AI 編碼智能體令提交量增加 240%,軟件發布量僅升 30%
一項涵蓋超過 500,000 名 GitHub 開發者的分析估算,AI 編碼智能體令提交量增加 240%,但項目層面的增幅為 80%,軟件發布量只增加 30%。文章綜合多項研究指出,生成量未必轉化為交付,審核、測試和返工等驗證工作會成為瓶頸。文中建議以通過審查、測試、安全和部署門檻的變更衡量產出,並追蹤驗證時間相對於生成時間的比例。
一項涵蓋超過 500,000 名 GitHub 開發者的分析估算,AI 編碼智能體令提交量增加 240%,但項目層面的增幅為 80%,軟件發布量只增加 30%。文章綜合多項研究指出,生成量未必轉化為交付,審核、測試和返工等驗證工作會成為瓶頸。文中建議以通過審查、測試、安全和部署門檻的變更衡量產出,並追蹤驗證時間相對於生成時間的比例。
文章整理產品經理與工程師的常見配置比例,指出多數軟件團隊約為每位產品經理對應 4 至 10 名工程師,常見參考值約為 1:6。Pave 對 4,195 家公司的數據顯示,員工少於 100 人的公司約為 1:5,超過 3,000 人的公司約為 1:11。文章指出 AI 編碼工具可能令產品決策成為瓶頸,但 1:0.5 只是單一團隊的提議而非行業基準,並建議按工作等待、返工及原型積壓等情況判斷團隊配置。
AI 編碼工具令軟件開發更普及、部分任務更快,但不同研究的提速結果不一,未顯示成熟團隊能大幅加快交付合適產品。2023 年一項試驗中,使用 Copilot 的開發者完成新 HTTP 伺服器快 55.8%;METR 2025 年試驗則發現,資深開發者在大型成熟程式碼庫中使用 AI 慢 19%。
大學生參加黑客松的熱度上升,AI Coding降低編程門檻,讓不同專業的學生也能把創意做成產品。今年上半年,全國舉辦近500場黑客松,平均每天有兩三場。參賽學生希望累積項目經驗、接觸行業或結識夥伴,也在限時開發中體驗從構想到交付作品的過程。
Travel + Leisure Co. CTO Sy Esfahani 表示,AI 讓軟件工程團隊更快完成工作,但仍有足以忙碌 10 年的待辦事項。團隊可讓 AI 工作流程通宵執行,再於翌日完善生成的程式碼;原需數年的工作,現在可縮短至數星期或數月。公司推出 AI 旅遊禮賓服務 Voya,協助 Club Wyndham 會員規劃及預訂符合資格的度假村住宿。
Hacker News 討論者探討 AI 將如何改變未來五年的軟件業,焦點包括軟件工程師的職位需求、工作價值及行業走向。意見涵蓋 AI 帶動更多軟件開發和職位增加、工作需求下跌,以及 AI 發展放緩或成本過高等不同可能。
METR 指出,AI 在編碼方面的能力受惠於編譯器和單元測試提供的明確回饋,但面對需要定性判斷的架構評估,RL 缺乏清晰的優化目標。AI 自行設計的評測工具沒有一套達到實際研究環境的使用標準,Opus 5.5 亦僅由明顯低於標準進步至接近高於標準。文章建議把有測試套件保障的執行工作交給 AI,架構判斷則保留人類審核。
AI 令數學家與軟件工程師的工作逐漸趨同:兩者都愈來愈常透過提示詞生成程式碼。軟件工程師生成 Rust 或 Python 程式,數學家則生成 Lean 證明;兩者都以自然語言表達想法,再由 AI 轉換成形式語言。
Clockify 提供免費方案及四個按席位收費的付費方案,付費功能涵蓋開票、排班、活動監察和企業管理。所有方案均有自動追蹤器,但記錄轉成工時項目仍須手動處理;Pro 方案另有活動監察及可選截圖。TimeUno 不需計時器,可記錄 AI 工具使用情況,但沒有免費方案、手機應用程式或 Linux 桌面應用程式。
Claude Opus 4.6 在深度推理、長上下文分析及技術工作方面表現突出,評測認為它適合重視這些能力的開發者。Claude 的上下文窗口為 200K tokens;Claude Sonnet 4 API 輸入價格為 $3/MTok,適合日常編碼。相較之下,ChatGPT 的多模態功能及外掛生態較廣,Claude 則在純編碼和技術分析方面更具優勢。
Warp、iTerm2 與 Alacritty 各自採取不同設計方向,分別側重 AI 輔助及現代化介面、豐富功能,以及高速文字渲染。Warp 的 AI 功能結合 GPT-4 和廠商自家微調模型;Alacritty 啟動時間低於 100 毫秒,而 iTerm2 僅支援 macOS。
AI 改變了這名開發者的工作:團隊開始使用 Claude 後,他不再寫程式,主要負責管理智能體、構思和規劃。工作前景的不確定,以及失去親手編寫程式的成就感,令他感到不安;他仍希望繼續打造能幫助人們改善生活和工作的產品。
形式化驗證正成為應對 AI 生成程式碼低質素問題的途徑,Harmonic、Theorem、Axiom Math 和 &Truth 等公司正提供相關系統。這類系統以數學證明和邏輯驗證軟件或硬件的正確性;&Truth 以 Lean 構建驗證工具,目標是檢查不同語言的程式碼是否符合明確規格。文章亦提到,形式化驗證可用於檢查 C 程式碼的記憶體安全,並可能令開發者把更多時間用於撰寫規格和審查結果。
Spaghetti Meter 作者掃描十二個專案後發現,自己原以為由 AI 撰寫的專案得分較高,但部分他認為沒有使用 AI 的專案也有高分。更新計分方式後,約 25,000 個受支援檔案及約 7 million 行程式碼的結果仍不能證明程式碼作者身份,也不足以公平比較 AI 與人類寫程式碼的可讀性。作者提醒,評分受靜態分析器的誤報、規則覆蓋及專案差異影響。
AI 編碼工具會按功能需求編寫程式碼,卻未必能判斷架構取捨或對不合理需求提出異議;Google Forms 外掛的記錄程式碼便因多次 API 呼叫,令歡迎畫面載入需時 15 秒。開發人員應先設計資料模型、界定架構限制,再讓 AI 編碼並審核結果;文章認為,他們的工作正轉向架構設計,而非單純編寫程式碼。
越來越多人同時運行兩三個編碼智能體,分別處理錯誤、測試和重構。如何留意各智能體的進度,以及同時有兩個智能體等候用戶回覆時,最令人困擾的是甚麼?
AI 正在改變軟件工程師的工作方式,但不會完全取代他們;開發者可用 AI 工具生成和修正程式碼、理解程式概念及尋找解決方案。軟件工程師仍須理解實際問題、規劃系統,並評估和測試 AI 建議的實作,確保軟件可靠、安全及符合需求。
作者分析自己近期的 160 次智能體工作階段,整理出 231 項錯誤,並開始比對公開數據集及前沿模型。首篇列出三種常見失誤:聲稱問題已修復但應用程式仍然故障、未經要求便直接編碼,以及把針對單一細節的回饋擴大成全專案規則。
Levent Alpöge 於 2026 年 11 月 20 日表示,他相信自己與 Claude 找到黎曼猜想的證明,並提出解決廣義黎曼猜想的方法,但完整論證尚未獲獨立驗證。他將論證形式化為 Lean 程式碼並以 14 個壓縮檔發布,未附傳統論文式説明;生成版本超過 250,000 頁。文章指出,這項主張仍須接受獨立數學審查,並成功檢查已發布的 Lean 程式碼,才可視為黎曼猜想的解答。
停止親自編寫程式碼、改為審查 Claude 生成的程式碼,可能令工程師理解及評估程式碼的能力退步。文章主張工程師要持續練習編寫程式碼和解決問題,並指出反覆使用 LLM 解難,可能令人在遇到困難時不再嘗試,妨礙學習。
Anthropic CEO 達裏奧·阿莫迪曾參與推動大模型規模化,如今則呼籲放慢 AI 模型能力提升,讓安全研究及風險防範跟上技術進步。文章梳理他在 OpenAI 參與規模定律與 GPT-3 研發、創立 Anthropic,以及 Claude Code 推動工程工作和模型研發形成「閉合循環」的歷程。
推薦理由:文章以阿莫迪的研究與創業經歷串連模型規模化、Claude Code 帶動研發和安全監督,呈現 Anthropic 商業競爭與控制能力增長之間的張力。
Go 的簡潔設計令部分開發者在應用程式擴大後感到受限,功能提案遭拒亦加深了挫折感;重複的樣板程式碼和轉換操作,可能令複雜度轉移到應用程式之中。Go 的快速編譯、簡單部署和標準程式庫仍是其實用優勢,許多人因此繼續選用。
CodeNewbie Podcast 將推出 Season 28,聚焦以 AI 開發,第一集定於 12 月 2 日(星期三)推出。作者回憶,2017 年前往 Ada Developers Academy 途中,一邊聽節目一邊在巴士上温習抽認卡;節目嘉賓轉行的經歷,也令作者相信自己同樣做得到。
兩項受控研究對 AI 輔助編碼的速度得出相反結果:GitHub 的 Copilot 實驗中,開發者用 AI 從空白檔案編寫 HTTP 伺服器快 55%;METR 則在大型既有程式庫的問題修復任務中測得慢 19%。
文章將使用 Agent 開發軟件視為一種新型「奶頭樂」,指出開發者可能不斷製作功能、打磨產品,藉此逃避尋找用戶和驗證市場需求。有人持續支付 Claude 和 Codex 訂閲費、消耗 Token,產品仍沒有用戶;單純製作軟件和功能已很容易被複製。
文章主張,Agent 開發應先改善 harness 的工具設計、驗證迴圈與執行環境,待提升停滯後才考慮微調模型。
作者使用 GRAM 編輯器暫停使用 AI,以維持編程技能;GRAM 是 ZED 的分支版本,移除了所有遙測和 AI 功能。作者也在沒有安裝 AI 工具的 Linux 手提電腦上使用它,並把瀏覽器的搜尋設定為關閉 AI 的 Brave 搜尋。
Anthropic 上市後股價由 83 美元發行價升至 111.50 美元,再以 97.17 美元收市,文章據此分析中國大模型公司在公開市場面對的估值重估。文章指出,流通股稀缺溢價、收入增長預期和算力巨頭支持都可能被重新檢視,估值最終要與商業化變現能力掛鈎。
一名利用業餘時間開發 JavaScript 專案的作者指出,AI 助手屢次把他的開源作品當成個人玩具;這些專案已在 GitHub 公開並發佈至 npm,目標是服務其他開發者。測試 BeeLadybug 時,他在其他網站的 CSS 下發現覆蓋遊戲畫面的錯誤,認為面向他人使用的作品才能暴露這類問題。他建議信任 AI 協助解釋和提速,但要自行測試、閲讀程式碼並糾正錯誤假設。
AI 對程式員的衝擊引發討論,焦點是背後原因,以及下一個可能受影響的職業。留言者討論 AI 如何提升工作效率、影響薪酬與職位需求,並提及法律服務可能面臨的變化。
作者不會獨立編寫 Python 程式碼,正以 AI 協助實作 Python DeTLeng 互動學習平台。平台計劃提供 100 課,目前已實作 33 課,並透過 Pyodide 在瀏覽器執行 Python。作者強調,AI 可協助編寫程式碼,但產品方向、測試和品質責任仍需由人承擔。
越來越多人讓編碼智能體建立 PR、推送分支及執行工作流程,而智能體持有的 token 權限決定了操作失誤可能造成的影響。文章提出以每個儲存庫專用的細粒度個人存取 token、權限受限的 GitHub App、分支保護或規則集,以及獨立 bot 帳戶管理權限,並詢問用戶現有設定仍有哪些隱憂。
Google 為 Gemini 4 採用 Hydrogen、Neon、Carbon 等化學元素名稱,作者認為這些模型是速度、成本與推理深度各異的橫向選擇,而非線性升級。
作者認為,規格驅動開發(SDD)本質上是加上 AI 的瀑布模型,透過規格、技術計劃和分階段驗收推進開發。AI 把各階段縮短至數分鐘或數小時,讓開發者更容易迭代和調整方向。這種流程也令文件撰寫成本降低,重新成為開發過程的一部分。
Roiva 指出,AI 編碼工具帶來的程式碼增量,並未等比例轉化為完成工作或已發佈的軟件。企業採用編碼 Agent 後,開啟的 pull request 增加35.7%,完成的 Jira 工作項目增加13.7%;開源開發者的程式碼行數變更量增加958%,發佈量則增加20%。企業程式碼由提交審核至獲批的平均時間增加56.1%;文章建議先檢視審核能力,再考慮增加席位。
AI 降低了編寫程式碼的成本,但 Lycore Development 指出,客戶項目仍有大量工時用於需求梳理、系統整合、數據處理、驗證、安全及上線後營運。以客戶 CSV 匯入為例,正式交付還要處理檔案格式差異、重複和無效資料、權限設定及測試;AI 能協助編寫程式,卻不能代替團隊確認業務規則。
GitHub Copilot 評測比較其方案、限制及與 Cursor、Claude Code 等工具的取捨,指出它仍適合想以較低成本使用 AI 編碼輔助、又不想更換編輯器的開發者。
AI 已開始參與建構下一代 AI,方式由重試答案、改寫提示詞和累積工具,延伸至修改自身模型或程式碼。文章將自我改進整理為四個層級,並以 Reflexion、OPRO、Voyager 和 Darwin Godel Machine 等案例説明其做法。評分目標若設錯,系統可能提高分數卻沒有改善實際行為;文章認為有明確對錯訊號的程式碼和數學任務較適合這類改進循環。
E Daugherty 整理 9 款 Mac 小工具,主張不少用戶在升級更貴的 AI 訂閲前,可先改善 AI 編碼工作環境。清單涵蓋視窗管理、終端、截圖、系統監察及自動化等工具;TokenBar 可集中查看 Claude、Codex、Cursor、Gemini 和 Copilot 的用量及重設時間,但不會增加配額,價格為 $5/month Basic 或 $15 lifetime Pro。
Gergely Orosz 訪問 CodeRabbit 創辦人兼 CEO Harjot Gill,探討他如何以 AI 智能體打造軟件工廠及處理程式碼審查。Gill 表示,他上月透過智能體提交逾 5,000 個 PR,CodeRabbit 每月 AI 支出約 $250-$275K。團隊使用 TLA+、模擬及分階段發布驗證代理產出,工程師則審查包含多個 PR 的版本,而非逐一審查 PR。