范生成(最容易被忽略,但ROI极高)包括:接口文档数据字典架构说明README/部署文档效果:新人上手时间↓系统“只靠老员工记忆”的风险↓三、AICoding 的真实落地架构(不是装个插件)整体架构图(文字版)展开代码语言:TXTAI代码解释开发者↓IDE(VSCode/JetBrains)↓企业AICoding网关├─大模型(私有/API)├─企业代码上下文 五、给你一句“负责人级别”的总结AICoding的本质不是写代码,而是把“组织经验”变成“可复制的生产力”。

    28520编辑于 2025-12-19
  • 1小时完成DSM界面焕新:AICoding×Ooder A2UI的高效升级密码

    这场AICoding与Ooder A2UI的协同实践,彻底刷新了企业级工具迭代的效率认知。 为了让DSM工具深度匹配Ooder A2UI的技术标准,onecode团队摒弃了传统人工重写的低效方案,选择以“AICoding驱动全流程升级”为核心思路,依托Ooder生态工具链探索高效迭代路径。 二、三步走:AICoding主导的1小时焕新流程整个升级过程完全依托Ooder生态的标准化工具链,步骤简洁却精准,全程无需大量人工介入:锚定基准:Clone Ooder样板间工程 团队严格遵循Ooder 这组隐藏的提示语,正是AICoding能够精准高效完成任务的核心指引。 六、技术启示:AICoding+Ooder A2UI的1+1>2效应这次升级实践不仅完成了DSM工具的界面焕新,更验证了AICoding与Ooder A2UI协同的核心价值,为企业级低代码工具迭代提供了重要启示

    23410编辑于 2025-12-29
  • 来自专栏OneCode 低代码

    万字长文解读 OOD 前端框架:AICoding 时代,它不是在重新造轮子

    1.2 AICoding 时代的 “框架困境”:React/Vue 为何成为 AI 的负担? 当 AICoding 成为主流时,这种 “设计偏差” 就成了效率瓶颈。 三、AICoding 时代的三大核心命题:OOD 如何给出答案? 五、未来:OOD 如何引领 AICoding + 可视化的融合趋势OOD 的创新不是 “终点”,而是 “起点”。 从西夏文明的启示到 AICoding 时代的需求,技术的进步从来不是 “重复过去”,而是 “顺应时代”。

    63610编辑于 2025-09-17
  • 来自专栏得物技术

    Claude Code + OpenSpec 正在加速 AICoding 落地:从模型博弈到工程化的范式转移|得物技术

    当前的共识是,AI编码(AICoding)的真正瓶颈不在于模型的逻辑能力,而在于上下文管理(ContextManagement)的失效与开发意图(Intent)的模糊。 上下文工程的兴起上下文工程(ContextEngineering)正在取代提示词工程(PromptEngineering),成为AICoding的核心技术方案。 OpenSpec的出现为AI编码提供了“规格说明书”,将AICoding从“凭感觉写代码”提升到了“按规格执行任务”的高度。 建立AICoding效能飞轮AICoding的成功落地需要建立一套正向循环的“飞轮”:规格积累:每完成一个PR,都强制更新对应的OpenSpec规格文件。 六、结语:AICoding落地的飞轮正在转动在2026年,AICoding已不再是科幻。

    54140编辑于 2026-03-24
  • 来自专栏心得分享

    不如摸鱼去的2025年终总结,今年的关键词是直面天命

    还不太会做视频,主要是在做技术分享的同时,侧重于生活分享和互动,近期手术经历就是在小红书上分享的,具体见:https://blog.wot-ui.cn/about.htmlAICoding2024年以来,AICoding 虽然不想承认,但是AICoding的确是在推动一场信息行业的工业革命,它正在重塑整个行业的工作流。 不过目前AICoding仍然没有替代任何一个职业,“AI落地的最后一公里”仍未解决,人仍然在AICoding中扮演着决策者和指导者的角色。 尽管当前AICoding的脉络仍未清晰,但是AICoding未来确实无比值得期待。所以我们要拥抱变化,拥抱未来,拥抱AICoding。 我也在努力探索AICoding工具在前端开发上的落地,写了多篇文章被Trae公众号收录为最佳实践。

    70521编辑于 2025-12-30
  • AI时代的“水电气”,Tokens正在成为人类社会的新基建

    2025年,各家模型厂商突然开始在AICoding领域发力,以Anthropic为最,他们开始强调自己的模型在编程领域的评分,似乎这是他们在尝试一条先俘获小众人群(程序员)芳心,来抵抗openAI的普适性模型能力的路线 同时,AICoding已经超出了编程本身,成为可扩展至任意工作领域的AI工作范式,随着时机成熟,他们在桌面端Claude软件中上线Cowork,形成了一套以大模型为基础,工作范式创新为内核的AI生产力生态模式 国外,Gemini最早跟进AICoding领域,虽然他们最早提出了Gemini CLI这样的编程工具方案,但是直到他们推出了Gemini 3 Pro,才真正意义上冲上了AICoding的牌桌,这在当时引来了巨大的震撼 openAI则后来居上,推出codex编程工具,配合gpt-5.2-codex来实现对AICoding领域的狙击。 可以预言,至少在未来的3年内,AI领域的所有发展,都会基于AICoding领域的探索成果来进行发展。AI应用落地本身范式基本已经锁定,而且会向整个社会的各个方面渗透开。

    28610编辑于 2026-03-03
  • 来自专栏AI编程

    2025,AI 编程元年,我用 AI 做了这些!

    总结虽然AICoding取代前端开发的论调层出不穷,出一个新的大模型,前端就会死一次,但是目前AICoding仍然没有替代任何一个职业,“AI落地的最后一公里”仍未解决,人在AICoding中仍扮演着决策者和指导者的角色 尽管当前AICoding的脉络仍未清晰,但是AICoding未来确实无比值得期待。所以我们要拥抱变化,拥抱未来,拥抱AICoding

    84742编辑于 2025-12-30
  • 来自专栏技术人说

    从 AI Coding 到技术债务,Cloudflare 3个小时才全面恢复,出来混的,迟早要还的

    Cloudflare故障的时候,我正好在试一个AICoding工具。写着写着代码突然连不上依赖,接口全红,IDE崩溃得比我还快。我当时以为又是我电脑抽风了,重启、切网、VPN换出口,没用。 现在AICoding很强,能帮我们写出整段整段看起来没毛病的代码。但你只要让它接手3个月以上的项目,就会看到一个奇怪的现象:逻辑是对的,结构却在一点点变形,能跑但越来越难维护。 如果哪一天AICoding能做到自动识别技术债、自动重构、自动治理,那将会是开发领域真正的革命。但在那之前,我们还是要老老实实面对一句老话:出来混的,技术债迟早要换的。

    30110编辑于 2025-11-19
  • 拥抱AI Coding 拒绝和抵制加班

    产品或项目的复杂性和需求的可变性,导致工期的延长,人月神话告诉我们没有银弹,AICoding是否能发展成为银弹,让我们拭目以待。 我们应该怎么做那么如何去更好的拥抱AICoding成为超级工程师,我觉得主要从以下几个方面做起:强化自身AI协作坚持编码坚持解决问题养成良好的编码习惯强化自身站在巨人的肩上,但自身得有实力才行,如果没实力站在巨人的肩上 希望AICoding的出现能让程序员不再加班,有更多的时间投入生活,谈谈情,说说爱,养养娃,等等等等。18年做了一个项目,工业机器人实现旋压机的自动化上下料,重复的人工被替代了。

    15420编辑于 2025-11-12
  • **AI时代,中小软件公司的真正壁垒:不是代码,而是“本体+规则”的双层能力**

    三、必须纠偏:外包团队也要进入AICoding时代这不是“要不要用AI”的问题,而是“能不能活下来”的问题。 任何还在做软件交付的团队,都要完成AIcoding升级——编码、测试、文档、排错、交付协同,全部AI化。但请注意:AIcoding只解决效率,不自动解决价值。你写得更快,不代表客户更离不开你。

    14610编辑于 2026-03-10
  • 来自专栏IDEA

    30款IDEA插件宝贝,开发效率yyds!

    29.Lingma-AICoding国内比较好用的AIcoding工具30.GitToolBox-git自动化帮助我们实现gitfetch自动化总结以上30款IDEA插件涵盖了代码规范、效率提升、代码可视化

    64810编辑于 2026-03-20
  • 腾讯云AI落地实战:智能质检与3D内容生产的效能重构

    方法论支撑:结合腾讯AICoding专家提出的双层SPEC方法,为企业级复杂AI应用提供了可复制的工程化管理范式,确保AI在长链条任务中的稳定产出。 数据来源:腾讯云“AI研习社”及“企业创新在线学堂”演示文档;讲师:余多(AICoding解决方案专家)。

    28510编辑于 2026-02-03
  • OpenCode 打造快速知识性总结实践

    :知识类型、处理流程、DeepSearch五、GUIAgentGUIAgent核心能力:感知、推理、行动、检查四大能力GUI感知技术:OCR、视觉大模型、跨平台挑战ReAct模式:推理与行动的循环六、AICoding 与开发工具AICoding现状:GitHubCopilot、Cursor、DeepSeek等工具生态CodingAgent实践:从辅助到自主的演进ResponsiveCodingAgent:人机协同的新模式七

    40510编辑于 2026-01-15
  • AI Coding 时代,混合开发架构“大变局”:抹平开发门槛后的 H5 与小程序,谁才是跨端的更优路径

    然而,随着2024年AICoding(AI辅助编程)工具的爆发式增长,代码生产的边际成本被大幅压缩。当“开发速度”不再是H5独有的护城河,我们是否应该重新审视技术选型? 1.2AICoding:被重塑的成本曲线“选择H5是因为开发快,选择原生是因为体验好。”这是过去行业的隐形共识。但**AICoding(AI辅助编程)工具的普及,正在彻底打破这一共识。 5.3平台化思维:构建企业级“数字车间”在AICoding工具解决了“单点代码编写效率”之后,FinClip为企业提供了一个管理这些代码资产的“数字车间”。

    34521编辑于 2025-12-29
  • CodeBuddy赋能恶意代码分析与家族分类实践(肝货)

    通过AICoding与安全分析的深度结合,展示CodeBuddy在提升恶意家族分析自动化与智能化水平方面的实际价值。 在此背景下,有必要系统梳理传统静态与动态分析方法的技术路径及其局限性,为引入AICoding与智能化分析方法奠定基础。 从概念上看,CodeBuddy是一类以大语言模型为核心、面向全开发生命周期的AICoding平台。 总体而言,CodeBuddy代表了AICoding从“局部辅助工具”向“工程级智能协作者”的重要演进方向。 四.总结本文围绕AICoding与安全分析的融合实践,系统探讨了CodeBuddy在恶意代码分析与家族分类中的应用路径。

    32531编辑于 2026-01-23
  • 来自专栏同盟资源

    同盟3月内容共创|AI时代的架构师

    无论你是正在探索AI辅助开发的先行者,还是对架构设计有独到见解的思考者,我们都期待你:分享你对未来AICoding形式、模式、流程的设想与展望;讲述你在实践中踩过的坑、悟出的道;展示你如何利用AI提升架构设计质量

    17910编辑于 2026-03-06
  • IT 如何成为“业务能力的放大器”和“新价值的创造者”

    你们可以优先做:内部知识库(制度设备方案)AI助理(技术运维售后)AICoding(提升研发效率)不是追AI热点,而是“锁定公司最贵的经验”5️⃣用“中台思维”,支撑未来3–5年变化IT负责人要为“变化

    19120编辑于 2025-12-19
  • 来自专栏得物技术

    AI编程能力边界探索:基于 Claude Code 的 Spec Coding 项目实战|得物技术

    AI失效的三种模式经过本项目的实践,AICoding的失效不是随机的,而是可归类的:模式一:规范真空任务涉及的领域没有规范约束,AI自行填充「合理默认值」。 开发者角色的重构AICoding不是让开发者「消失」,而是让开发者的工作向上迁移:这意味着:规范设计能力成为AI时代开发者的核心竞争力——能写出让AI可靠执行的规范,价值比能写出同等功能代码更高。 后续针对设计稿、测试用例、发布平台、日志平台接入,可以进一步形成完整的AICoding链路。 一句话总结AICoding的本质不仅仅是用AI写代码,而是用结构化的规范和工作流把不确定性消除在执行之前——AI负责在确定性空间里高速执行,人负责维护和扩展那个确定性空间的边界。

    2.5K40编辑于 2026-03-12
领券