- 综合排序
- 最热优先
- 最新优先
AI软件工程：从vibe Coding 到 Spec Coding
每位老师的分享都充满着自己对AI时代软件工程的思考。从中，我们可以看到未来的可能，也可以看到当下的方向。在6位讲师的授权下，我们将当天每位老师的分享PPT做了汇总。大家赶紧点击链接下载保存收藏！
25320编辑于 2026-03-23A Network Panel for AI Coding Agents
AI coding agents are becoming more capable very quickly. In other words, AI coding agents need observability.Why Normal Proxy Tools Are Not Always Enough My Many AI coding agents are Node.js or native applications, and they do not always respect HTTP_PROXY or ccglass is an open-source local logging reverse proxy and web dashboard for AI coding agents. It gives the developer a network panel for AI coding agents.Supported Clients and Providers ccglass
11200编辑于 2026-06-16我的AI Coding 流程
看架构师群里，大家讨论AI Coding 的问题，就我个人使用效果是非常好的，我0代码开发了2个半项目了，当然都是万行左右的单体服务，不算复杂大项目，简单总结一下我的使用流程吧；1、需求对齐与需求文档生成在 AI Coding的初始阶段，我会优先与AI进行全面、细致的需求同步，这是整个开发流程的基础，也是确保后续工作不偏离方向的关键。 我会与AI充分沟通，结合前期的需求文档和业务流程，分析该需求的技术难点、性能要求、可扩展性需求，进而确定合适的技术标准——包括编码规范、接口标准、测试标准、部署标准等；同时，与AI探讨各类中间件的适用性 总结当前AI Coding 是很难完成复杂项目的，个人认为最好的方式就是，让人来完成复杂项目拆解，让AI去完成拆解后的相对简单一些的指定任务，现在大量公众号在宣传“许愿式”开发，感觉是太高估AI了，AI Coding 可能还是长期会停留在实习生阶段，想想公司是怎么用实习生的，就怎么用AI，一个架构师带5个实习生是能干点“高级”事儿的，但是如果让10个实习生去干正经事儿，经常会干的一塌糊涂。
90720编辑于 2026-02-06- 来自专栏腾讯云TVP
莱特兄弟与AI Coding
AI Coding是什么？ AI Coding就像是早期的飞机 第一行AI写的代码出现，和1903 年 12 月 17 日莱特兄弟飞机上天的意义一样，解决了大众认知的“有无” 目前AI不成熟，不稳定，很多漏洞，是的，飞机刚上天的时候也是一样 AI Coding 目前最缺的就是 “风洞层” 。我们让 AI 生成代码，然后运行，报错，再把错误贴回去让它修。 AI Coding 的未来也应该如此：不是每个团队都在造自己的“AI 飞机”，而是有标准化的“AI 飞控平台”和“可互换的组件”。 建议：催生 AI Coding 的“无人机生态” 定义 Agent 协作协议：让专注代码生成的 AI、专注测试的 AI、专注部署的 AI 可以像可互换的部件一样协同工作。
25410编辑于 2026-04-28 - 来自专栏CODING DevOps
CodeGeeX Coding With AI Hackathon 正式启动
CodeGeeX 黑客松是国内首个围绕「AI 代码生成」开展的黑客松赛事。 2023 CodeGeeX 黑客松以「Coding with AI」为主题，由清华大学联合智谱AI大模型团队、腾讯云Cloudstudio.net和DoraHack赞助举办，此次黑客松设立多条赛道，设立丰厚大奖 Code 交互设计挑战赛 本赛道以「更好的交互」为主题，探索在 AI 代码生成的辅助下，程序员如何能拥有更好的编程交互体验。 CloudStudio.net代码提交作品： 参赛者通过链接，打开开发空间，空间内置了赛事的参赛标准和作品项目的上传格式; 参赛者可以直接基于CloudStudio WebIDE进行编码; 参赛者通过仓库插件推送作品代码到 CODING 参赛条件： 本次黑客松活动目的是为所有开发者提供一个利用 AI 代码生成能力进行创新的平台，我们原则上对参赛者与组队不做限制，仅做初级的资格审核。
1.3K30编辑于 2022-12-31 AI Coding 4条铁律
AI Coding 时代, 程序员最该掌握的4条铁律 进入 AI coding 时代, 似乎人人都可以编程了, 但为什么还有人说 AI coding 不行呢? 你在对一个已有项目进行 coding 之前会先分析项目架构吗? /init (分析项目架构) 你会给项目编写 CLAUDE.md 吗? 你知道怎么安装/调出 skill 吗? /s/nU7nwqgsKVgbJgqUXmJr2g AI Coding 时代，程序员最该掌握的 4 条铁律 ——来自15年经验的忠告 你是否也这样？ 让AI写代码，它给你200行，你实际只需要50行。 让AI重构，它把隔壁没问题的代码也改了。 让AI修bug，它越修越多…… 不是AI不行，是你没给它定规矩。 铁律一：先想清楚，再动手 "别猜。 ──── /karpathy-guidelines (andrej-karpathy-skills) Behavioral guidelines to reduce common LLM coding
8710编辑于 2026-07-10AI Coding⾮共识报告丨AI透镜系列研究
然而，AI正在颠覆这一核心定义，将编程从“Coding”这一动作，提升到“表达意图”和“实现愿景”的更高维度。 非共识01：AI Coding的最佳产品形态是什么？——本地 VS 云端非共识02：AI Coding产品选择什么模型？——自研 VS 第三方非共识03：AI Coding给用户的价值有多大？ ——提效 VS 降效非共识04：AI Coding产品理想付费模式是什么？——固定 VS 按需非共识05：大企业推进AI Coding应用的态度？ ——激进 VS 渐进非共识06：AI Coding对组织发展的影响？——裁员 VS 扩张非共识07：AI Coding的未来市场格局是怎样？ 后台回复“AI编程”，即可下载PDF版报告全文以下为《AI Coding⾮共识报告》全文：
2.6K91编辑于 2025-07-28拥抱AI Coding 拒绝和抵制加班
随着AI技术的发展，这个问题似乎可以得到解决。 ，也看不到相应的风景那也没用，如果你比AI还菜，那指挥AI工作，那和外行指挥内行是一个道理，最后会弄得一地鸡毛。 坚持一个道理：知识无上限，你强则AI强，你弱则AI弱。AI协作AI协作主要是掌握AI的习性，核心就是表达力，把一个需求功能点清晰的表达给AI，然后外加一点提示词工程，你会发现AI是真的懂你。 要避免外行指挥内行，就得成为内行才行，至少得达到AI做出来的东西能评判是否正确，是否是我们想要的。 坚持解决问题解决问题是一个永恒的话题，在编码的过程中遇到问题，Ai写的代码有问题，我们应该坚持自己去解决，让大脑保持思考，这个很重要，始终坚持AI不能解决所有问题，那剩下的问题还是得我们自己来。
21320编辑于 2025-11-12Vibe Coding AI全栈开发实战
看到“2026 程序员必备：Vibe Coding 提效实战”这个标题，一种站在时代风口浪尖的敏锐感油然而生。 然而，Vibe Coding 的兴起意味着教育重心正在转移：从“如何实现”转向“如何定义”。 这门课不再执着于让你死记硬背每一个 API，而是教你如何建立对系统的“直觉”，如何在 AI 辅助下快速把握系统的脉搏。 Vibe Coding 强调的“提效”，本质上是让技术工具适应人的思维节奏，而不是人去适应工具。 Vibe Coding 的“提效”不仅仅是速度的提升，更是杠杆率的放大。掌握了这种工作方式的程序员，能够以一当十，利用 AI 工具瞬间完成过去需要一个团队才能完成的工作量。
66110编辑于 2026-03-24AI Coding 的七种武器
最近用 AI Coding 消耗数亿 Token ，完成了一个工业级 KG - RAG 项目，我发现真正让项目失控的是上下文管理和需求质量。 Coding 时代，人类的角色已经变了。 不要让 AI 上来就写代码。 先让一个最强的 AI 写份施工方案，然后换其他 AI 去当质检员，专门找这个方案的茬。 几个 AI 互相抬杠修改，等方案打磨得完美无缺了，再照着写代码。 因为 AI 的对话窗口是很脆弱的。 如果你和 AI 聊了很长，或者突然断网，AI的脑子就清零了。 质量红线必须量化 AI 对文字理解模糊，但对数字执行很稳定，人类审美必须降维成 AI 可判定的数字。
10410编辑于 2026-07-02- 来自专栏FunTester
AI 编码范式：从 coding 到 manager
2025 年，AI 正在重塑编程生态。重复性代码实现逐步自动化，开发者的核心价值转向架构、设计和复核。Coding Agent 不再只是补全工具，而是能主动分解任务、执行并修正的“虚拟下属”。 顶级开发者的能力已从“手敲代码”转向“组织和领导 AI 产出”。未来竞争力在于谁能高效管理 AI，提升团队整体生产力。 Coding Agent：从“助手”到“虚拟下属” 真正的 Coding Agent 不再仅是一个被动补全的“助手”，而是可以接受任务、分解子任务并主动执行的“虚拟下属”。 AI 时代编程新能力清单 AI 时代对开发者提出了新的能力要求，核心已从“写出正确代码”转向“领导 AI 写出正确代码”。 能力边界感知力则帮助判断何时让 AI 完成实现、何时必须由人来承担决策与协调，从而优化资源分配。掌握这些能力，开发者就能把 AI 纳入长期的技术生产力体系，而不仅仅是短期的工具使用技巧
49210编辑于 2025-12-29 - 来自专栏AI前沿技术
智能体｜ AI coding 协作式编程
AI coding 出现后，传统项目角色分工和协作方式发生了改变。工程师不再是"写代码的人"，而是"指挥 AI Agent 写代码的人"。这种转变不仅是角色的变换，更是编程范式的升级。 更有人豪言，Al coding 后，再无“古法”编程，不论对错，冲击效果确实很大。 以 AI coding 为中心，主要介绍： 1）从古法编程到 vibe coding 再到智能体编程的转变。 2）规范驱动开发SDD的新模式，以匹配AI coding的超凡编程能力。 3）几种SDD 开发工具的适用场景和选择推荐。 虽然AI coding日益普及，但是古法编程的业务架构能力、逻辑思考能力，还是高级程序员的核心壁垒。 1.1，Vibe Coding 其首次是由karpathy在2025年提出。 个人看来AI编程，对程序员是好事，要将 AI coding 为我所用，之前我一人干活，现在我一人指挥千万个小弟干活，效率指数级提升，脑袋里的想法能得到快速的验证。
1.9K32编辑于 2026-03-10 企业级AI Coding「Landing Zone」
今天想聊的概念，叫做企业级 AI Coding Landing Zone：在代码仓库和协作流程里，先铺好一层最小但够用、能演进、能讲清楚责任边界的「起跑区」。 企业级 AI Coding Landing Zone借用的正是前一种思路：先铺一层可协作、可检查的基线，再规模化用 AI 写代码。 可以简单记四句话： 对比 云计算 Landing Zone AI Coding Landing Zone 想解决的核心问题 云上资源怎么开、怎么管、怎么留痕 人 + AI 怎么在同一套 主要落在哪里 账号 在一些实践里，会用 G1～G6描述「给 AI 的上下文和规格」从粗到细的成熟度。不必死记字母，把它理解成六级台阶即可：台阶越高，AI 越不容易跑偏，返工越少。 / │ └── README.md └── src/ 或 app/ 收个尾 企业级 AI Coding Landing Zone，说白了就是让模型、同事和流水线在同一张「地图」上干活：地图不必第一天就画满全世界
19110编辑于 2026-05-15AI Coding也有坏味道 (Bad Smell)
AI Coding 已经进入企业级应用阶段，但大多数团队在兴奋期之后，会撞上同一类问题：AI 写的代码"看起来都对，跑起来就出问题"。这些问题不是偶然的，而是系统性的——它们有规律、可分类、可诊断。 可提炼出了 AI Coding 坏味道（Bad Smell）。它们不是"AI 写得不好"这么笼统的判断，而是精确到可操作层面的诊断框架。 三、智能体与编排：一个 Prompt 打天下 从单模型到多智能体协作，是 AI Coding 正在发生的最大变化。但多数团队还停留在"写一个大 Prompt 期望 AI 全搞定"的阶段。 五、知识与资产：Prompt 藏在个人的聊天记录里 企业引入 AI Coding 一段时间后，往往出现一个悖论：每个人都在用 AI，但团队的集体能力几乎没有沉淀。 大多数企业的 AI Coding 效果评估停留在"团队说挺好的"或"PR 接受率 60%"这个层面。
17610编辑于 2026-06-25AI编程：从vibe coding到viable code
什么是vibe coding？ 还记得刚学编程那会儿吗？看到一个酷炫的效果就想立马实现，管它什么架构设计、代码规范，先把功能跑起来再说！ 这种"跟着感觉走"的编程方式，我们亲切地称之为vibe coding。 vibe coding的特征很明显： 即兴发挥：想到什么写什么，代码结构随心所欲 功能导向：只要能实现需求，过程不重要 轻装上阵：测试？文档？那是什么东西？ 但是… vibe coding的"甜蜜陷阱" 随着项目规模增长，vibe coding就像一颗定时炸弹，迟早会炸得你措手不及。 常见的痛点 1. 从vibe coding到viable code，就是从搭帐篷到盖摩天大楼的进化过程。” 愿你的代码既有诗意，又经得起时间的考验！
75010编辑于 2025-07-252025 年底，简聊 AI Coding 的演进
回顾 2024 年，AI 行业的主线完成了从“聊天对话”（ChatBot）到“智能副驾”（Copilot）的初步转变，当时在编码提效上的探索也主要是这个时间点。 Coding Agent 彻底改变了我们的编码习惯，我们从原来的“代码逻辑编写”走向了“提示 - 生成 - 验证”之路，心智模式也转向了“上下文工程”（Context Engineering）。 这种模式需要开发者将需求拆解为小任务，同时在接受 AI 输出前，先要进行审核和理解。 也就是通过不断 “任务表述 -> AI 生码 -> 理解与审查 -> 验证 -> 接受” 的循环，保证过程中生成代码的可维护性和可读性，最终完成需求的实现。 所以，在不久的将来，一定会朝着“规划驱动模式”，也就是我们通过某种方式提供足够好的需求描述，配合上足够好的项目信息，Coding Agent 直接来帮我们完成产品的落地。
1.3K00编辑于 2026-05-18- 来自专栏【腾讯云开发者】
CodeBuddy AI Coding 企业场景落地实践与思考
在 AI 浪潮席卷全球的今天，AI CODING 已经不是企业研发团队的可选项，而是必选项。 如果你是企业研发团队的负责人、 AI CODING 落地推动者或希望在工作中正在使用 AI CODING 工具的一线开发者，或多或少遇到一些落地困难，这篇文章结合日常团队的探索与实战，为你及你的团队提供一份可执行的 AI CODING 落地指南，欢迎和大家一起交流、探讨，也欢迎大家贡献更多相关 AI CODING 的优秀实践，相互学习，共同进步。 关注腾讯云开发者，一手技术干货提前解锁 01、引言 AI CODING 工具在过去的几年高速发展里，根据 GitHub 2025年第一季度开发者调查报告，全球已有超过 1200 万开发者在使用 AI CODING ，供关注者及时获取，同时也建立定期会议机制，快速对齐 03、选择合适的 AI CODING 工具 3.1 AI CODING 工具的决策框架 目前 AI CODING 可选的工具数量很多，对于各种工具的出现
4.5K21编辑于 2025-08-15 IDEA 插件 Trae AI 最新攻略（基于 TRAE AI: Coding Assistant 1.7.0.0）
一、安装与基础配置 1.1 插件安装 Trae AI 插件全称 TRAE AI: Coding Assistant，在 JetBrains 插件市场可直接搜索安装，支持 IntelliJ IDEA、PyCharm : Coding Assistant，点击 Install 重启 IDEA 生效 网络受限环境手动安装： 官方插件仓库地址：https://plugins.trae.ai/update-center.json 简单说，Rules 就是你给 AI 定的规矩——代码风格、技术选型、安全规范、团队约定，全部写进规则里，AI 生成代码时会自动遵守。 误区3：什么都想用 AI 做简单的几行代码自己手写比调用 AI 快。AI 适合处理重复的、模式化的、需要记忆大量语法的工作。三五行代码还要喊 AI，纯属浪费时间。 八、与其他 AI 编程插件对比 我长期同时安装 3-4 款 AI 插件轮换用，各有优劣。
41610编辑于 2026-07-11AI Coding 正当时，架构同盟谋发展
AI Coding无疑是今年最热门的话题，上海同盟召开多场Vibe Coding工程范式的线下活动，来自于不同行业的专家老师们分享了其最新AI Coding实践。 那么如何才能让AI Coding在企业级场景中得到广泛使用，如何让AI Coding获得最佳的实践效果，同盟成员们在2025年12月14日的内部会议上，在AI Coding标准制定方面展开了深入的探讨。 沈老师已经就AI Coding标准写了倡议书，沈老师从低代码平台开始引申出其在企业内部的AI Coding实践，包括SDLC全周期过程AI和人类的边界和分工，并就结合低代码平台场景下如何组织低代码和AI 温老师就AI Coding标准范围进行了陈述，强调了SDLC的需求分析和架构设计两大领域，给出标准的编写规范和示例。 本次同盟的AI Coding标准聚焦在需求，架构文档的规格化描述和过程组织上，不考虑实现方式，不考虑依赖的AI模型，产品和工具。 3. 标准既要关注于规格化的内容，也要关注于AI软件工程化的过程。
25810编辑于 2025-12-29那些 AI Coding 宣传不会告诉你的事
如果 AI 不知道这些，它生成的代码很可能看起来正确，实际上埋雷。 做过企业 AI Coding 项目的人都知道，真正的成本不在于 AI 生成代码那几分钟，而在于上下文准备。 这意味着上下文维护本身就是一项持续的工程负担，而这部分成本在评估 AI Coding ROI 时几乎没人算进去。 三、模型幻觉换了马甲 AI Coding 还有一个不太被重视的风险点：模型出错的形态变了。 传统 AI 助手写代码，你一眼能看出它不懂。 所以 AI Coding 真正能显著减少的，是那些边界清晰、验证链路短的标准任务上的编码时间。 而企业里大量复杂需求的上下文准备、验证、评审、维护成本，并不会因为用了 AI 就消失。 六、现实一点的落地思路 说了这么多，不是要否定 AI Coding，而是想让大家对企业场景有个清醒的认知。
12500编辑于 2026-06-24
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号