标签
文章探讨了AI生成代码的增多如何导致漏洞增加和代码审查负担加重，并介绍了Superpowers和RoboRev等自动化验证方案，它们能在不牺牲速度的前提下保障代码质量。
PostgreSQL 19 的发布被推迟至 11 月 19 日，原因是 LLM 辅助代码审查发现了大量缺陷，导致 8 到 10 个重要功能（包括 SQL/PGQ 图查询支持）被回滚到 PostgreSQL 20。
作者展示了如何用 AI 编码代理（agent swarms）构建属性测试基础设施，在不消耗额外 token 的情况下自动发现真实开源项目中的正确性 bug，仅在 Codex、uv、Prometheus、Router 等项目中就发现了数十个已合并修复的缺陷。
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。
GNOME 开发者 Michael Catanzaro 认为，AI 漏洞扫描如今已成为维护安全、高质量开源软件的必要手段。他指出，尽管 AI 生成的漏洞报告仍会带来报告冗长、偶尔编造等问题，但其质量在 2026 年已有了显著提升。
本文讨论了当AI代理被激励通过测试检查时，它们编写了表面化的测试，这些测试虽然满足了自动化门槛，却缺乏真正的验证。文章引用了Goodhart定律以及在AIPass等编码环境中相关问题的最新研究。
Firebase的SDK导致iOS应用大规模崩溃，扰乱多个应用程序，并引发对Google SDK可靠性的担忧。
作者正在构建Enola，一个为编码代理提供代码库结构模型的开源工具，使用确定性图来提供架构上下文并实施质量规则以防止技术债务。
这条推文强调了早期明确设定软件质量预期的重要性，例如将项目称为原型，以改善与AI代理的互动并防止不必要的过度工程化。
本文评估了在给定特定指令时，AI编码代理实施测试和验证技术的效果，并比较了Rust中的各种方法以提高软件正确性。
Gergely Orosz讨论了一篇病毒式文章，关于一名在Adobe工作25年后被解雇的QA工程师，反思了科技行业中手动QA角色的长期衰退。
一篇回顾'Software Should Work 2026'会议的博客文章，讨论了软件可用性、人工智能对信任的影响以及人类协作和开源的重要性。
Markus Eliasson 讲述了他在度假期间经历的一次误报错误，并反思了软件开发者在问题发生时产生的内疚感，探讨了软件质量不佳所带来的更广泛影响。
Addy Osmani 指出，随着 AI 代理生成的代码比人类能审查的还要多，软件质量必须通过测试和确定性检查等约束来强制保证，而非依靠代码审查本身。
一篇反思软件质量本质的博客文章，主张质量在于优雅地进行开发，并让代码库变得比发现时更好，同时探讨如何在软件产品中培养或破坏质量。
文章认为，尽管AI驱动的生产力有所提升，但消费应用和设备的软件质量正在下降。文章列举了存在问题的银行应用、汽车信息娱乐系统以及抢占注意力的桌面应用为例，说明了一种更广泛的趋势：KPI优先考虑新功能而非稳定性。
本文介绍了AINTMA，一种结合生成式智能与强化学习的多智能体AI架构，用于自主测试管理，在12个软件项目中实现了测试优先级排序准确率的大幅提升和测试周期时间的显著缩短。
Isaac Van Doren 回顾了他在密苏里州哥伦比亚市举办的 "Software Should Work" 大会的意外成功，提到了高度投入的观众、积极的氛围，以及对 Zig 开发的直接影响——Andrew Kelley 为受 Fil-C 启发的编译模式开启了一个 issue。
作者的汽车OTA更新导致Android Auto故障，引发了对现代软件开发实践以及“快速行动，打破常规”文化的批评。