学习用编程智能体理解、生成和维护软件，适合软件开发者。
59 条精选 · 入门 15 · 按推荐学习顺序：越基础、直观越靠前，越系统、深入越靠后
AI Writes the Code. So What's Left for Engineers? - Laurie Voss, Arize AI
Arize AI 开发者关系负责人、npm 联合创始人 Laurie Voss 讨论编码智能体让写代码近乎免费之后瓶颈的转移：先到代码审查，再到运营与安全。他认为智能体无法接手的是弄清人们真正的需求以及定义何为“好”，并把剩下的岗位称为产品工程师，同时谈及初级开发者招聘下滑的数据以及工程负责人当下可做的事。材料中附分章节时间线。
Does Code Quality Still Matter? It Depends on This — Max Kanat-Alexander, Capital One
演讲针对资深工程师常说的“视情况而定”，指出代码质量始终服务于两件事：理解系统和安全地修改系统。讲者提出 AI 正在让一种新软件变得常见——一次性软件，后果低、依赖少、替换和维护成本接近零，对这类软件质量不重要，而对持久软件质量比以往更重要。他还说明如何让系统更易被弃用，以及如何通过标准、工作流内工具、易于测试和最大严格度来降低严谨的成本。
The October inflection point for vibe game development
这是一篇博客文章，作者回顾了 2025 年 11 月编程智能体的拐点后，认为 2026 年 10 月在“氛围编程”制作电子游戏上出现了新的拐点。文章称 Claude Opus 5.5 在 3D 建模、音乐生成和游戏设计方面有显著改进，尤其提到在提示“让它更有趣得多”后效果明显，并称近几周以完全不看代码的方式做了四款自己真正喜欢玩的游戏。
Simon Willison 在 GitHub Universe 现场的记录，介绍 GitHub 发布的年度 Octoverse 报告要点：2026 年每月合并的拉取请求不到一年增至三倍、达到 2.2 亿次，每月提交量增至 7.38 亿亿次级规模（超三倍，即 73.8 亿次），新仓库创建速率翻倍至每月 3030 万个。文中还提到报告新增按行业划分的数据、涉及“互操作性或逆向工程”的仓库统计，以及按国家、行业、互操作性的方法论说明。作者说明自己是通过 GitHub Stars 项目获得免费门票参会的。
Cisco and OpenAI redefine enterprise engineering with Codex
OpenAI 于 2026 年 5 月 27 日发布的案例文章，介绍 Cisco 大规模部署 Codex 的情况，包括推进 AI 原生开发、加速 AI Defense 相关工作以及自动化缺陷修复。文中列出 Cisco 企业规模、行业与所用产品（API、Codex）等信息，并提到超过 95% 的新增 AI 相关工作由 Codex 参与等结果数据。
Coding agents in the social sciences
文章呈现一项于 2026 年 2 月至 3 月对 1260 名社会科学研究者开展的调查结果，内容关于 AI 与编码智能体的使用情况。文中称 81% 的受访者在研究中使用过 AI 聊天机器人，主要用于写代码和修改文字，但只有 20% 将编码智能体纳入工作，并报告了在性别署名、院校层次等方面的使用差异。材料未说明具体适合哪类读者。
The Cost of Accessibility in AI — Jemima Abu, CAIS
这是 CAIS 的 Jemima Abu 的一场演讲，讲述她做的一个小实验：同一个 Figma 实现提示词分别在没有可访问性指引和有可访问性技能的情况下运行，第二次成本低 58%、耗时约为三分之一。她随即说明这一未经控制的对比不能证明可访问性开发总是更便宜，并指出这种对比暴露的常见问题：智能体在原生 HTML 元素已能提供所需行为时仍自行发明冗长的自定义组件。演讲还讨论了智能体继承的代码库与提示词上下文、审计现有界面、把可访问性指令打包成技能、优先使用语义化 HTML、检查键盘交互、ARIA 的定位，以及自动化检查的局限和等到产品完成后再补做可访问性带来的返工。
Components of A Coding Agent
Sebastian Raschka 在其 Substack 杂志上于 2026 年 4 月 4 日发布的文章。文章讨论编程 Agent 与 agent harness 的整体设计，说明它们是什么、如何工作以及各部分在实践中如何配合，并指出工具使用、上下文管理和记忆等外围系统在实际 LLM 应用中与模型本身同样重要，这解释了 Claude Code、Codex 等系统为何比在普通对话界面中使用同样模型显得更能干；文中列出编程 Agent 的六个主要构建模块。面向关注 Agent 设计与实现的读者。
How the Claude Code team does code review
这是 claude.dev 博客的一篇工程文章（2026 年 10 月 15 日发布，阅读约 14 分钟），作者为 Addy Osmani、Morgan Westlee Lunt 和 Qing Wang。文章讨论在智能体大量产出代码的情况下如何评审，介绍 Claude Code 团队在实现高覆盖和深度评审后，转而优化“不增加回滚或事故前提下所需的最少人工评审时间”，并列出重新思考评审目的、人的时间与注意力是稀缺资源、分层评审、“你提交你负责”以及团队如何采纳该流程等章节。
How to Build an AI Code Review Agent - Daksh Gupta, Greptile
这是 Greptile 联合创始人 Daksh Gupta 的演讲，介绍该公司对想要自建代码审查智能体的公司的建议。他从沙箱加 webhook 的简单方案讲起，说明该方案会漏掉缺陷、每个 PR 花费 3 至 25 美元并产生大量细枝末节的挑刺，随后逐项介绍改进方法：更聚焦的提示词、历史事故 PR 数据集、模型反转（用 GPT 审查 Claude 写的代码反之亦然，可多发现约 10% 的缺陷）、代码库上下文与持续更新的 wiki、在沙箱中借助 computer use 自主测试，以及把多数子任务交给更便宜的模型。视频带有章节时间戳。
Is the Agent Harness Dead? — Jediah Katz, SpaceXAI
Jediah Katz（SpaceXAI，此前是 Cursor 任职最久的智能体外壳工程师）讨论模型变强对编码智能体、Grokbot 和智能体外壳未来的影响。他论述复杂外壳不再为编码智能带来额外智能，因为数据飞轮让模型学会了外壳原先补上的技能；但同时认为外壳比以往更重要，它开拓 Grokbot 等新领域，并承担模型无法吸收的基础设施、信任与安全、效率问题。结尾给出对 AI 智能体的预测，包括六个月内 90% 的智能体工作将离开笔记本电脑运行。
How Claude Code is used in practice
Anthropic 基于 2025 年 10 月至 2026 年 4 月约 40 万个 Claude Code 会话的隐私保护分析，提出一个研究交互式智能体编程的框架，考察任务构成、人机协作方式与成功率。文中指出典型会话里人主要决定做什么、Claude 主要决定怎么做；用户的领域专业度越高，Claude 每次指令完成的工作越多；观察期内用于调试的会话占比下降近一半。
Design Patterns in Machine Learning Code and Systems
这是一篇博客文章，讨论机器学习代码和系统中常见的设计模式，主要参照《设计模式》一书。文中涵盖库与代码层面的工厂模式等，并以 PyTorch 的 Dataset 子类化（重写 __len__ 和 __getitem__）为例说明自定义数据集的写法。适合从事机器学习工程、想为设计讨论建立共同词汇的人阅读。
Using Local Coding Agents
Sebastian Raschka 的短笔记，链接到一篇关于用开放权重模型搭建本地编码智能体的新文章。文章内容为完全本地运行，介绍如何将本地 LLM 接入本地编码 harness（如 Claude Code 或 Codex），并列出选择模型时可用的评估清单：长上下文下的内存占用、prefill 与解码 tok/s 速度、工具调用能力、对智能体框架的安全审计，以及在编码 harness 中解决较难任务的能力。
Coding From the Himalayas With an Offline AI Agent
这是一篇作者自述文章，作者是 Thomson Reuters 的首席工程师，一年前搬到喜马拉雅山麓居住，因网络和供电经常中断，尝试在笔记本上完全离线运行编码智能体。文章探讨了在断网条件下对本地已有项目可以做哪些工作，例如解释陌生函数、排查失败的测试、重构小段代码或协助完成功能。
One Day, $1,000 in Tokens: An AI War Room for Legacy Code — Ford Prior, GEICO
演讲指出在 GEICO 编码变快了，但决策、签字确认、上下文等周边环节仍很慢，解决办法是多人协作、AI 原生的“作战室”：合适的决策者、一名主导者和接入 GEICO 知识、工具与代码的代理集群。演讲者押注一天时间加 1000 美元 token 端到端梳理一个遗留理赔领域并交付一项真实改动，并在租赁、损害和残值三个场景各跑了一次。内容还涉及用于指挥代理集群的 markdown 规则手册 FleetKit、产出的工作表与图表，以及后续改进方向。
A Bank Built Its Own Coding Agent. It Took Off — Felippe Felisola Caso & Francesco Galletta, Monzo
演讲介绍 Monzo 自研的编码代理，它最初只是 Slack 里一个可添加表情的机器人，如今撰写 Monzo 各技术团队合并 PR 的 10% 以上，每天运行 1800 多个任务。讲者解释它为何见效快，包括接入内部工具与知识的 MCP 网关、为受监管银行构建的沙箱化代理编排系统，以及把代理本身变成可复用构建块，并说明该构建块现在也处理事故、值班数据质量和非工程人员的请求。
AI Cut Our Research Time From 7 Days to 15 Minutes — Gareth Yoder, Vanguard
演讲者负责 Vanguard 的现金项目，介绍如何现代化一个每天最多承载 3000 万次调用的现金账本，并并行推进数据、生产者和消费者三类迁移。转折点是通过 MCP 服务器把遗留代码库开放给 AI 工具，使原本需大型机工程师花 7 天的调研缩短到 15 分钟。最后给出五条经验：让遗留代码可被 AI 查询、把迁移文档当产品、重构而非直接搬迁、渐进式引入 AI、不跳过可观测性。
AI for the Fortune 2000: How Tenex Builds an AI-Native SDLC — Alex Lieberman & CJ Hess
这是 AIE New York 的对谈，Alex Lieberman 与 CJ Hess 讲述 Tenex 按交付成果而非工作时间向 AI 工程师付酬的做法，以及把这一思路扩展到工程组织后遇到的情况。内容涉及仍以故事点作为工程报酬重要组成部分、担心估点虚高或为凑点交付劣质代码为何未成为主要问题、AI 策略师对客户留存与增长负责的激励机制，以及如何奖励理解客户问题、设计架构、判断该建什么这类难以写进工单的工作。文中还提到 Latent Space 的 Kill My SaaS 实验。
Building self-improving tax agents with Codex
2026 年 5 月 27 日发布的文章，作者包括 Thrive Holdings 与 OpenAI 的技术人员，讲述 Thrive Holdings 与 OpenAI 合作，为 Crete 的会计师共同开发税务 AI（Tax AI）的过程。文章围绕如何将从业者经验与由 Codex 驱动的循环结合，实现申报自动化、提升准确度并加快工作流程，并讨论了用评估基础设施和真实环境构建可自我改进智能体的做法。
Scientific computing in the age of agentic AI
OpenAI 于 2026 年 7 月 28 日发布的一篇研究出版物，是一份探索性实地报告。报告介绍科学家如何使用编码智能体来更新科学计算软件，以加快基因组学及其他数据密集型领域的软件开发与研究进程；页面附有论文 PDF 链接。适合对科研工作流与 AI 智能体应用感兴趣的读者。
sparqlite: SPARQL 1.1 inside SQLite, written in Rust
这是 Simon Willison 的一篇研究记录，描述他在 Claude Code 的“Ultracode”模式（通过动态工作流协调多个子代理）下，用一个提示词要求编写一个能直接在行上操作、速度很快的 SQLite SPARQL 扩展。文中提到 Claude Code 运行超过 12 小时、产出多个 crate，作者还追加提示要求为各目录补 README、编写 tutorial.md 及示例数据脚本，并对项目规模之大、难以逐行审查表达了看法。
Building a multiplayer game world with autonomous Fable-class models
这是 Simon Willison 博客上的一篇转述，介绍 Jacob Sansbury 讲述的多人游戏环境 Spawn：玩家可通过提示让游戏内 AI 代理 Savi 修改世界，作者本人用手机试过生成城堡和龙。文中称 Spawn 现由一群 Fable 驱动的代理自主开发，每月 token 花费超 300 万美元，约六成工作源自生产错误、Savi 提交的 bug 报告、日志异常或功能请求，改动通常一小时内送达用户。适合对代理式工程、前端模型自动化开发流程感兴趣的人阅读。
Catching Bugs Before They Land: JiTTesting’s Human-on-the-Loop Approach at Full Scale
这是 Meta 工程博客的一篇文章，介绍其用大语言模型在代码提交前即时生成测试（Catching JiTTests）的方法从研究原型落地为内部基础设施的过程，并给出五个月部署中减少负载与误报的观察结果。文中还提到论文《Just-in-Time Catching Test Generation at Meta》对首次部署和测试细节的完整记录。适合关注大规模代码库测试、LLM 辅助软件工程的人阅读。
Using Claude to reduce the attack surface of code
Anthropic 的一篇文章，介绍用 AI 模型进行自动化攻击面分析与缩减的初步研究，即先梳理可达代码，再移除或限制某次部署不需要暴露的访问。文中预告了他们用 Claude 对大型开源代码库应用这类技术所收集的数据。
Separating signal from noise in coding evaluations
OpenAI 2026 年 7 月 8 日发布的分析文章，通过对编程基准 SWE-Bench Pro 的详细审计，称发现大量任务存在问题，并估计约 30% 的任务是有缺陷的。文章将此与 OpenAI 此前对 SWE-bench Verified 的调查联系起来，讨论评测缺陷会影响对模型能力的判断、安全评估与研究优先级。
What Parameter Golf taught us about AI-assisted research
OpenAI 于 2026 年 5 月 12 日发布的研究文章，回顾名为 Parameter Golf 的开放机器学习挑战：该活动吸引 1000 多名参与者、2000 多份提交，在严格约束下探索 AI 辅助机器学习研究、编程智能体、量化与新型模型设计。文中还设有“技术印象”和“纪录赛道”等小节，分享相关经验。
Building the new GitHub Copilot Inline Suggestions Model: Part One
这是 VS Code 官方博客系列的第一篇，介绍 GitHub Copilot 内联建议的三种形态：补全式幽灵文本、光标附近的下一处编辑建议和远距离编辑，此前各由专门的模型路径支持。文中提到过去 90 天内超过 610 亿次成功的模型请求，并说明团队已将三者统一到一个“3-in-1”模型。适合关注 Copilot 内联建议模型演进的人阅读。
Building the new GitHub Copilot Inline Suggestions Model: Part Two
这是 VS Code 官方博客系列的第二篇，讲述把补全式幽灵文本、光标附近的下一处编辑建议和较远位置的编辑统一到单个“3-in-1”模型的过程。文中说明此前分别由独立模型负责，并指出统一后一次请求可覆盖多种代码编辑行为，减少模型调用与服务复杂度。适合关注 Copilot 内联建议实现与编辑器 AI 设计的人阅读。