📌 导读 在AI代码生成日益普及的今天，“测试全通过”已不再是代码质量的唯一标准。代码的“认知可维护性”——即是否易于被人类工程师理解、修改和演进——正成为比测试通过率更重要的护城河。 你的代码测试全部通过，但你盯着屏幕，手心全是汗——因为你根本读不懂自己写了什么。这不是你一个人的困境。当AI生成的「完美代码」成为常态，软件工程正遭遇一场前所未有的认知危机。本文揭示一个令人不安的真相：统计模型生成的代码，通过测试，却可能背叛逻辑。 凌晨两点，办公室里只剩陈默一个人。空调停了，空气闷得发黏，只有机箱风扇沉闷的嗡嗡声。…
让智能体具备实用价值的能力，同时也让它们难以评估。适用于多场景部署的评估策略，需结合多种技术，以匹配所测系统的复杂程度。 原文：Demystifying evals for AI agents \ Anthropic 翻译：领测老贺机翻 文章摘要 本文由 Anthropic 工程团队发布，系统拆解了 AI Agent（智能体）评估的核心难点与实践方法。文章解释了为何评估对智能体研发至关重要，介绍了代码型、模型型、人工三类评分器，以及针对编码、对话、研究、计算机操作等不同智能体的评估方案。同时给出了从零搭建评估体系的…
原文链接：Humans and Agents in Software Engineering Loops 是martinfowler近期提出的一个清晰的框架，将 AI 时代的软件开发分为三种模式：人在回路外、人在回路内、人在回路上。 作者认为最理想的位置是第三种：开发者的核心工作从编写代码转变为构建和维护 Agent 运行所依赖的"harness"，即规格、质量检查和工作流指引的集合。 文章还进一步描述了"agentic flywheel"的演化路径，让 Agent 不仅执行任务，还能持续改进驱动自身的 harne…
核心概览：本文聚焦2026年前软件工程领域的5个关键议题，每个议题均呈现两种对立发展场景，剖析AI普及、市场环境变化对行业的深层影响。内容涵盖初级开发者职业困境、从业者技能演变、开发者角色重塑、专家与通才的路径抉择及教育模式变革，最终给出不同群体的应对策略，核心主线为“以变化为常量，通过技能更新与能力多元化立足行业”。 软件行业正处于特殊的转折期。AI编程已从“超级自动补全工具”进化为可自主执行开发任务的智能体；曾经驱动行业大规模招聘的经济繁荣，如今已让位于效率至上的导向——企业更看重盈利能力而非增长速度，更青睐有…
随着AI大模型技术的成熟，软件工程领域正经历从流程到工具、从角色到方法论的全方位变革。领测老贺整合“AI重塑软件工程”系列公众号文章核心内容，沿着“需求工程变革→逆向建模突破→实践工具落地→方法论优化”的逻辑脉络，系统拆解AI驱动软件工程的关键环节，分析其对传统体系的冲击，并展望未来发展方向。 一、AI驱动的软件工程核心变革环节 （一）需求工程与开发流程的重构：结构化规范先行 传统软件工程遵循“需求→设计→开发→测试→部署”的线性或迭代流程，而AI技术的介入首先推动了需求工程的结构化转型，并重塑了全流程的协作模式。…
在公众号《人月聊IT》看到《AI重塑软件工程》系列文章，感觉不错，所以在此集合一下这些文章的链接，方便日后查看。 AI重塑软件工程01-需求工程和软件开发过程的大阶段拆 AI重塑软件工程02-从DeepWiki源代码知识库到逆向建模工程 AI重塑软件工程03-基于ClaudeCode开发完整商业应用软件项目实践指南 AI重塑软件工程04-Spec Coding-基于Kiro AI IDE的周报系统开发01 AI重塑软件工程04-Spec Coding-基于Kiro AI IDE的周报系统开发02 AI重塑软件工程0…
