标签
该论文批评了像vibe coding这样的AI模型，认为它们降低了程序员的理解能力并损害了软件工程培训，突出了伦理问题以及谨慎使用AI的必要性。
这篇文章列出了 10 个将 AI 模型转变为编程工程师的开源 GitHub 项目，强调了代码开发和调试的迭代循环。
一篇社交媒体帖子，表达了手动编写代码时代结束的解脱，可能指向AI编码助手的进步。
本研究探讨了Google开发者的生产力，发现代码质量及其他因素对生产力有因果影响，代码质量通过面板数据分析显示出强烈的影响。
论文介绍了WideSWE，这是一个用于评估编码代理在跨仓库任务上的基准，基于120个真实世界任务，表明代理的成功率各异，联合执行可以提升性能。
这条推文讨论了使用 Jev 作为模糊 linter 来处理不适合确定性 lint 的复杂编码指南，例如 useEffect 和注释管理。
DHH 透露，37signals 已经大范围转向使用代理进行 AI 辅助编码，增加了代码产量，并对 AI 在实际编码任务中的有效性的持续辩论提出质疑。
Gergely Orosz对比了AI编码中的工程思维和黑客思维，而Simon Willison指出编码代理在软件工程方面需要额外的纪律。
Anthropic工程师概述了一个用于准备AI驱动代码现代化的六步框架，强调随着AI加速代码变更，组织流程成为关键瓶颈。
CUA-SWE 提出了一个基准、环境与评测流水线，将计算机使用代理与编码代理统一起来，测试前沿代理能否完成需要从运行中的应用获取视觉反馈的软件工程任务，涵盖四个软件工程领域，并采用确定性测试进行评测。
Kent C. Dodds在Nerdearla 2026上发表题为"The Last Software Engineer"的演讲，探讨AI时代软件开发的未来。
作者认为，尽管编程代理功能强大，但它们使软件工程更具挑战性，并需要非凡的纪律性，讨论中提到了Opus 4.6和GPT-5.2等最新的AI模型。
Taste-Bench 是一个基准测试，评估大型语言模型在长时任务中决策分叉处选择最佳路径的能力，使用来自软件工程和机器学习研究的轨迹，排行榜显示当前顶级模型如 GPT-5.6 Sol 达到 59.7% 的准确率。
Simon Willison 指出，编码代理尽管功能强大，但为软件工程增加了复杂性，需要显著的纪律和知识才能释放其全部潜力。
对软件工程的反思，强调产品判断力而非代码编写，基于在VS Code的经验以及与Kent C. Dodds关于AI在产品工程中角色的对话。
Kent C. Dodds 展示了一种技术，可以在无需手动审查代码的情况下防止低质量代码生成。
本文介绍PLLM+，一种混合管道，结合确定性重放历史依赖配置与基于LLM的修复来解决Python依赖冲突，在HG2.9K基准测试中显示出更高的成功率和更低的运行时间。
Stanford University的CS329Z工程AI代理课程已启动，讲义现已公开，涵盖从模型到自主系统等主题，并由Diyi Yang和Michael Ryan等讲师主讲。
本文讨论了AI系统中评估（evals）的重要性，解释了为什么传统测试不够用，介绍了三种主要评估类型，并提供了实施建议。