告诉AI写首诗,它会照做,只是需要人工润色才能完美;写代码也是如此。
本周《Kettle》节目中,El Reg系统编辑托拜厄斯·曼恩和高级记者汤姆·克莱本与布兰登·维利亚罗洛一起讨论了AI软件开发的现状,也就是所谓的"氛围编程"。
讨论的核心是汤姆本周早些时候报道的一项研究,该研究发现,告诉AI它是一名专业软件开发者实际上会让它产出更糟糕的代码,这对AI作为软件开发工具的使用意味着什么。
我们的看法?当然,AI能够编写代码——甚至是复杂的代码——但你仍然需要专业开发人员来修复它那些无处不在的错误和故障。换句话说,那些试图基于AI投注而减少开发团队规模的公司可能正在犯错。
您可以在这里收听《Kettle》节目,也可以在Spotify和Apple Music上收听。
Q&A
Q1:什么是"氛围编程"?
A:"氛围编程"是指使用AI进行软件开发的一种状态或方式,强调AI可以编写代码,但需要人工监督和完善的开发模式。
Q2:告诉AI它是专业开发者会让代码更好吗?
A:不会。研究发现,告诉AI它是一名专业软件开发者实际上会让它产出更糟糕的代码,这表明与AI交互的方式会影响其输出质量。
Q3:公司可以用AI完全替代开发团队吗?
A:不建议这样做。虽然AI能够编写甚至复杂的代码,但仍然需要专业开发人员来修复AI代码中无处不在的错误和故障,减少开发团队可能是错误决策。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。