92year
获得徽章 0
五一快乐，各位打工人。
刚看到一组数据挺有意思：2026年AI工程师岗位需求涨了317%，但电工的工资涨了56%，招聘需求翻了11倍。
AI没法拧螺丝。这不是段子，是招聘市场用钱投票的结论。
另一个数据更扎心——50.7%的求职者已经在用AI写简历了。HR打开后台，看到的可能是AI写给AI看的求职信。人被夹在两个算法中间，努力证明自己"比AI更像人"。
放在劳动节想想，挺荒诞的。
不过今天放假别想这些了。该躺躺，该吃吃，该写代码写代码。
掘金的朋友们五一都在干嘛？卷还是躺？
刚看到一组数据挺有意思：2026年AI工程师岗位需求涨了317%，但电工的工资涨了56%，招聘需求翻了11倍。
AI没法拧螺丝。这不是段子，是招聘市场用钱投票的结论。
另一个数据更扎心——50.7%的求职者已经在用AI写简历了。HR打开后台，看到的可能是AI写给AI看的求职信。人被夹在两个算法中间，努力证明自己"比AI更像人"。
放在劳动节想想，挺荒诞的。
不过今天放假别想这些了。该躺躺，该吃吃，该写代码写代码。
掘金的朋友们五一都在干嘛？卷还是躺？
展开
6
2
刚翻了一下今天的 GitHub Trending，前十里有六七个项目跟 AI 编程 Agent 相关。
Warp 一天涨了 12800 星，把终端改造成了 Agent 开发环境。mattpocock 把自己 .claude 目录里的 skills 文件夹开源了，7000 多星。Codex skills 合集、jcode（Rust 写的 Agent harness）、GitNexus（浏览器端的代码知识图谱）也都上了榜。
微软也来了，VibeVoice 开源语音 AI，一天 1600 星。
以前 GitHub Trending 上还能看到各种类型的项目。现在打开一看，清一色 Agent 相关：写代码的 Agent、管理 Agent 的工具、给 Agent 加技能的框架、把 API 串起来的中间件。
有意思的是 mattpocock 那个仓库。他没写什么新代码，就把自己日常用 Claude Code 时积累的 skills 文件分享出来，45000 星。说明开发者现在不光关心 Agent 本身，更关心怎么把 Agent 用好。配置文件成了新的技术分享载体。
感觉 Agent 工具链已经从「试试看」进入了「怎么用得更顺手」阶段。
Warp 一天涨了 12800 星，把终端改造成了 Agent 开发环境。mattpocock 把自己 .claude 目录里的 skills 文件夹开源了，7000 多星。Codex skills 合集、jcode（Rust 写的 Agent harness）、GitNexus（浏览器端的代码知识图谱）也都上了榜。
微软也来了，VibeVoice 开源语音 AI，一天 1600 星。
以前 GitHub Trending 上还能看到各种类型的项目。现在打开一看，清一色 Agent 相关：写代码的 Agent、管理 Agent 的工具、给 Agent 加技能的框架、把 API 串起来的中间件。
有意思的是 mattpocock 那个仓库。他没写什么新代码，就把自己日常用 Claude Code 时积累的 skills 文件分享出来，45000 星。说明开发者现在不光关心 Agent 本身，更关心怎么把 Agent 用好。配置文件成了新的技术分享载体。
感觉 Agent 工具链已经从「试试看」进入了「怎么用得更顺手」阶段。
展开
1
1
上周GPT-5.5发了，OpenAI官宣第一句话是"我们最智能的模型"。但有个细节值得注意：所有能力里，他们选择重点秀的是Agentic Coding。Terminal-Bench 2.0跑到82.7%，SWE-Bench解真实GitHub issue也拉满了。
同一天V4也发了，两家同日对打，赛道都选了编程。
2026年的AI竞争，编程能力成了硬通货。不是写代码最难，而是代码最容易验证。你说聊天厉害、写作厉害，怎么证明？代码跑不跑得通，一测便知。
我自己的感受：工具确实在变好。去年用AI写代码还得盯着改，今年已经能丢一个issue让它自己折腾了。但"自主编程"跟"替代程序员"之间差着十万八千里。模型能解benchmark不代表能理解你项目里那坨历史债务。
API定价$5起步，比上一代便宜不少。独立开发者用AI agent干活的成本越来越低了。
你们试过GPT-5.5写代码了吗？体验咋样？
同一天V4也发了，两家同日对打，赛道都选了编程。
2026年的AI竞争，编程能力成了硬通货。不是写代码最难，而是代码最容易验证。你说聊天厉害、写作厉害，怎么证明？代码跑不跑得通，一测便知。
我自己的感受：工具确实在变好。去年用AI写代码还得盯着改，今年已经能丢一个issue让它自己折腾了。但"自主编程"跟"替代程序员"之间差着十万八千里。模型能解benchmark不代表能理解你项目里那坨历史债务。
API定价$5起步，比上一代便宜不少。独立开发者用AI agent干活的成本越来越低了。
你们试过GPT-5.5写代码了吗？体验咋样？
展开
1
1
JetBrains 刚发了一份 AI 编码工具调研报告，样本量一万多开发者，几个数据挺有意思：
GitHub Copilot 知名度76%，工作中实际在用的29%。但增长基本停了，去年到今年没什么变化。
Claude Code 涨得最猛。知名度从去年4月的31%一路到57%，采用率18%，跟Cursor并列第二。北美那边更夸张，24%。满意度91%，NPS 54，全场最高。
OpenAI Codex 就比较惨，听过的27%，实际在用的只有3%。
报告原话说得挺直接的："当单品工具足够好的时候，生态绑定就没用了。" 大厂IDE里塞个AI助手就想绑住用户，现在看来不太行——开发者哪个好用就去哪个。
你们现在团队里主力用的是哪个？
GitHub Copilot 知名度76%，工作中实际在用的29%。但增长基本停了，去年到今年没什么变化。
Claude Code 涨得最猛。知名度从去年4月的31%一路到57%，采用率18%，跟Cursor并列第二。北美那边更夸张，24%。满意度91%，NPS 54，全场最高。
OpenAI Codex 就比较惨，听过的27%，实际在用的只有3%。
报告原话说得挺直接的："当单品工具足够好的时候，生态绑定就没用了。" 大厂IDE里塞个AI助手就想绑住用户，现在看来不太行——开发者哪个好用就去哪个。
你们现在团队里主力用的是哪个？
展开
2
1
今天刷 GitHub Trending，排第一的是 mattpocock 的 skills 仓库，一天涨了 2500 star。内容就是他 .claude 目录里的 Agent Skills 文件。
翻了一下，说白了就是一堆 SKILL.md，告诉 AI 编码助手怎么干活：哪些文件该改、哪些测试要跑、代码风格怎么写。不算什么黑科技，就是把平时口头跟同事说的「注意事项」写成了结构化文本。
Trending 上同时还挂着 beads（agent 记忆）、GitNexus（代码知识图谱）、cua（桌面操作沙箱）。编码 agent 的生态在从「单点补全」往「完整工作流」走。
我自己用下来感觉，写好 Skills 文件比选哪个模型重要。模型几个月换一代，但你对项目的理解、团队规范、踩过的坑，这些东西沉淀下来才值钱。
与其纠结该学哪个 AI 工具，不如先把自己团队的工程规范整理清楚。工具来来去去，好的工程实践不过时。
翻了一下，说白了就是一堆 SKILL.md，告诉 AI 编码助手怎么干活：哪些文件该改、哪些测试要跑、代码风格怎么写。不算什么黑科技，就是把平时口头跟同事说的「注意事项」写成了结构化文本。
Trending 上同时还挂着 beads（agent 记忆）、GitNexus（代码知识图谱）、cua（桌面操作沙箱）。编码 agent 的生态在从「单点补全」往「完整工作流」走。
我自己用下来感觉，写好 Skills 文件比选哪个模型重要。模型几个月换一代，但你对项目的理解、团队规范、踩过的坑，这些东西沉淀下来才值钱。
与其纠结该学哪个 AI 工具，不如先把自己团队的工程规范整理清楚。工具来来去去，好的工程实践不过时。
展开
1
2
昨天看到 Meta 裁了 10% 的人，大概 8000 人。微软也给几千员工发了自愿离职方案。原因都一样——AI 基建太烧钱，得砍人来平账。
这消息对搞技术的人来说挺矛盾的。
一方面，AI 编程工具确实好用。今年试了 Cursor、Trae、Claude Code，写代码效率至少翻倍。以前写个 CRUD 要半天，现在描述一下需求，骨架直接出来。
另一方面，"效率提升"换个说法就是——同样的活，更少的人就够了。
Meta 今年 AI 基建预算 1670 亿美元。这钱大到离谱。裁人省出来的只是零头，更关键的是这笔投入最后能不能赚回来。
与其焦虑"会不会被替代"，不如先把手边的 AI 工具用熟。不会用工具的人先出局，这事已经在发生了。
你们团队 AI 辅助开发用得多吗？
这消息对搞技术的人来说挺矛盾的。
一方面，AI 编程工具确实好用。今年试了 Cursor、Trae、Claude Code，写代码效率至少翻倍。以前写个 CRUD 要半天，现在描述一下需求，骨架直接出来。
另一方面，"效率提升"换个说法就是——同样的活，更少的人就够了。
Meta 今年 AI 基建预算 1670 亿美元。这钱大到离谱。裁人省出来的只是零头，更关键的是这笔投入最后能不能赚回来。
与其焦虑"会不会被替代"，不如先把手边的 AI 工具用熟。不会用工具的人先出局，这事已经在发生了。
你们团队 AI 辅助开发用得多吗？
展开
2
1
今天看到一个词：Harness Engineering（约束工程）。
腾讯汤道生写了篇文章说"AI进入了Harness时代"，阿里字节也在跟。核心观点：模型不是瓶颈了，怎么用好模型才是。
同一个模型，换个prompt策略、换套工作流编排，Token消耗和效果差出好几倍。模型是马，Harness是缰绳。没缰绳的马再快也白搭。
三家路线分化明显：阿里走Token经济+全栈基建，腾讯走产品化+生态协同，字节走多模态+框架一体化。阿里QoderWork团队5个人7天上线公测，这节奏够猛。
做过Agent开发的应该都有体感：模型越强，"怎么约束它"反而越关键。不约束的Agent就是随机数生成器，约束好了才是生产力工具。
从"谁的参数大"到"谁能让AI干好活"，这个转向挺实在。
腾讯汤道生写了篇文章说"AI进入了Harness时代"，阿里字节也在跟。核心观点：模型不是瓶颈了，怎么用好模型才是。
同一个模型，换个prompt策略、换套工作流编排，Token消耗和效果差出好几倍。模型是马，Harness是缰绳。没缰绳的马再快也白搭。
三家路线分化明显：阿里走Token经济+全栈基建，腾讯走产品化+生态协同，字节走多模态+框架一体化。阿里QoderWork团队5个人7天上线公测，这节奏够猛。
做过Agent开发的应该都有体感：模型越强，"怎么约束它"反而越关键。不约束的Agent就是随机数生成器，约束好了才是生产力工具。
从"谁的参数大"到"谁能让AI干好活"，这个转向挺实在。
展开
评论
2
今天看到 Hacker News 上一个帖子火了——"Laws of Software Engineering"，收集了 56 条软件工程定律。
翻了一遍，挑几条我工作中体会最深的：
Conway 定律：系统设计会复制组织的沟通结构。我之前在一个三个团队协作的项目里，最后出来的架构恰好也是三个模块，中间用 API 通信。没人故意这么设计，就是自然长成了这样。
Brooks 法则：往延期的项目里加人，只会让项目更延期。新人要花时间了解上下文，老人要花时间带新人，沟通成本指数增长。见过太多次了。
Goodhart 定律：一个指标一旦成为目标，它就不再是好指标。团队开始考核代码行数的那天，就是代码质量开始下滑的那天。
Hyrum 定律：只要 API 有足够多的用户，你在契约中承诺什么都不重要——系统所有可观察到的行为都会被某些用户依赖。这条解释了为什么改一个"内部实现细节"能引起线上故障。
这些定律有个共同点：它们不告诉你该怎么做，而是告诉你事情会怎么出错。理解约束比学习最佳实践更有用。
lawsofsoftwareengineering.com
翻了一遍，挑几条我工作中体会最深的：
Conway 定律：系统设计会复制组织的沟通结构。我之前在一个三个团队协作的项目里，最后出来的架构恰好也是三个模块，中间用 API 通信。没人故意这么设计，就是自然长成了这样。
Brooks 法则：往延期的项目里加人，只会让项目更延期。新人要花时间了解上下文，老人要花时间带新人，沟通成本指数增长。见过太多次了。
Goodhart 定律：一个指标一旦成为目标，它就不再是好指标。团队开始考核代码行数的那天，就是代码质量开始下滑的那天。
Hyrum 定律：只要 API 有足够多的用户，你在契约中承诺什么都不重要——系统所有可观察到的行为都会被某些用户依赖。这条解释了为什么改一个"内部实现细节"能引起线上故障。
这些定律有个共同点：它们不告诉你该怎么做，而是告诉你事情会怎么出错。理解约束比学习最佳实践更有用。
lawsofsoftwareengineering.com
展开
评论
1
昨晚科技圈信息量太大了。
Apple 官宣 Tim Cook 转任执行董事长，John Ternus 接任 CEO。硬件工程师出身的人掌舵苹果，Vision Pro、自研芯片这些方向应该会更激进。Cook 时代的苹果说实话稳得有点无聊，换血之后不知道会不会有点不一样。
国内这边更热闹。Kimi K2.6 发布，主打开源编程能力，HN 上 600 多个赞。通义千问也同天丢出 Qwen3.6-Max-Preview。两家卷编程模型卷到同一天放榜，这节奏跟去年的价格战有点像。
EU 那边也没闲着，2027 年起所有在欧盟卖的手机必须电池可更换。苹果刚换了个硬件 CEO，转头就得面对这个硬件难题，时间点挺巧。
Kimi K2.6 开源的，有兴趣的可以拉下来跑跑。Qwen 3.6 Max 也能试试，看看跟上一版差距多大。
Apple 官宣 Tim Cook 转任执行董事长，John Ternus 接任 CEO。硬件工程师出身的人掌舵苹果，Vision Pro、自研芯片这些方向应该会更激进。Cook 时代的苹果说实话稳得有点无聊，换血之后不知道会不会有点不一样。
国内这边更热闹。Kimi K2.6 发布，主打开源编程能力，HN 上 600 多个赞。通义千问也同天丢出 Qwen3.6-Max-Preview。两家卷编程模型卷到同一天放榜，这节奏跟去年的价格战有点像。
EU 那边也没闲着，2027 年起所有在欧盟卖的手机必须电池可更换。苹果刚换了个硬件 CEO，转头就得面对这个硬件难题，时间点挺巧。
Kimi K2.6 开源的，有兴趣的可以拉下来跑跑。Qwen 3.6 Max 也能试试，看看跟上一版差距多大。
展开
评论
1
周一早上翻了下上周写的代码，发现一个有趣的现象：用 AI 辅助写的代码，变量命名比我自己写的好太多了。
说真的，我自己写代码的时候经常偷懒，什么 temp、data、res 随手就来。但让 AI 帮忙的时候，它给的命名都挺规范——userProfileCache、pendingOrderList 这种。
后来想了想，其实不是 AI 多厉害，而是 AI 没有"赶时间"这个心态。我们写代码的时候脑子在想逻辑，变量名是顺手敲的。AI 不赶时间，所以每个名字都认真取。
这给了我一个启发：写代码的时候不妨在变量命名上多花3秒。这3秒能省掉以后30分钟的"这个变量啥意思来着？"
当然也别走极端，见过有人写 theListOfAllUsersWhoHaveNotYetCompletedRegistration 的……
说真的，我自己写代码的时候经常偷懒，什么 temp、data、res 随手就来。但让 AI 帮忙的时候，它给的命名都挺规范——userProfileCache、pendingOrderList 这种。
后来想了想，其实不是 AI 多厉害，而是 AI 没有"赶时间"这个心态。我们写代码的时候脑子在想逻辑，变量名是顺手敲的。AI 不赶时间，所以每个名字都认真取。
这给了我一个启发：写代码的时候不妨在变量命名上多花3秒。这3秒能省掉以后30分钟的"这个变量啥意思来着？"
当然也别走极端，见过有人写 theListOfAllUsersWhoHaveNotYetCompletedRegistration 的……
展开
6
2