software development
PulseAugur coverage of software development — every cluster mentioning software development across labs, papers, and developer communities, ranked by signal.
- used by Coding 70%
- instance of Coding 70%
- used by community 70%
- used by application programming interface 70%
- instance of computer programming 70%
- instance of Hack a Day (unofficial) 70%
- instance of engineering 60%
- affiliated with community 60%
- used by computer programming 60%
- instance of community 50%
- affiliated with health equity 50%
- other marketing 50%
12 天有情绪数据
AI-generated code review is becoming a primary developer skill
Multiple recent articles highlight that developers are spending more time reviewing AI-generated code than writing it. This suggests that proficiency in code review, understanding AI outputs, and providing corrective feedback is becoming a critical skill for software developers, potentially eclipsing traditional coding skills in importance.
AI coding tools will lead to a 'black box' effect in software, increasing demand for specialized debuggers
The increasing reliance on AI coding tools, which can obscure underlying logic, may lead to software that is difficult for humans to fully comprehend. This could create a significant demand for new types of debugging tools and expertise focused on understanding and troubleshooting AI-generated 'black box' code, rather than traditional code analysis.
Concerns about AI's impact on code quality will lead to a resurgence in formal methods and theoretical computer science
As AI code generation becomes more prevalent, concerns about its reliability and the potential for 'enshittification' may drive a renewed interest in more rigorous, theoretically grounded approaches to software development. This could include a greater emphasis on formal methods, proofs of correctness, and alternative code generation techniques that offer greater guarantees than current AI models.
-
新研究协议绘制生成式AI在软件需求工程中的应用图谱
一篇关于生成式人工智能(GenAI)和大语言模型(LLMs)在软件开发需求工程(RE)中集成的系统性映射研究协议已在arXiv上发布。该研究旨在对GenAI增强的需求工程研究进行分类,特别关注其生成的输出以及在规范驱动开发、设计、测试和重用等领域的后续应用。该协议提前发布,以确保研究的透明度和可重复性。
-
SAG2026会议上关于AI在软件开发中作用的讨论
SAG2026会议讨论了AI在软件开发中不断发展的作用。Randy Shoup 的主题演讲认为,模块化和传统的工程原理仍然至关重要,挑战了AI将使其过时的观点。另一场受Douglas Adams启发的小组讨论,提供了一个关于AI融入软件开发的幽默指南,强调了最佳实践和潜在的陷阱。
-
Vibe Coding 与 Spec-Driven Development:AI 的软件工程困境
一种名为“Vibe Coding”的新软件开发方法已经出现,其特点是通过迭代式提示 AI 模型来构建软件,而无需前期架构设计或明确的规范。虽然这种方法对于快速原型设计和一次性工具很有效,但在生产环境中会导致严重的技术债务、架构漂移和理解缺失。作为一种对策,Spec-Driven Development (SDD) 正在被重新强调,它侧重于在 AI 代码生成之前创建精确的、机器可读的规范和测试,以确保可维护性和健壮性。
-
Allen Holubar 在 SAG2026 会议上挑战人工智能炒作
Allen Holubar 在 SAG2026 会议上发表了题为“巴辛塞没有战争”的主旨演讲。演讲的重点是挑战围绕人工智能的炒作,并审视其在软件开发中放大积极和消极实践的潜力。
-
AI对软件开发构成灾难性风险,但维护提供了希望
人工智能对软件开发领域构成了重大威胁,可能造成灾难性影响。这种颠覆的程度与AI系统的持续维护密切相关。尽管存在这些担忧,但在AI时代,对软件开发的未来仍有理由保持乐观。
-
开源中的人工智能:在垃圾和合并记录之间导航
Heise Online 讨论了人工智能在软件开发中不断发展的格局,特别关注开源项目。文章探讨了某些人工智能工具被认为的“垃圾”或低质量输出与人工智能在开源社区中促进的令人印象深刻的成就(例如创纪录的合并请求)之间的紧张关系。
-
人工智能在软件开发中的应用凸显了对健壮工程实践的需求
作者认为,随着人工智能越来越多地融入软件开发,基本、健壮的软件工程实践的重要性日益增加。目前的AI工具缺乏对可维护代码的理解,也不会就这些原则对用户进行教育。这种对AI生成代码的依赖不仅有导致上下文崩溃的风险,还有可能使开发实践停滞不前。
-
AI 使用对数学、软件开发和教育构成挑战
作者认为,数学、软件开发和教育等领域由于当前的人工智能使用方式而面临严峻挑战。他们建议,为了避免未来的问题,有必要从根本上重新思考人工智能如何融入这些学科。
-
AI驱动的软件复制引发伦理问题
一篇评论文章讨论了AI驱动的软件复制所带来的伦理影响,并以Photoshop为例。作者认为,尽管由于AI的进步,复制功能变得越来越廉价,但真正的价值在于驱动软件开发的决策过程和创新。这种区别突显了科技行业中单纯复制与真正创造之间的差异。
-
新框架追踪软件开发中的AI代理行为
一篇新论文介绍了Agentic Process Evidence (APE),一个旨在为软件开发生命周期中的AI代理过程提供防篡改、机器可读的证明的系统。APE旨在解决短暂AI代理的挑战,这些代理目前缺乏问责制并带来安全风险。该提议系统将代理会话与其结果联系起来,在必要时支持策略即代码控制和人工监督,并与现有的证明框架(如in-toto)保持一致。
-
人工智能对互联网安全构成新威胁,专家建议采取防护措施
人工智能对互联网安全构成新威胁,可能催生复杂的黑客技术。专家建议采取积极主动的措施来保护在线系统。这些措施包括加强网络安全协议、及时了解新兴威胁以及促进社区协作防御。
-
软件开发中的技术事件与有用应用程序结果的对比
本文讨论了技术事件(如收到有效的 HTTP 响应或 JSON 数据)与更有意义的有用应用程序结果之间的区别。它强调,尤其是在软件开发工作流程的背景下,这些是独立发生的事件。文章涉及 Python、AI 和通用的软件工程原理。
-
探索 AI 代理的工具交互和代码审查方法 · 跟踪 4 个来源
开发人员正在探索 AI 代理与工具和代码交互的新方法。一种方法侧重于提供清晰的工具描述和自动检查,以确保代理正确使用工具,这与 Fortran 等编程语言的历史性转变有相似之处。另一种观点强调审查大型 AI 代码拉取请求的安全影响,认为高级代码已成为新的机器代码,并提出简化此过程的解决方案。
-
MCP工具投毒攻击利用AI代理漏洞 · 跟踪3个来源
研究人员发现MCP服务器中存在一种名为“MCP工具投毒”的安全漏洞,恶意行为者可以将有害指令隐藏在工具中。此次攻击利用了某些MCP实现中缺乏约束的问题,尽管有强制预算和签名收据等检查。这些发现凸显了在AI代理开发中加强安全措施以防止执行意外或恶意代码的迫切需求。
-
AI 融入搜索、代理和超自然叙事 · 跟踪 4 个来源
AI 越来越多地融入搜索和产品发现,AI 增强优化 (AEO) 成为搜索可见性的关键因素。AI 助手也在开发中,以提供更可靠、更少虚构的答案,像 Cursor 这样的工具利用模型上下文协议 (MCP) 服务器提供超越基本代码生成的先进代理功能。一个名为 Ghost Journal AI 的项目通过在闹鬼日记中创造谜团来探索超自然现象,将 AI 与虚构叙事融合。
-
AI代理重塑软件开发,增加PR大小并减缓审查 · 跟踪5个来源
根据对500多家工程组织的研究,AI代理正在影响软件开发,导致拉取请求(pull request)的大小增加,审查速度减慢。这一转变表明在更快的产出和整体交付效率之间可能存在权衡。一项观察指出,一个AI分类(triage)工作者在没有提示的情况下重新回答工单,凸显了AI系统在状态管理和内存方面存在的问题,尤其是在不太强大的托管环境中。
-
Mastodon 用户讨论 AI 代理、API 成本和政治影响 · 跟踪 10 个来源
Mastodon 上的各种帖子涉及与 AI 相关的主题,从关于代理式 AI 和 API 定价的技术讨论到关于“人工智能”一词的政治评论。一些帖子对 AI 泡沫和 AI 代理的可靠性表示怀疑,而另一些帖子则侧重于编码和生产力工具等实际方面。
-
AI公司面临关于版权和AI开发的诉讼和伦理辩论
多家AI公司正面临法律挑战和审查。Anthropic因涉嫌侵犯版权而被猫王埃尔维斯·普雷斯利的音乐版权所有者起诉。另外,英伟达的Jensen Huang就AI开发的权衡发表了评论,暗示他愿意支付牺牲儿童心智的代价,此言论引发了批评。此外,关于使用GLM-5.3-Flash等AI模型的成本以及AI代理的行为(包括它们可能不诚实的情况)的讨论也正在出现。
-
AI 在编码中的应用揭示软件开发是关于解决问题,而不仅仅是代码
AI 在软件开发中的应用日益广泛,凸显了该学科的核心是解决问题和设计技术解决方案,而不仅仅是编写代码。这一观点表明,将开发人员置于纯技术团队中,使他们脱离业务问题,是适得其反的。
-
AI编码代理提升代码产出但未加速软件开发
一项最新研究表明,虽然AI编码代理可以生成更多代码,但这种产出的增加并不一定会转化为更快或更高效的整体软件开发。代码生成方面的收益被人类评审过程所吸收,而评审过程成为了瓶颈。这一结果是可以预见的,因为过度依赖AI代理会将开发从更高效的梯度上升方法转变为更慢的生成-测试方法。