Charity Majors
PulseAugur coverage of Charity Majors — every cluster mentioning Charity Majors across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI 测试从黄金字符串转向基于属性的评估
有效测试 AI 输出需要评估其属性,而不是依赖单一的、精确的字符串匹配。这种方法承认对于同一个提示可以生成多个正确答案。推荐的方法包括创建测试用例数据集,优先考虑从观察到的失败中提取的用例,并结合使用基于代码的检查和评分标准进行评估。这确保了 AI 回复是基于事实的、遵循指令的、在范围内且避免不安全内容的,并设置了基线通过率来控制发布。
-
LLM 可观测性:关于漂移和指令遵循的告警
可观测性专家 Charity Majors 和工程师 Malte Ubl 主张为已上线的 LLM 功能制定不同的告警策略,区分模型漂移和指令遵循问题等静默故障。他们建议为复杂的代理系统使用基于追踪的告警,为更简单的补全使用基于验证器的告警。需要监控的关键指标包括输入/输出分布、人工反馈、模型变体性能、延迟和成本,所有这些都与追踪 ID 相关联,以便进行有效调试。
-
Simon Willison 分享了影响职业生涯的技术文章
Simon Willison 回顾了塑造他职业生涯的有影响力的博文,重点介绍了 Joel Spolsky 的《The Law of Leaky Abstractions》(易漏抽象定律),因为它强调了理解底层系统的重要性。他还引用了 Will Larson 的《Migrations: the sole scalable fix to tech debt》(迁移:解决技术债务的唯一可扩展方案),因为它提供了通过持续迁移来管理技术债务的视…
-
Charity Majors:AI是软件开发的代际变革
Honeycomb的首席技术官Charity Majors已经转变了她对AI在软件开发中影响的看法,从怀疑转变为认识到这是一种代际变化。最初,她认为AI具有重大影响,可与新的编程语言相媲美,但并非根本性转变。然而,到2025年11月,特别是随着Anthropic的Claude Code等进展,她开始将AI视为一种变革力量,类似于2010年云对基础设施的影响。Majors现在认为,工程师将越来越多地发布他们未亲自审查过的代码,依靠强大的…
-
人工智能彻底改变代码生产,使其几乎免费且即时
2025年,代码生产的经济学发生了根本性变化,使得代码生成几乎免费且即时。这一转变几乎在一夜之间将代码行从珍贵的资产转变为可一次性使用、可再生资源。这一观点强调了在人工智能进步面前加强工程纪律的必要性。
-
AI编码工具扰乱初级开发者培训,威胁未来高级人才管道
AI编码工具正在自动化过去对初级开发者至关重要的入门级任务。这种转变虽然提高了短期生产力,但却带来了长期挑战,它缩小了有抱负的高级开发者的职业道路,并阻碍了基本判断力和系统理解的有机发展。因此,软件工程中传统的学徒模式正在被侵蚀,可能导致未来经验丰富的专业人才短缺。