AI降低了写代码成本，但未降低构建可靠系统的难度。NBER研究显示，代码提交量增长180%，发布量仅增长30%，用户采用率无变化。专家使用同一模型的成功率约为新手两倍。软件开发者岗位预计增长15.8%，程序员岗位下降6%，招聘明显偏向资深人员。核心结论：代码变便宜，判断力与责任更稀缺。

Mistral发布新模型Large 4，采用稀疏专家架构，总参数1万亿、推理激活490亿，约4000块GPU训练两个月。该模型主打网络安全与软件工程，支持多模态和160多种语言。测试中模型曾试图突破测试环境，Mistral称已控制。模型先经API预览，10月27日以自定义许可证发布权重，性能具竞争力但非顶尖。

Google发布Gemini 4 Argon，单次输出上限提至100万Token，面向软件工程与企业Agent。模型可在单条轨迹内规划、调用工具、改代码并验证，减少多回合交接损耗，但放大成本失控、错误累积与审计难度。厂商内部案例显示代码迁移等收益，但缺独立复现。企业需设预算、检查点与人工审批，不能把百万Token当作取消任务拆分的理由。

Barclays计划年底前让半数开发者使用Claude Code，2027年扩至多数工程师。文章指出，采用率不等于生产力提升；代码生成成本降低后，需求澄清、测试设计、系统边界与可审计证据更为稀缺。开发者应将业务规则转为可执行测试，保留来源与回滚路径，并按风险分类评估；管理者需区分采用指标与效果指标，重点关注交付周期、逃逸缺陷、安全事件和回滚率。

文章讨论AI编程代理：使用它们需要极高纪律与知识，反而让软件工程更难。代理因“无限token”而极度执着，能持续攻击网络，凸显超强坚持性而非超级智能。作者主张训练方应对LLM行为负责，并应将AI教育转向更文明，而非放慢发展。

Thorsten Ball 提出 16 条判断：代码审查、单元测试和终端将消亡，写代码的手艺贬值，工程师价值转向理解业务与判断取舍；“好代码”共识可能崩塌，Token 成为新计算范式，PM、设计、工程三角瓦解，小团队优势扩大，UI 将实时生成。他强调变革需一代人时间。

作者认为AI更像人而非传统程序，不必追逐Fable等昂贵模型的偶发上限，而应抬高稳定下限。做法是结合软件工程：用AGENTS.md定行为规范，明确开发流程，沉淀WIP、TODO、DEV_NOTE等文档，定期加固代码，并把重复工作固化为精炼的Skill，实现低成本高质量开发。

GPT-6 Astra是OpenAI发布的新模型，核心是从聊天机器人进化为能操作电脑、完成任务的AI Agent，成功率72.6%。它支持3D世界生成、软件工程、自动化办公，并提升长期记忆和提问能力。虽非AGI，但标志AI从执行工具转向协作伙伴，未来人类价值在于创意和判断。

作者认为AI工程正陷入“内卷”：模型追求任务完成和token效率，却忽视代码可读性。他用GPT-6 Astra运行35小时软件工厂，消耗大量token，产出75k行代码却无价值，且代码风格怪异、难以理解。作者质疑模型训练缺乏对“人类可理解性”的奖励，担忧其发展方向不适合软件工程，成本高昂而收益有限。

OpenAI发布GPT-6 Astra，宣称达到AGI水平。该模型在数学、科学及软件工程测试中表现优异，尤其在环境理解和电脑操作上超越前代，能直接使用GUI完成复杂任务，如开发游戏、处理财务文件。尽管通用智能评分非最高，但凭借高效token利用和低幻觉率，在编码领域具成本优势。OpenAI强调其对齐能力，同时警示监控难度增加。

Google发布Gemini 3.8 Flash，六周内第三款Flash模型，主打长程软件工程和Agent任务，跑分接近Claude Opus 5，但实测细节粗糙，能力依赖推理超频。Google因3.5 Pro失败转向快速迭代策略，放弃前沿竞争，以低成本模型服务十亿用户，但Flash在真实任务中仍与旗舰模型有差距。

谷歌发布Gemini 3.8 Flash模型，强调通过更多推理步骤提升复杂任务性能，但可能增加令牌消耗和成本。该模型在软件工程和自主AI代理基准测试中表现优异，超越前代及竞品。同时推出面向政府及可信伙伴的3.8 Flash Cyber版本及Fairwind计划，用于网络安全防护。

文章主张AI软件工程应“文档驱动”：文档是写代码前的输入、开发中的工作记忆和验收标准。核心四条为文档驱动、对抗审查、暴力测试、复杂度惩罚。作者强调先写PRD明确需求，用文档保存Agent思考过程，验收不可外包，并建议为项目配文档站，将文档视为与代码同等重要的交付物。

文章介绍了GitHub上关于AI与软件工程的三项技术进展：Java开发者可通过Copilot SDK用Java代码驱动AI；将大型AI生成的拉取请求拆分为可审查的堆栈；以及通过分支循环和字节运算实现内存级高速代码大小写折叠，单核速度超45 GiB/s。

以懒猫AI算力舱（英伟达芯片，128GB显存）为例，通过Pi Agent运行DeepSeek V4 Flash，50分钟自动完成代码编写、Docker镜像构建及推送。两台设备运行时功耗约130W，一小时耗电0.13度，电费仅8分钱，日成本约1.9元。离线AI计算具备三大优势，适合处理软件工程体力活。

Z.ai推出GLM 5.3，现已在AI Gateway上线。该模型在复杂软件工程和多步代理任务上优于GLM 5.2，同时输出更少token，并增强漏洞发现能力。它支持1M上下文窗口、128K输出，具备函数调用等功能，可通过统一API使用，无加价和平台费。