不仅仅是开发，软件的发布方式也可能改变
内容提要
AI编程正改变软件发布模式，传统稳定版与不稳定分支的划分已不足，代码库应作为可修改模板供用户定制。以Redis和DwarfStar为例，实验性分支允许用户提前测试、适配，甚至用AI代理自动扩展功能。软件更灵活，文档需兼顾人类与AI代理，开发者应关注此趋势。
延伸解读
从稳定分支到可定制模板
文章指出，传统开源软件发布模式中，稳定分支与不稳定分支的划分已不足以应对AI编程带来的变化。代码库不再仅仅是成品，而应作为可修改的模板，供用户根据自身需求定制。例如，Redis的排序集合内存优化分支虽未完全稳定，但对特定用户而言，95%完成度的代码已足够有价值，他们可以自行测试、适配甚至进一步优化。
实验分支的社区价值
以DwarfStar为例，文章强调实验性分支可以成为项目的重要组成部分。当新模型发布时，通过发布实现该模型的分支，社区可以共同测试、改进，并评估其是否值得合并。这种方式不仅降低了试错成本，还利用现有代码库作为AI代理的“护栏”，加速新功能的实现。例如，GPT 5.6 Sol在已有代码示例的辅助下，仅用两小时就完成了新模型的实现。
文档需兼顾人类与AI代理
随着软件可塑性增强，文档的角色也在扩展。除了面向人类用户，文档还需为AI代理提供清晰的修改指南，使其能够理解系统结构并安全地进行变更。这意味着开发者需要重新思考文档的编写方式，确保其既能指导人类操作，也能被AI代理有效解析，从而支持更灵活的软件定制和迭代。
Q&A
AI编程如何影响软件的发布方式？
AI编程使得软件的使用方式也受到影响，用户可以用AI修改软件，因此传统的稳定版与不稳定分支的划分可能不再适用。代码库可以作为一个模板，供用户根据自身需求进行定制和修改。
为什么传统的稳定版和不稳定分支的划分可能不再适用？
因为AI编程使得用户能够直接修改软件，所以一个代码库既可以作为成品，也可以作为模板。对于某些用户来说，一个95%完成的分支可能比最终产品更有价值，因为他们可以测试、适配和进一步定制。
Redis的例子说明了什么？
Redis的例子说明，对于某些用户，一个实验性分支可能比最终产品更有用。例如，Redis的sorted sets内存节省PR，如果提前发布一个95%完成的分支，用户就可以提前测试和适配，甚至可能节省大量云账单。
DwarfStar项目如何体现代码库作为模板的理念？
DwarfStar项目通过提供两个扎实的示例（如tensor并行图执行），使得AI代理可以推断出如何为其他后端/模型对实现相同功能。这样，项目可以专注于支持一组核心功能，而用户可以利用代码库作为指导，自行扩展更多功能。
为什么实验性分支应该成为项目的一部分？
实验性分支可以让用户提前测试新功能，并通过AI代理进行改进，社区可以共同评估其价值。例如，Laguna S.1模型发布后，通过发布一个实现该模型的分支，用户可以尝试并反馈，从而决定是否合并。
软件文档需要如何适应AI编程的趋势？
文档不仅要适合人类阅读，还要适合AI代理理解，以便它们能够根据文档修改系统。这意味着文档需要提供清晰的指导，帮助AI代理理解如何更改代码。
