V2EX 讨论:把重复操作变成 skill 交给 AI,但 AI Coding 本身也开始重复劳动
V2EX 用户提出,日常工作已变成整理需求、与 AI 对齐、AI 写代码、AI 验收,大量环节仍是重复劳动,并追问下一阶段会变成什么样。回帖者称自己重复的主要是写代码和验收,不重复的是判断,此前做节气引文时对照维基文库逐条核查,换掉了 8 句,认为这类工作越来越像当编辑。
V2EX 用户提出,日常工作已变成整理需求、与 AI 对齐、AI 写代码、AI 验收,大量环节仍是重复劳动,并追问下一阶段会变成什么样。回帖者称自己重复的主要是写代码和验收,不重复的是判断,此前做节气引文时对照维基文库逐条核查,换掉了 8 句,认为这类工作越来越像当编辑。
有程序员在 V2EX 发帖提出,传统软件产品同质化严重、卖不动,而 AI Coding 让开发成本变低,可尝试将产品游戏化来输出情绪价值。他以酒店管理系统为例,设想投资者、经理、店长、店员、保洁和顾客各自拥有游戏化虚拟收益与成长路线,并认为 HR、OA 可用来模拟员工假上班,ERP、CRM 可模拟交易与生产。
戴尔 R770 与 R750 对比显示,R770 换用至强 6(P-core 最多 86 核、E-core 最多 144 核),32 个 DDR5 插槽在 2DPC 插满时降至 5200MT/s,1DPC 为 6400MT/s,且 DDR5 与 R750 的 DDR4-3200 不通用。
V2EX 网友发帖询问在 grokbot 或 muse 里运行 Claude CLI 是否会封号,想借此把代码工作迁移到海外云服务器。有回复称 grokbot 无法保证不被封,封号不只看运行 Claude 的机器位置,且 grokbot 道德感强,会拒绝执行其认为违规的操作。
Hermes 在执行 git clone 拉取到 /root/project 时,因沿用 Drone 流水线的错误惯例先执行 rm -rf,导致该目录下约 50 个项目全部被删除。
哈佛学者 Fiona Chen 和 James Stratton 基于 Jellyfish 的工程团队聚合数据做了一项分析,覆盖 3 亿个独立工作事件、超过 70 万名员工记录和 700 多家软件公司,结论是 AI 让代码量涨了 30%,软件产出却纹丝不动,瓶颈卡在人类 Code Review。材料仅提供摘要,未给出完整正文与具体时间范围。
Linus Torvalds 在自己的 Linux 仓库推送了名为 noref-filemap-read-with-llm 的分支。他表示该分支的代码、测试程序、审阅和信件初稿都由 LLM 编程助手 Claude Code 在其指导下完成,测试在他自己的机器上运行。
推荐理由:Linus 在个人仓库推送由 Claude Code 协助完成的内核分支,可观察 AI 编程助手进入内核开发的真实案例。
GitHub 官方博客宣布正在重建 Git 基础设施,以支撑 agent 与开发者并发在仓库中工作的负载。
一项覆盖 2021 至 2026 年 3 月间逾 700 家软件开发公司、逾 70 万员工 3 亿条工作事件的研究发现,引入 AI 编程智能体后代码总行数平均增加 30%,commit 总数增加 20%,pull requests 总数平均增加 23%,但几乎没有证据表明软件产量提高或就业减少。
一位前端开发者分享了自己的前后端对接工作流:用 Swagger/OpenAPI 自动生成 TS 类型,把请求封装和统一返回结构喂给 AI,按模块让 AI 写 API 层,页面完成后再让 AI 对接数据。他不确定这是否为主流做法,向社区征询更高效的实践与踩坑经验。
V2EX 网友就"AI 时代是否还会诞生新编程语言"展开讨论,多数回复认为新语言仍会出现,但推广难度更大,需解决 AI 训练数据缺乏和生态问题。有观点提出下一代流行语言可能由 AI 合作开发、专为 AI 设计,甚至直接输出二进制或汇编,人类或难以读懂。
V2EX 网友讨论 AI 生成代码日益普及后程序员如何提升软件架构能力。有回复认为架构能力只能靠踩坑积累,也有人主张把架构交给最强模型并交叉审核,人围绕真实决策按需学习。另有观点指出当代架构核心问题是系统变大后的可用性、可靠性与可维护性,并借助 AI 识别堵点与弱点。
有开发者称 codex 帮他把光追加入正在开发的游戏引擎,目标是给 Vulkan 渲染器加上光追,结果一次写对并完美整合进现有代码。他认为这已说明 AI 对代码的理解度不再比人类差。其正在设计的 AI 游戏引擎已开源,采用 C++20 + Vulkan + WebGPU,风格类似 love2d 但功能更强。
XERP 是面向 Amazon Custom 的商业工具,其设计将匹配规则与画布排版分离:规则只负责选哪张画布,画布按自身尺寸和布局做图,大、小规格各自安排,不让匹配规则承担缩放和排版。订单内容与制作设置分开存放,授权失效和素材缺失分别反馈;方案可改草稿,订单使用当前发布版,生成与确认也分开。
V2EX 网友提出一个设想:如果 AI 生成不同平台代码的能力足够强,各家大厂是否会发现用不同语言构建生态壁垒已无意义,最终走向语言统一。
微博博主 EE_Archeology 晒出用 AI 逆向一颗国产 CPU 的全过程,全程没写一行代码。主角是一块来路不明的国产单板机,最终被确认是骊山 771 所(今西安微电子技术研究所)研制的 LS77-II 处理器,该型号由 1977 年的 LS77-1 优化而来,提高集成度后用一片 ALU 加一片微码 ROM 实现全部功能。据称 AI 用 5 分钟写出模拟器,一个下午复现了 BASIC。
ClickHouse 产品负责人 Sai Srirampur 在 POSETTE 2026 演讲中指出,Postgres 性能瓶颈在存储而非数据库本身。同一份 PostgreSQL 负载下,本地 NVMe 达到 16,030 TPS,EBS 仅 1,734 TPS,相差 9.24 倍。
快科技消息称,AI 催生的存储危机正让 PC 厂商产品规格倒退。技嘉宣布 B760 和 H610 两条主板产品线将支持 Intel LGA 1700 插槽即将推出的全新处理器,预计 2027 年初上市,新芯片将支持 DDR4 内存,意味着 Intel 重启 2024 年放弃的 DDR5-only 路线。
彭博社 10 月 8 日报道,前字节跳动实习研究员、北大在读的田柯宇创办了一家押注世界模型的隐身公司,已获近 3000 万美元融资,投后估值 2 亿美元。他此前因进入字节训练集群、污染同事模型训练被辞退并索赔 800 万,法院判赔 50 万。
GitHub 官方博客发文称,黑客马拉松仍是学习构建的最佳场所,参与者可在约两天内完成机器人、应用、网站、硬件等原型。文章提到 GitHub Copilot 让自然语言成为通用编程语言,有团队用它在 30 分钟内做出前端并接入新闻 API。学生可通过 GitHub Student Developer Pack 免费使用 GitHub Copilot 等工具。
TypeSafe AI 发布新型"决策模型"Jev,它不返回文字而是返回表示概率的浮点数,可处理是非题、选择题和按标准打分的评分题。已有浏览器插件用它实现 Ctrl + F 语义查找和网页质量自动打分。西蒙·威利斯则担忧其黑箱特性,认为它可能被用于给求职者排名。
GitHub 公布九个季度数据:2024 年 Q2 到 2026 年 Q2 公开推送量增长 2.84 倍,携带凭证的推送增长 2.59 倍,但每次推送的密钥出现率没有可检测的上升趋势,开发者覆盖推送拦截的比例从 6.63% 降至 3.93%。
Shopify 宣布放弃 React Native,改用 Swift 和 Kotlin 开发移动版客户端,六年前它曾高调从原生语言转向 React Native。周刊还提到联合国投票决定废除墨卡托投影,建议改用平等地球投影法绘制世界地图。