用户借助安卓ADB等现有工具,通过AI“氛围编程”改造电视系统,去除广告、精简系统、屏蔽数据追踪并更换简洁启动器,相关开源项目走红。此类操作无需root且可逆,但无法完全阻止数据收集,并存在使电视变砖的风险。这反映出用户对电视广告、追踪和杂乱界面的不满,厂商应重视改进。
大语言模型推动的“氛围编程”正在改变音乐硬件领域:爱好者借助Claude等工具,为合成器、采样器和鼓机快速开发自制固件。售价70美元的雅马哈DX-7克隆机M-Vave FM-1已涌现数十款固件,新增虚拟模拟、采样播放和多轨音序等功能;Elektron、Roland、Ableton等设备也出现类似项目。厂商反应不一,Elektron警告风险并禁止论坛链接,M-Vave则推出开源固件,社区总体接受度较高。
Bluesky扩展其AI工具Attie,用户可通过提示词生成游戏、投票、仪表盘等小型社交应用,并以独立网站形式分享。CEO称其为“社区氛围编程”,示例包括Flappy Bird克隆、鼓机等轻量级趣味应用。
Epic Games推出全新PC游戏启动器预览版,速度更快并支持Linux。该版本由AI辅助“氛围编程”完成,用于测试和复刻核心功能,团队全程监督代码。此举契合Epic向AI加速开发的转型方向。新启动器已在Windows、Mac和Linux上线,旧版仍可用,正式全面推送时间未定。
谷歌宣布,美国用户可通过Play商店直接发布用AI Studio“氛围编程”制作的个人安卓应用,无需连接电脑安装。应用保持私密,与公开商店目录分开,可用普通谷歌账号发布,未来支持小范围分享。此举为新手开发者提供过渡,便于日后升级为专业开发者账号。
不管你喜欢叫“SI”还是“AI”,数字智能上周经历了一场大地震。我们正在见证“感觉编程”的真正“Napster时刻”,这对整个商业软件行业都有着重大且具有判例意义的深远影响。 如果你没听说过“感觉编程”,或者听过但不知道啥意思,它指的是用大语言模型和自动化工具来驱动软件开发。它让非程序员也能开发自己的软件,也让有经验的程序员获得超能力。
谷歌Flow Music的Spaces功能支持创作者用自然语言定制乐器或音效,无需编程。制作人现可将自定义Spaces导出为VST3/AU插件,在数字音频工作站中直接使用。制作人Khris Riddick-Tynes据此创建了插件“No Chaser”,确保器乐和人声达到录音室品质。
Slack推出新功能Slackforce Surfaces,用户向Slackbot描述需求后,AI可从相关对话及Google Drive、Salesforce等连接应用中收集信息,在聊天内直接生成交互式报告、投票、仪表盘、演示文稿等工具,生成后可分享、置顶并评论。该功能面向所有用户开放,10月起支持实时数据。
谷歌与Kaggle合作推出5天AI智能体密集课程,超35万人注册,累计超200万学习者参与。课程涵盖自然语言编程、云端AI智能体设计部署,通过Discord协作,收到6000多个项目作品,展示全球开发者创造力。课程内容仍可自学。
Matt Pocock 的 Skills 系统是一个针对 AI 编程的工程框架,强调小而可组合的能力单元。通过定义明确的技能,该系统解决了开发中的常见问题,如需求不一致和代码质量低。其设计原则包括模型无关性和可改造性,确保工程师对流程的控制。该框架在社区中获得广泛关注,提供了一种高效的 AI 编程方法。
自1968年以来,软件工程经历了重大变革。AI的崛起使编程主体从人类转向机器,编程方式演变为“氛围编程”,降低了门槛但也带来了质量隐患。工程师需掌握结构化方法,以确保AI生成代码的质量。未来的竞争力在于构建高效的AI协作系统,而非单纯的编码速度。
Claude Fable 5的出现标志着AI编程的变革,能够在无人工干预下完成复杂任务,如代码库迁移。未来的竞争在于提出正确问题和定义愿景的能力,而非单纯的技术能力。保持创造氛围和关注个人独特经历将是成功的关键。
文章讨论了AI端侧应用和氛围编程,介绍了通过vibecoding实现自动编程的智能体Agent,并强调了编程过程中的细微变化。
文章主张从“氛围编程”转向“工程护栏”,为AI编程建立可执行、可验证、可恢复的流程,核心是管理任务边界、上下文路由、验证循环和失败处理四件事。失败需分类为停止、重试、修补护栏或记录;外部搜索只解决具体工程问题,结论应沉淀为规范或测试。建议先落实三步:写清完成标准与范围、编辑前列出证据与改动面、失败后先补测试或规则。
本文讨论“vibe coding”(氛围编程)的弊端。作者指出,在大型代码库中,AI 生成代码虽快,但会打断开发者构建心智模型的过程,导致理解停滞。AI 像永不成长的初级程序员,常犯错且不反思,增加资深开发者审查负担。长期看,团队能力上限下降,代码质量受损,成本远超表面效率。
Cursor推出的Composer 2模型性能超越Claude Opus 4.6,价格大幅降低。新强化学习方法提升编程效率,自我总结机制有效解决长任务中的信息遗失问题,显著提高性价比。
GLM-5是智谱AI与清华大学联合推出的基础模型,拥有7440亿参数,采用异步强化学习,支持多种思维模式,适配中国芯片生态,基准测试表现优异,标志着AI领域的重大突破。
本文探讨了AI智能体时代的软件工程,指出开发者在“氛围编程”中面临的挑战。尽管AI能快速生成代码,但缺乏架构意识和可维护性,导致团队痛苦加剧。文章强调需通过系统性工程约束确保软件可靠性,推动软件工程进入“工程化”的黄金时代。
氛围编程逐渐被接受,但对大模型的依赖可能导致技术停滞。人们忽视了开源技术,未能深入理解代码逻辑。应在代码中标注AI辅助,以尊重开源作者和技术。
今天我升级了几个老程序,包括用Python编写的PyKeyBoardFairy键盘精灵工具、RSS订阅阅读器,以及基于Vite和React的化学元素周期表测试应用。
完成下面两步后,将自动完成登录并继续当前操作。