為何 AI 競賽轉向推理速度
Cerebras 指出，AI 競賽的焦點正由模型智能轉向推理速度，因生成 token 的速度影響模型迭代與軟件開發。
#編碼
#編碼
今日 4 條Cerebras：BlogAI 評分6464 Replit：BlogAI 評分6565 Replit 分享 AI Agent 如何改變公司運作，提出「自我運作公司」概念
Replit 表示，已將 Agent 系統融入公司多個部門的工作流程，逐步形成由人設定目標、Agent 執行任務並檢查結果的「自我運作公司」模式。從 1 月初至 6 月底，程式碼貢獻量增加 5.8 倍；固定作者羣的程式碼產出達之前的 2.9 倍，而審查延遲、PR 回退率及事故數維持平穩。
Fireworks AIAI 評分5656 Fireworks AI：AI 能力前沿不在單一模型，而在路由器
Fireworks AI 以 DeepSWE v1.1 的 113 項工程任務測試模型路由，逐項選出 18 個模型中的最佳者後，oracle 結果達 97.6% 通過率、每項成本 $1.88。
Epoch AI：研究、數據與評測AI 評分6666 OpenAI 研究員使用編碼智能體的用量約每月翻倍
Epoch AI 分析指出，OpenAI 研究員的編碼智能體用量在 2026 年 1 月至 8 月中旬快速增長，指數擬合顯示兩組用量約每月翻倍。
Hacker News：AI 熱帖AI 評分3131 Pop!_OS 禁止 AI 生成程式碼進入其大部分程式碼庫
Pop!_OS 禁止在其大部分程式碼庫中使用 AI 生成的程式碼。評論推測，Pop!_OS 和 Cosmic 市場佔有率偏低，較少成為攻擊者及不良行為者的目標，因此項目可以只接納人手編寫的程式碼。
Hacker News：AI 熱帖AI 評分4242 Ask HN：有人用編碼智能體寫出優質程式碼嗎？
Hacker News 的提問者詢問，有沒有人能用編碼智能體產出優質程式碼，並表示這是他從資深工程師處聽到的真實難題。他稱 AI 生成的程式碼常繁複且充滿陷阱，審查 Claude merge requests 要多花 5x 時間，自己仍難以理解批准的改動。他質疑解法是否只能達到「level 4 autonomy」，不再閲讀或編寫程式碼，並求助已解決此問題的人。
Tessl：產品與工程博客AI 評分5252 Vibe Coding 並非我們能做到的最佳方式
作者認為，Vibe Coding 並不足以支撐嚴肅系統開發，AI 編碼仍需精確規格、獨立驗證與增量學習。文章提到，一位使用多個 AI 智能體的人估計每日產出 12,000 行程式碼，作者指出瓶頸在規格、驗證與發布。他主張把規格納入版本控制，在部署流程自行執行測試，並透過小步變更持續收集回饋。
Tessl：產品與工程博客AI 評分6363 Tessl 工程師提出 Harness Engineer 角色，主張 AI 智能體時代工程工作轉向系統設計與治理
Tessl 研究員兼工程師提出 Harness Engineer 角色，主張 AI 智能體愈多負責編碼，工程重心愈轉向設計和管理其運行系統。他將相關工作歸納為明確系統不變條件、分析智能體及程式碼數據、按風險安排審核；Tessl 以約 1,000 個開源技能測試智能體，發現平均只有約 70% 的技能指令獲遵循。
Google Developers BlogAI 評分3535 Go 為何是 AI 輔助軟件工程的理想語言
Go 是 AI 輔助軟件工程的理想語言，因其端到端工具鏈與可讀性設計，能支援人類審查、驗證及維護 AI 生成程式碼。Go 平台內置格式化器、測試框架、依賴管理和安全工具，配合標準庫，讓 AI 模型更快、更低成本且更可靠地處理 Go 程式碼。一致的程式碼風格亦有助團隊維護大型程式碼庫，並為 LLM 提供更標準化的訓練數據。
Tessl：產品與工程博客AI 評分5959 集體智能始於為錯誤標明歸屬
智能體團隊要形成集體智能，須把事故、修正與決策保存為可追溯證據，再整理成可測試、可更新的重用指引。Go client 案例中，基準執行失敗、得分 67，載入相關 pack 後通過、得分 95；文章亦指出，LLM 評審須先由人標註樣本並調校標準。
Anthropic：The Institute精選AI 評分7777 The Anthropic Institute 分析 AI 加速研發與遞迴式自我改進的可能性
Anthropic Institute 指出，AI 已加速 AI 系統研發，但尚未能完全自主設計並開發自身後繼系統，遞迴式自我改進亦非必然。截至 2026 年 5 月，合併至 Anthropic 程式碼庫的程式碼逾 80% 由 Claude 撰寫；2026 年第二季，典型工程師每日合併的程式碼量為 2024 年的 8×。
推薦理由：這篇分析將公開基準與 Anthropic 內部數據並置，呈現 AI 執行工程與研究任務的進展，以及自主選擇研究方向仍存的能力差距。
Hacker News：AI 熱帖AI 評分5454 AI 令我難過
原帖作者感嘆，AI 編碼普及正削弱軟件開發能力帶來的競爭優勢，也令他擔憂工程師的創作樂趣與影響力減弱。回覆者對降低製作門檻的影響看法不一，有人認為 AI 釋放創作能力，也有人憂慮內容氾濫、產品難以差異化、技能貶值和工作流失。
Latent SpaceAI 評分5656 MIT 的 Alex Zhang 主張學界應押注雄心勃勃的研究
MIT 的 Alex Zhang 在訪談中主張，學術研究者應押注產業實驗室較少關注、初看可能微不足道或古怪的研究方向。他將 Recursive Language Models（RLMs）描述為以程式碼作為唯一工具、讓模型可以遞迴調用自身，並在程式環境中保存上下文的 harness。
GitHub BlogAI 評分3838 GitHub Universe 2026：我期待的 10 場技術演講
GitHub Blog 作者挑選了 GitHub Universe 2026 的 10 場技術演講，涵蓋 AI 智能體記憶、評測、權限及生成程式碼驗證。其他主題包括 npm 依賴項與供應鏈安全、JavaScript 工具鏈，以及在網絡連線不穩定環境下開發軟件。
Pragmatic EngineerAI 評分5454 Peter Mattis談分佈式數據庫與AI對編碼工作的影響
Gergely Orosz 訪問 Cockroach Labs 聯合創辦人兼 CTO Peter Mattis，討論分佈式數據庫、存儲系統設計及 AI 對軟件工程工作的影響。
Hamel Husain 長文AI 評分5353 Hamel Husain 實測 Claude Code 自動評測工具，肯定問題探索並指出資料審查流程不足
Anthropic 為 Claude Code 的 claude-api plugin 加入 build_eval 和 hill-climb 指令，協助建立評測、檢查評分器並改進應用程式。
Pragmatic EngineerAI 評分6868 Shopify 為何放棄 React Native、轉向原生開發？
Shopify 決定藉助 AI 智能體，把所有流動應用由 React Native 遷移至 Swift 和 Kotlin，理由是 AI 已降低為 iOS、Android 分別實作功能的成本。Shop app 已在 12 週內以原生方式推出，Shopify app 正在遷移；團隊以共用測試套件驗證兩平台的商業邏輯，功能須通過相同測試才能發佈。
Simon WillisonAI 評分2828 2026 年 9 月 24 日札記：編碼智能體令軟件工程更困難
Simon Willison愈長時間使用編碼智能體，愈相信它們會令軟件工程更困難。雖然編碼智能體能做到令人驚歎的事，要充分發揮其潛力仍需要非凡的紀律與知識。
Pragmatic EngineerAI 評分5353 Maggie Appleton 談設計工程與 AI 協作
Maggie Appleton 在 Pragmatic Engineer Podcast 討論設計工程師如何運用 AI 智能體製作原型，以及 AI 對設計流程的改變。她常用紙筆整理構想，也會讓編碼智能體製作可用滑桿和色彩選擇器即時調整的原型，稱為「Jigs」。她以「capability gaslighting」形容前沿模型先令使用者相信其能力，卻可能不久後在相同任務上失敗。
Simon WillisonAI 評分3232 三藩市 10 月 14 日：智能體工程同好交流會
Simon Willison 與 Jesse Vincent 將於 10 月 14 日在三藩市舉辦智能體工程交流活動，面向使用編程智能體或基於其開發項目的人士。活動以非正式展示交流形式進行，鼓勵分享尚未公開的實驗或未完成項目；毋須準備簡報，亦不作產品推介。
Pragmatic EngineerAI 評分5656 Matt Pocock談AI智能體技能與軟件工程基本功
Pragmatic Engineer主持人Gergely Orosz訪問Matt Pocock，討論他為AI編碼智能體建立可重用技能的做法，以及軟件工程基本原則如何適用於智能體開發。
Pragmatic EngineerAI 評分6161 Tibo Sottiaux 談 Codex 的構建與演進
Pragmatic Engineer 訪問 Codex 開發者、OpenAI Core Products & Platform 部門主管 Tibo Sottiaux，探討 Codex 的構建決策、演進及團隊使用方式。
Pragmatic EngineerAI 評分6363 AI 智能體生成程式碼激增後，程式碼審查有哪些新做法？
面對 AI 智能體生成更多程式碼和 PR 所帶來的審查量增長，各團隊採用不同流程，沒有適用所有團隊的單一方案。GitHub 數據顯示，三年間開啟的 PR 數量增至五倍，2025 年底增長加速，PR 和 commits 數量在當時幾乎翻倍。常見做法包括由人審核 AI 的程式碼審查結果、按變更風險決定是否人工審查，以及改為審查計劃、測試或資料庫 schema。
OpenAI NewsAI 評分3232 研究加速：OpenAI 內部視角
OpenAI 內部的編碼智能體正重塑 AI 研究。早期數據涵蓋智能體使用情況、實驗速度、任務複雜度及研究加速。
Pragmatic EngineerAI 評分5454 與 Addy Osmani 對談：從 Chrome DevTools 到 AI 工程
Gergely Orosz 訪問 Addy Osmani，回顧他從 Chrome DevTools、Core Web Vitals 到 AI 開發者體驗的工作歷程。
Pragmatic EngineerAI 評分5656 工程領導者職涯休整潮：近 20 位主管談離職與長期休假原因
作者訪談近 20 位正休職或認真考慮休假的工程領導者，整理高階主管離職或暫停職涯的常見原因。原因包括工作條件惡化、初創企業前景和股權轉差、難以累積 AI 經驗，以及團隊縮小令管理職需求下降。作者私下詢問的工程領導者中，6/10 表示正準備離開職位。
AI as Normal TechnologyAI 評分6262 Arvind Narayanan 在 ICML 主題演講追問：AI 時代還有哪些工作留給人類？
Arvind Narayanan 在 ICML 主題演講中主張，AI 會逐步改變並重組工作，但不會因實驗室內某個能力里程碑而突然令所有人失業。他以 AI as Normal Technology 框架概括能力、產品、早期採用和適應四個階段，認為工作結構的適應最慢，需時數十年。他預期 AI 會令工作重心由建造系統轉向評估、判斷與引導，並主張培養與 AI 互補的技能及維持使用上的自主掌控。
AI as Normal TechnologyAI 評分7272 為何 AI 尚未取代軟件工程師，未來也不會
文章認為，AI 尚未取代軟件工程師，單靠能力提升也不會消除這類工作的需求。作者以「決策、執行、交付」三層框架解釋，AI 壓縮程式碼實作的執行層，但需求界定、驗證及交付責任仍需人員承擔。一項涵蓋 GitHub 上 100,000 名開發者的研究顯示，AI 智能體令程式碼行數增加 8 倍，發布量只增加 30%。
Ethan Mollick：One Useful Thing精選AI 評分7777 Ethan Mollick分享與Claude 5 Fable協作的體驗，並剖析人類角色轉變
Ethan Mollick實測Claude 5 Fable後指出，模型能按多頁規格連續工作長達12小時，人的角色更像委託者。它在Claude Code中調用多個智能體研究交通資料並製作等時線地圖，也花九個半小時開發可校準人類與AI判斷的研究軟件Concord。Mollick指出，Fable消耗大量 tokens，安全護欄常令它退回能力較弱的Claude 4.8 Opus，而其決策過程不易看見。
推薦理由：Ethan Mollick以等時線地圖和研究分析軟件的實測，呈現人類角色如何由過程操作轉向委託與驗收，以及模型自主決策帶來的可見性落差。
OpenAI NewsAI 評分3737 Parameter Golf 為 AI 輔助研究帶來的啟示
Parameter Golf 匯集 1,000+ 名參與者及 2,000+ 份投稿，探索在嚴格限制下進行 AI 輔助機器學習研究。探索範圍包括編碼智能體、量化及新型模型設計。
Import AIAI 評分6666 Import AI 455：Jack Clark 估計 AI 系統在 2028 年底前自主訓練後繼模型的機率約為 60%
Jack Clark 根據公開研究與產品進展，估計到 2028 年底前，AI 系統自主訓練後繼模型、實現無人參與 AI 研發的機率約為 60%。他以 SWE-Bench 成績由 Claude 2 的約 2% 升至 Claude Mythos Preview 的 93.9%，以及 AI 在研究復現、模型微調和長時間任務上的進展，作為主要依據。
Manus：BlogAI 評分6161 2026 年 5 款最佳 Replit 替代方案：AI 應用建構器實測比較
Manus Blog 以同一份個人理財網站提示詞實測 Replit、Manus AI、Lovable、Vercel v0、Base44 和 Hostinger Horizons，並比較各工具的生成結果與使用體驗。
Manus：BlogAI 評分5555 2026 年最佳 AI 代碼審查工具評測與選擇指南
Manus 以同一組 PR 案例評測 9 款 AI 代碼審查工具，涵蓋錯誤修復、重構、依賴更新和權限邊界。結果顯示，各工具在安全關鍵邏輯的風險檢測深度上差異明顯，工作流原生整合不代表分析更深入。Manus 在明確框定為安全審查的授權反轉測試中，生成了著重失敗模式、影響和補救步驟的報告，但未原生嵌入 PR 討論串作為自動審查員。
Manus：BlogAI 評分5656 非技術人員實測 Lovable、Replit、Bolt、Cursor 及 Manus 五款氛圍編碼工具
一名非技術背景的內容寫作者以同一提示測試 Lovable、Replit、Bolt、Cursor 及 Manus，要求五款氛圍編碼工具製作個人作品集網站。測試中，Lovable 對初學者最友善，Manus 付費版最貼近其流行藝術設計要求；Manus 免費版出現 404 錯誤，而作者未能用 Cursor 產出網站。文章指出，工具各有適用人羣，提示須清晰具體，付費方案也可能帶來更符合創意要求的結果。
Hamel Husain 長文AI 評分5454 Hamel Husain 為何不再使用 nbdev
Hamel Husain 因 AI 編碼工具改變開發工具的取捨，停止使用自己曾協助建立及維護的 nbdev。nbdev 以 Jupyter notebooks 作為程式碼、文件和測試的單一來源，再轉譯成 Python 程式庫和文件網站；他認為這種工作流令 AI 工具難以分辨應修改 notebook 還是最終程式碼。
Manus：BlogAI 評分2929 Lovable、Replit 與 Manus：終極 AI 網站建構工具比較（2026）
Lovable、Replit 與 Manus 分別以提示詞生成程式碼、AI 輔助 IDE 和自主 AI Agent 建站，文中評定 Manus 為 2026 年最全面的 AI 網站建構工具。