software-engineering

Kent Beck认为，即使AI不断进步，软件工程也不会消失，因为编码涉及建立信任、理解和联系，而这些是无法自动化的。

该文章讨论了软件开发中关于代码评审真实目的的常见误解，强调其更多是关于知识共享和团队协作，而不仅仅是发现错误。

作者强调让AI Agent写好代码的关键在于遵循1990年代教材中的经典软件工程实践：写测试、做好CI/CD、进行自顶向下设计和模块化解耦等。

关于在何处设置护栏以防止AI编码代理进行未经授权的更改的讨论，探讨部署工作流各个阶段的摩擦点。

Senior SWE-Bench 是一个开源基准，用于评估AI代理在需要高级技能的软件工程任务上的表现。

批评Vibe Coding风格，指出自然语言需求的不精确性导致AI Agent产出需要大量返工，提倡spec-driven development以确保安全性和生产质量。

Senior SWE-Bench 是一个新的开源基准测试，旨在评估 AI 智能体在现实、未充分指定的软件工程任务上的表现，强调意图对齐和代码质量等技能，而非过于详细的规范。

一档播客访谈中，Kent Beck讲述了他的职业生涯，从早期编程到敏捷开发和测试驱动开发，强调了软件工程中人类技能的重要性。

SWE-rebench 排行榜已更新，新增了 GLM-5.2、Qwen3.6、Gemma 4 31B 等模型，并改进了 UI，展示了软件工程任务上的性能排名。

探讨AI是否会最终取代人类软件开发者这一争论，分析当前能力和未来趋势。

一篇讨论软件工程最佳实践如何随着LLM编码工具的整合而发展的文章，为开发者提供指导。

本文对比了旧的C++性能技巧与现代编译器的能力，表明编译器现在能够将朴素代码优化得比手工调整的技巧更好。包含在AMD Zen 5上使用Clang 21的基准测试。

作者认为ORM弊大于利，开发者应直接学习SQL，以避免属性蔓延和低效查询等问题。

本文介绍了InterFLOPBench，这是一个用于评估LLM在C代码中检测浮点错误的基准测试，发现最近的模型取得了较高的F1分数，但性能因错误类型而异。

Gergely Orosz 宣布明天将与 Kent Beck 举办一场活动。

本文审计了针对编码代理的三个性能优化基准（GSO、SWE-Perf、SWE-efficiency），发现运行时不稳定、评分规则和任务覆盖率显著影响可靠性，并且许多任务已经至少有一个公开提交解决了。

本文对在十五个独立开发的服务器中观察到的五个反复出现的MCP服务器架构模式进行了分类，提供了一个包含上下文、问题、解决方案和后果的分类法。还记录了反模式、横切关注点以及定量评估，包括评分者间信度和传输开销。

IBM Research 推出 ScarfBench，这是一个用于评估AI智能体在跨框架Java迁移任务中表现的开放基准测试，重点关注 Spring、Jakarta EE 和 Quarkus。与传统的代码生成基准不同，该基准主要评估迁移后的应用程序是否能够构建、部署并保持原有行为。

一条推文推荐观看Angie Jones关于构建AI代理的主题演讲，强调了核心工程原则，并提到了Python框架如DSPy、Functai和Mirascope。

本文探讨了AI代码生成在局部代码块方面表现出色，但在全局程序理解方面存在困难，导致过多的防御性检查。它考察了编程语言设计是否能有所帮助，并通过一个局部推理保证全局属性的例子进行说明。