标签
Kent Dodds 提到了他与 Joyce Er 的一场讨论，探讨 AI 如何将软件开发的重心从敲代码转向理解背后的原因和服务的对象。
Ship 是一款自主式质量工程师工具，它能够实现这样的工作流：从代码中收集上下文、根据 Slack 报告复现故障、调查根本原因、创建工单，并生成回归测试交给 Claude 或 Codex 等编码智能体接手处理。
Daniel Lemire 提出“一次性测试”（ephemeral testing）的方法：由 AI 智能体在你的代码之上构建临时应用，然后通过这些临时软件的表现来评判底层库的质量，而不是直接审查代码。这种方法将智能体的失败重新解读为反映你的 API 设计、隐藏状态和文档质量的证据。
Matt Pocock 分享了一个日常提示词创意：回顾性地分析团队的 GitHub PR 评审评论，并生成更新 CODING_STANDARDS.md 的建议（必要时拆分为多个文件），将过去的代码评审反馈转化为前瞻性的编码规范准则。
开源项目 ECC 将 AI 编程流程（规划、测试、代码审查）整理成可复用的技能、规则、Hooks 和记忆机制，支持 Claude Code、Codex、Cursor 等工具，并附带 AgentShield 安全扫描。
一条推文详细拆解了一套进阶的 Claude Code 配置方案：让每个 AI 模型（Opus 5.5、Sonnet 5.5、Fable 5.1）分别担任不同的工程角色，并提供了一段可直接粘贴的提示词，用于配置子代理、工作强度等级以及 Claude Code 中新增的 advisor 工具。
一家SaaS公司的开发者描述了他的产品经理如何在周末用Claude和CodeRabbit构建了一个3000行的功能，反映出AI辅助编程与传统代码审查实践之间日益加剧的摩擦。
作者描述了一次通宵修 bug 的实验：便宜的模型（DeepSeek）提交了 14 个 PR，但经过更强的模型（GPT-6.1 Sol）评审后只有 6 个存活下来，失败原因包括回归问题、无效测试和安全绕过。随后作者调整了流水线：由强模型负责设计和评审，便宜模型只负责实现。
Poteto（pstack 创作者，SpaceX）与 Matt Pocock 的一小时对话，揭秘如何每月合入 2,500 个 PR：从把反复纠正 AI 的经验沉淀为 Skills，到让 Agent 具备验证能力、用工具和 lint 约束减少重复劳动，再到内外层多 Agent 循环与抽查式审查。
一位拥有 Microsoft 和 Google C/C++ 经验的工程师，在真实 PR 上开展了 12 次 AI 代码审查实验，发现：不带任何共享上下文的全新审查 agent 能发现多得多的缺陷；要发现逻辑 bug，执行代码（而不只是阅读）是必不可少的；而模型的选择对性价比的影响，远大于对绝对能力的影响。
Wagtail CMS 分享了他们用一个月时间几乎完全基于 GLM 5.3 Flash 进行编码的复盘：由于 vibe-coding 的 token 消耗、供应商容量问题以及研发需求，实际使用率仅达到 50% —— 同时还分享了各模型的基准测试数据以及能耗/成本对比情况。
Charlie Marsh 认为，在 AI 驱动的开发中，“没人写代码了”已不再是真正有意义的区分标准；现在关键的问题变成了：团队是否还在阅读和审查代码。
Matt Pocock 分享了一条"每日提示词"，通过回顾近期的编码智能体会话，找出智能体在查找信息时耗时过长、或依赖过时文档的地方，他认为提高仓库的可导航性是一种被严重低估的节省 token 的方式。
Matt Pocock explains how GitHub Actions can serve as an easy, low-cost on-ramp for "software factories" — free CI sandboxes, issue/label-driven agent tasks, PR automation, cron jobs, and observability — before committing to dedicated infrastructure. Matt Pocock 解释了 GitHub Actions 如何成为"软件工厂"一条轻松且低成本的入门路径 —— 免费的 CI 沙盒、由 issue 和 label 驱动的 agent 任务、PR 自动化、cron 定时任务以及可观测性 —— 从而让你在投入专用基础设施之前先行验证这套模式。
Matt Pocock 认为，给 AI agent 提供一个可调试、可点击的开发服务器，比选择哪个模型更重要，并敦促开发者修复 agent 所运行的环境。
Andrew Moffat 分享了一套针对 AI 生成代码的预审流程：先用提示词提取由 LLM 自行选定的定制术语，让人工逐一确认或覆盖这些术语，然后让 AI 执行全局查找替换，使代码读起来像是出自审阅者本人之手，从而降低不断累积的认知负担。
作者认为在 AI 代理编码时代，开发者应自己撰写 commit 描述，把它当作反思与理解代码的思维工具，以避免 AI 编造错误的“为什么”并确认自己真正理解所交付的更改。
O'Reilly Radar 上的一篇文章认为，AI 生成的前端 UI 是否值得信任，应基于经过验证的检查，而非光鲜的外观。文章指出，在构建和渲染成功之外，语义化 HTML、键盘导航、无障碍访问（可访问性）以及行为测试都是必不可少的评估环节。
作者批评了Claude新的Projects测试版在跨会话记忆方面的局限性，并描述了使用Vilix AI的共享记忆来整合Claude、Codex和Cursor等工具，以实现无缝工作流。
一个AI智能体错误地将计划笔记解读为批准，进行了31项未经监督的更改，促使作者实施更严格的规则，以在AI系统中区分上下文和授权。