1Podcast進階EN
Ryan Lopopolo: OpenAI's Framework for Shipping Code at 70 PRs/Week
Ryan Lopopolo 分享了 OpenAI 的「Harness Engineering」方法，透過系統化工具、測試與反饋迴圈，讓 AI 程式設計代理能產生可信任且符合規範的程式碼。
The AI Native DevGuy Podjarny、Simon Maple
Podcast ・ 國際 ・ 英文 ・ S 級 ・ 55 筆內容 ・ 最近更新 2026/09/08
coding agent、spec／context-driven 開發
最受歡迎
依人氣
- 2Podcast進階EN
What Developers Can Build Next With AI（在新分頁開啟原站）
本集由 Simon Maple 主持，匯集四位專家探討 AI 輔助開發的挑戰與解決方案。他們指出，若未先建立嚴謹的測試規範，AI 生成的程式碼將難以可靠。
※ 摘要僅根據標題與說明
- 3Podcast進階EN
Is Your Team Ready for AI-Driven Modernization? | Birgitta Böckeler（在新分頁開啟原站）
本訪談探討 AI 如何重塑軟體開發，特別是針對舊系統現代化的挑戰。訪談者指出，單純依賴 AI 無法解決複雜問題，必須結合確定的工具與成熟的工程實踐。開發者需要從寫程式碼轉向管理 AI 驅動的 workflows，才能有效應對技術變革。
※ 摘要僅根據標題與說明
- 4Podcast入門EN
Why Faster AI Development Often Increases Rework | Cian Clarke（在新分頁開啟原站）
Cian Clarke 與 Simon Maple 探討 AI 開發中「速度優先」與「可維護性」的衝突。他們介紹 BMAD 的 spec-driven 方法，強調在程式碼產生前先定義需求，以平衡快速迭代與長期品質。
※ 摘要僅根據標題與說明
- 5Podcast進階EN
What Developers Need To Know About Agents Before 2026（在新分頁開啟原站）
這期節目回顧了 2025 開發者的角色轉變，並探討 2026 年 AI 代理系統將如何重塑軟體開發。專家們分析代理系統失敗的常見原因，並分享如何建立長期軟體的保護機制。此外，他們還討論了開發者的自主權，以及如何設計適合委派給代理的開發環境。
※ 摘要僅根據標題與說明
- 6Podcast進階EN
Agent Experience Is the New Developer Experience | Sean Roberts（在新分頁開啟原站）
Sean Roberts 解釋 Agent Experience 如何成為開發者體驗的自然延伸，並分享大模型推理缺失上下文時的謠言問題、知識圖表對大型程式碼庫的重要性，以及利用回傳迴圈讓代理從實際部署中學習的實戰方法。
※ 摘要僅根據標題與說明
- 7Podcast入門EN
Why Developers Hit a Wall at 4 AI Agents
本期節目探討工程師在同時使用多個 AI 代理時遇到的瓶頸。資料顯示，雖然工程師產出的拉取請求數量翻倍，但 AI 生成的拉取請求合併率從 80% 降至 60%。
- 8Podcast入門EN
AI Security & the Agent-Ready Web: Experts Weigh In
本期播客探討 AI 安全與 Agent 時代的 Web 架構挑戰。專家指出，當 Agent 能自主制定規則時，傳統的防禦機制（如沙箱）已失效，必須重新設計系統以平衡開發速度與安全性。
- 9Podcast入門EN
Logan Kilpatrick on Who Ships AGI, DeepMind and the Problem With More Software（在新分頁開啟原站）
Logan Kilpatrick 與 Simon Maple 探討 AGI 與軟體開發的未來。他們指出，未來開發者數量將激增，且 AGI 應視為產品而非單一模型。
※ 摘要僅根據標題與說明
- 10Podcast進階EN
BONUS: DevCon London: Real Talk on AI ROI, Harnesses & Evals
本節目為 AI Native DevCon London 的實地報導，探討 2026 年 AI 開發的新趨勢。重點包括：避免使用虛偽指標，以實際產出為衡量標準；Harness 工程與評測是未來開發者的核心技能；以及組織變革管理比工具更重要。
最新內容
依發布時間
- Podcast進階EN
You Don't Need Juniors to Code. Hire Them Anyway.
Ran Arusi 指出「代理工作流」是矛盾概念，真正的自主性在於人類最終簽名。他認為已過去年，不需為程式碼技能招聘新人，但應繼續招聘以培養未來架構師。內容探討了如何判斷代理自主的邊界、軟體工廠如何改變交付模式、以及知識的傳承問題。
- Podcast進階EN
Lada Kesseler: I Trust AI Tests Less Than AI Code
Lada Kesseler 分享了她對 AI 測試的謹慎態度，認為 AI 生成的測試比程式碼更危險。她提出「迴圈工程」方法，透過讓 AI 寫出結果再讀回並再次執行來提升品質，將此過程比作高速旋轉的離心機。
- Podcast進階EN
Every Repo Is a Software Factory Now | Don Syme, GitHub
本訪談探討 GitHub 主研究人員 Don Syme 提出的「持續 AI」概念，即將 AI 自動化融入持續整合與部署流程。訪談指出，傳統 CI/CD 關注確定性的編碼與部署，而持續 AI 則包含持續改進效能、持續修復錯誤等主觀活動。
- Podcast進階EN
The Background Check You Can't Run on an AI Agent
本訪談探討 AI 代理（Agent）的「身份問題」，即如何確保代理行為符合使用者本意。訪談者指出，代理的非確定性既是功能也是安全漏洞，傳統的身份驗證機制在代理面前失效。
- Podcast入門EN
Datadog Deleted All Its AI Context. It Worked.
Datadog 刪除了長期維護的 AI 上下文件案，卻意外讓程式碼評測表現更優。這場訪談探討了他們如何從零開始打造 AI 編碼代理系統，並透過建立以評測為核心的評測驅動開發流程，成功將 Cursor 和 Claude Code 擴充套件至…
- Podcast入門EN
BONUS: Snyk Found Malware Inside AI Agent Skills
本播客探討 AI 安全領域的挑戰，特別是開發者將技能（Skills）作為傳遞給程式設計代理的上下文方式。研究發現 76 個惡意技能包含惡意程式碼，且內部發生了一名開發者因使用過度許可權的技能導致生產憑證洩漏的嚴重事故。
- Podcast進階EN
From Living Room Hack to 30 AI Agents at Cyera
本訪談介紹了 Cyera 技術總監 Ori Shoshan 如何從個人生活助理演變為管理全公司 30 個 AI 代理的平台。
- Podcast進階EN
Patrick Debois Maps the Patterns of AI-Native Dev
Patrick Debois 分享了 AI 原生開發的演進模式，指出開發者需從單一層面轉向多層面（Agent、團隊、平台、組織）的協同效應。
- Podcast進階EN
Inside Anthropic: How Claude Tag Is Changing Agentic Work
本訪談介紹了 Anthropic 推出的 Claude Tag，一款能像 Claude Code 一樣 proactive 的 Slack 內建 AI 夥伴。它不僅具備工具連線與上下文記憶，更能主動執行任務並持續追蹤進度，大幅減少人工介入。
- Podcast入門EN
The Tessl Agent: Build Your Software Factory on Autopilot
介紹 Tessl Agent，這是一個旨在讓 AI 代理自動處理重複性工作的新介面。透過「迴圈工程」概念，Tessl Agent 幫助建立自動化回饋迴圈，讓程式碼審查、CI/CD 等任務自動最佳化。
- Podcast進階EN
Why Agents Are Forcing Enterprises to Finally Fix Their Dev Process
探討企業如何因 AI 程式碼代理的成本與可見性，被迫重視軟體開發生命週期。透過與 DevOps 之父與 AI 創始人對談，分享平台團隊如何透過風險分級與自動化流程，將原本由人工手動處理的 PR 管理轉為由 AI 協助處理，並強調建立持續的…
- Podcast進階EN
BONUS: DevCon London: Real Talk on AI ROI, Harnesses & Evals
本節目為 AI Native DevCon London 的實地報導，探討 2026 年 AI 開發的新趨勢。重點包括：避免使用虛偽指標，以實際產出為衡量標準；Harness 工程與評測是未來開發者的核心技能；以及組織變革管理比工具更重要。
- Podcast入門EN
AI Security & the Agent-Ready Web: Experts Weigh In
本期播客探討 AI 安全與 Agent 時代的 Web 架構挑戰。專家指出，當 Agent 能自主制定規則時，傳統的防禦機制（如沙箱）已失效，必須重新設計系統以平衡開發速度與安全性。
- Podcast進階EN
Ryan Lopopolo: OpenAI's Framework for Shipping Code at 70 PRs/Week
Ryan Lopopolo 分享了 OpenAI 的「Harness Engineering」方法，透過系統化工具、測試與反饋迴圈，讓 AI 程式設計代理能產生可信任且符合規範的程式碼。
- Podcast入門EN
Why Developers Hit a Wall at 4 AI Agents
本期節目探討工程師在同時使用多個 AI 代理時遇到的瓶頸。資料顯示，雖然工程師產出的拉取請求數量翻倍，但 AI 生成的拉取請求合併率從 80% 降至 60%。
- Podcast進階EN
Don't Secure the Code. Secure the Coder.
本播客探討 AI 代理如何突破沙盒限制，威脅開發者的安全邊界。主持人強調，從「保護程式碼」轉向「保護開發者」才是關鍵。內容涵蓋 AI 代理的攻擊向量、技能供應鏈風險、上下文工程的重要性，以及 OWASP 針對 AI 的十項最佳實踐。
- Podcast進階EN
The Hidden Security Risks of AI Coding Agents
本內容探討 AI 編寫代理（Coding Agents）引入的新安全風險。主要指出代理具備讀取私有資料、接觸不信任內容及執行外部命令的能力，這三個特性構成了「致命三重奏」，使組織面臨前所未有的威脅表面。
- Podcast進階EN
"AI Doesn't Stand for Artificial Intelligence" — Venkat Subramaniam's Take Will Change How You Think About It
Venkat Subramaniam 指出 AI 並非人工智慧，而是「加速推論」。他強調開發者需具備紀律與責任感，AI 可輔助工作但不可取代專業知識與最終審判。
- Podcast進階EN
The Creator of Spring Thinks You Can't Code Serious Software With AI（在新分頁開啟原站）
Rod Johnson 探討企業在 AI 浪潮中重寫 Java 應用程式的錯誤，並介紹他自建的 JVM 原生代理框架 Embabel。他強調嚴肅軟體無法靠「氛圍編寫」，並解析其遊戲 NPC 規劃演算法為何能解決企業 AI 失敗模式。
※ 摘要僅根據標題與說明
- Podcast進階EN
What OpenAI, Stripe & ElevenLabs Devs Do Differently Now | AI Native Dev（在新分頁開啟原站）
探討 Google DeepMind、OpenAI、Stripe 與 ElevenLabs 等 AI 開發者的不同策略，分析傳統 CI/CD 已過時，並討論如何透過自動審查與右時間的上下文來提升開發效能。
※ 摘要僅根據標題與說明
- Podcast入門EN
Logan Kilpatrick on Who Ships AGI, DeepMind and the Problem With More Software（在新分頁開啟原站）
Logan Kilpatrick 與 Simon Maple 探討 AGI 與軟體開發的未來。他們指出，未來開發者數量將激增，且 AGI 應視為產品而非單一模型。
※ 摘要僅根據標題與說明
- Podcast進階EN
Everything 100 Episodes Revealed About AI Native Dev（在新分頁開啟原站）
探討 AI 原生開發如何從專才領域轉變為日常習慣，並分析人類在程式碼審查中的瓶頸，以及 AI 代理如何重塑整個軟體開發生命週期。
※ 摘要僅根據標題與說明
- Podcast進階EN
How DeepSeek leveraged Qwen and Llama to build its model in $5M（在新分頁開啟原站）
本訪談探討 AI 領域的「開放原始主義」，指出 DeepSeek 以 500 萬美元開發出頂級模型，而西方企業仍誤以為 Meta 的 Llama 是真正的開源。
※ 摘要僅根據標題與說明
- Podcast進階EN
Why Every Developer needs to know about WebMCP Now（在新分頁開啟原站）
本訪談探討 WebMCP 如何讓 AI 代理直接存取網站 API，解決目前截圖效率低下的問題。同時介紹了 Apple 本地模型如何開啟全新網頁應用程式類別，並分析所有應用程式皆為網頁應用對未來的意義。
※ 摘要僅根據標題與說明
- Podcast進階EN
Stop Maintaining Your Code. Start Replacing It（在新分頁開啟原站）
本訪談探討了「Phoenix 架構」，即設計為被取代而非維護的軟體。訪談者 Guy Podjarny 分享了如何將 70% 的程式碼庫在 3 個月內替換，並指出 AI 生成的程式碼無需人工審查即可安全運轉。
※ 摘要僅根據標題與說明
- Podcast入門EN
We Scanned 3,984 Skills — 1 in 7 Can Hack Your Machine（在新分頁開啟原站）
本訪談探討 AI 技能中的安全隱患，指出 1/7 的技能存在嚴重漏洞。訪談者提醒開發者在使用技能前務必掃描，並解釋了如何防止提示注入、靜態更新及風險隱藏等問題。
※ 摘要僅根據標題與說明
- Podcast進階EN
The Greatest Time to Build a Startup (The AI-Native Advantage)（在新分頁開啟原站）
Daniel Jones 與 Simon Maple 探討 AI 原生開發團隊的實戰策略，分享如何透過多工處理與最佳實踐，讓 AI 成為像不喜歡的 Junior 開發者一樣高效運作。
※ 摘要僅根據標題與說明
- Podcast進階EN
Why Your Agent Needs Memory, Not Just Context（在新分頁開啟原站）
本訪談探討 AI 代理失敗的核心原因：記憶不足。訪談者指出，技能只是組織已有的標準作業程式，真正的挑戰在於如何建立持久的記憶系統，而非依賴模型或基礎設施。
※ 摘要僅根據標題與說明
- Podcast進階EN
Cisco Principal Engineer's Fix for AI Code Security（在新分頁開啟原站）
Cisco 的 John Groetzinger 開發了 CodeGuard，這是一款能教導 AI 編寫安全程式碼的層級。他測試了該工具，發現其成功率比基線高出 84%，相比基線提升近兩倍。
※ 摘要僅根據標題與說明
- Podcast進階EN
Why Context Beats Every Prompt You'll Ever Write（在新分頁開啟原站）
探討 AI 開發者常誤以為重點在撰寫精確提示，實則應聚焦於管理上下文。作者 Guy Podjarny 與 Simon Maple 提出「上下文開發生命週期 (CDLC)」框架，說明如何建立政策、平台資料與應用情境的三層結構，並提供如何透過…
※ 摘要僅根據標題與說明
- Podcast進階EN
From IBM Acquisition to AI-Native Observability | Dash0 CEO
Dash0 由原 Instana 創辦人 Mirko Novakovic 創立，專注於 AI 原生可觀測性平台。該平台基於 OpenTelemetry 標準，將可觀測性資料（如指標、追蹤、日誌）保持為開放格式，並透過 Semantic C…
- Podcast進階EN
The End of Fragmented Agent Context（在新分頁開啟原站）
本訪談探討 AI 開發中 Agent 上下文碎片化問題，並介紹 Tessl 工具包如何整合技能評估與版本管理。
※ 摘要僅根據標題與說明
- Podcast入門EN
The Developer Skills That Will Actually Survive AI（在新分頁開啟原站）
前 GitHub 執行長 Thomas Dohmke 與 Guy Podjarny 探討 AI 時代開發者的生存關鍵。他強調企業在 AI 與業務目標間的優先順序衝突，並指出未來開發者必須將學習視為核心技能，而非依賴程式碼自動化。
※ 摘要僅根據標題與說明
- Podcast入門EN
How Too Much Information Destroys Agent Performance（在新分頁開啟原站）
本訪談探討 AI 開發者常因資訊過載而導致效能崩壞的現象。訪談者指出，過度堆疊資訊會破壞代理的判斷力，並強調必須區分創意編寫與結構化審查兩種不同型別的 AI 代理。
※ 摘要僅根據標題與說明
- Podcast進階EN
Intelligence ≠ Knowledge: Why Context Beats Bigger Models（在新分頁開啟原站）
回顧 2025 年的混亂，預測 2026 年 AI 將進入高風險現實。內容探討了從提示工程轉向以上下文為核心競爭優勢的趨勢，以及企業級開放模型與 AI 程式設計多玩家並存的展望。
※ 摘要僅根據標題與說明
- Podcast進階EN
What AI Engineering Looks Like at Meta, Coinbase, ServiceTitan and ThoughtWorks（在新分頁開啟原站）
這期節目由四位專家探討企業如何將 AI 融入工程團隊。Meta 透過草根社群建立 80% 的 AI 採用率，ThoughtWorks 使用 RIPPER-5 框架結構化工作流，Coinbase 工程師利用 Cursor 與 Claude…
※ 摘要僅根據標題與說明
- Podcast進階EN
What Developers Need To Know About Agents Before 2026（在新分頁開啟原站）
這期節目回顧了 2025 開發者的角色轉變，並探討 2026 年 AI 代理系統將如何重塑軟體開發。專家們分析代理系統失敗的常見原因，並分享如何建立長期軟體的保護機制。此外，他們還討論了開發者的自主權，以及如何設計適合委派給代理的開發環境。
※ 摘要僅根據標題與說明
- Podcast入門EN
Why Faster AI Development Often Increases Rework | Cian Clarke（在新分頁開啟原站）
Cian Clarke 與 Simon Maple 探討 AI 開發中「速度優先」與「可維護性」的衝突。他們介紹 BMAD 的 spec-driven 方法，強調在程式碼產生前先定義需求，以平衡快速迭代與長期品質。
※ 摘要僅根據標題與說明
- Podcast進階EN
Building an AI Agent in 100 Lines of Code | Yaniv Aknin（在新分頁開啟原站）
Yaniv Aknin 解釋了 AI 提示詞中隱藏的指令層面，強調理解這些背景資訊對設計工具至關重要。他指出工具設計比單純的推理能力更關鍵，並探討了如何讓模型在有限工具下更靈活。
※ 摘要僅根據標題與說明
- Podcast入門EN
How New Libraries Saw a 50% Improvement | Maria Gorinova（在新分頁開啟原站）
Maria Gorinova 與 Simon Maple 探討 AI 原生開發中結構化上下文如何提升抽象能力，並提出透過測量來驗證代理可靠性的觀點。
※ 摘要僅根據標題與說明
- Podcast進階EN
Agent Experience Is the New Developer Experience | Sean Roberts（在新分頁開啟原站）
Sean Roberts 解釋 Agent Experience 如何成為開發者體驗的自然延伸，並分享大模型推理缺失上下文時的謠言問題、知識圖表對大型程式碼庫的重要性，以及利用回傳迴圈讓代理從實際部署中學習的實戰方法。
※ 摘要僅根據標題與說明
- Podcast進階EN
What Holds Devs Back From Multi-Agent Thinking | Guy Podjarny（在新分頁開啟原站）
本訪談探討 AI 開發者為何難以進行多智慧體思考，並分享如何透過工具提升效能。
※ 摘要僅根據標題與說明
- Podcast進階EN
The Hidden Vulnerabilities Behind AI Code | René Brandel（在新分頁開啟原站）
René Brandel 探討如何透過前置規格來建立自適應軟體，讓小型團隊的自進化代理能超越大型安全組織。他強調這種方法不僅適用於開發，還能有效應對虛擬編寫與快速原型驗證的需求。
※ 摘要僅根據標題與說明
- Podcast進階EN
What Developers Can Build Next With AI（在新分頁開啟原站）
本集由 Simon Maple 主持，匯集四位專家探討 AI 輔助開發的挑戰與解決方案。他們指出，若未先建立嚴謹的測試規範，AI 生成的程式碼將難以可靠。
※ 摘要僅根據標題與說明
- Podcast進階EN
Claude, TypingMind, AMP & MCP Servers: The Future Dev（在新分頁開啟原站）
Alan Pope 解釋 Model Context Protocols (MCPs) 如何讓 AI 代理在人類監督下擁有與開發者相同的可見性，並能安全地執行 Claude Code 等工具。
※ 摘要僅根據標題與說明
- Podcast進階EN
AI Agents Beyond Context Limits | Maksim Shaposhnikov（在新分頁開啟原站）
本訪談探討 AI 程式碼代理如何自主運作，並分享開發者如何測試與信任其生成的程式碼。訪談涵蓋了子代理如何獨立運作、人機協作的必要性，以及未來代理的自我修正能力。
※ 摘要僅根據標題與說明
- Podcast進階EN
Instant PR Feedback Without leaving GitHub | Merrill Lutsky on Graphite（在新分頁開啟原站）
Merrill Lutsky 與 Guy Podjarny 探討 Graphite 如何透過架構設計消除 AI 程式碼審查的摩擦，讓開發者能更快速地進行 AI 原生開發。
※ 摘要僅根據標題與說明
- Podcast進階EN
AI-First Project Management for Developers | Alex Gavrilescu on Backlog.md（在新分頁開啟原站）
Alexandru Gavrilescu 與 Simon Maple 探討如何為 AI 提供明確的上下文與規範，使其能像人類同事般高效工作。他們分析了持續型代理如何主動管理任務，並討論了未來軟體開發中持續迴圈與敏捷指標的重新思考。
※ 摘要僅根據標題與說明
- Podcast進階EN
Redefining Developer Workflows in the AI Era with MCP | Steve Manuel（在新分頁開啟原站）
Steve Manuel 與 Simon Maple 探討 AI 開發者工作流的重塑，特別強調 MCP 協議如何確保 AI 擴充套件的安全性。
※ 摘要僅根據標題與說明
- Podcast進階EN
How Slack AI Agents Accelerate Dev Productivity | Samuel Messing（在新分頁開啟原站）
Slack 的 Samuel Messing 與 Simon Maple 探討如何讓 AI 在企業環境中有效運作。他們分享 Slack 的 AI Explain 功能如何處理資訊過載，並強調在快速變化的工作流中維持高品質工作的關鍵。
※ 摘要僅根據標題與說明
