Harness Engineering: How to Build a Software Factory — Dru Knox, Tessl
Dru Knox 解釋軟體工廠概念,透過自主性、自動化與品質三指標,說明如何建立內、外與元迴圈來提升 AI 代理效能。內容涵蓋建立控制平面與技術堆疊,並介紹 Tessl 相關工具協助逐步實現。
※ 摘要僅根據標題與說明
依發布時間,最新的 30 筆
Dru Knox 解釋軟體工廠概念,透過自主性、自動化與品質三指標,說明如何建立內、外與元迴圈來提升 AI 代理效能。內容涵蓋建立控制平面與技術堆疊,並介紹 Tessl 相關工具協助逐步實現。
※ 摘要僅根據標題與說明
Baruch Sadogursky 分享如何將平台工程與內部開發者門戶轉化為 AI 軟體工廠,讓團隊能自主生產軟體工廠。透過實際案例說明為何客製化 AI 工廠對多數公司重要,並介紹 Tessl 工具協助逐步建立流程。
※ 摘要僅根據標題與說明
Rob Willoughby 分享 Tessl 內部軟體工廠如何透過最佳化上下文、驗證與回饋迴圈,而非依賴更聰明的 AI 代理,來實現真正的投資回報率。
Honeycomb 技術顧問 Liz Fong-Jones 分享自動化程式碼審查如何讓 PR 量翻倍卻導致事故增加,強調擁有感與設計審查的重要性。她說明如何利用 Jev 模型篩選安全合併的請求,並指出可觀測性工程正與平台工程融合。
探討程式碼代理在會話結束後記憶遺失的問題,指出僅靠 AGENTS.md 等檔案無法解決根本。觀眾可學習如何建立共享知識庫與記錄決策原因,讓代理避免重複錯誤並節省成本。
※ 摘要僅根據標題與說明
探討如何處理十年以上的舊程式碼庫,透過逆向工程與代理系統將複雜的 VR 系統轉化為可維護的模組。觀眾能學習如何將遺傳程式視為運作中的城市,並掌握將單一機器轉化為平行代理佇列的具體策略。
※ 摘要僅根據標題與說明
Baz 創辦人 Guy Eisenkot 分享資料顯示,AI 程式碼代理對 AGENTS.md 與 CLAUDE.md 指令檔案的遵循度幾乎一夜間下降 50%。影片探討了為何此現象被忽視,並分析結構化規則集為何比單純的指令檔案更能持久有效。
※ 摘要僅根據標題與說明
AWS 資深工程師 Marc Brooker 分享透過閱讀數千份事故報告,發現規格定義比程式碼更重要。他介紹 AWS 開源框架 Strands 如何簡化代理開發,並探討在 AI 原生環境下,如何透過自然語言設定政策來管理代理行為,同時強調…
Ran Aroussi 探討在 AI 代理編碼時代,開發者如何從多工切換轉向監控多個代理,並重新定義初級工程師與資深架構師的角色。
四位講者在 AI DevCon 倫敦分享從寫程式到設計自動寫程式系統的轉變。內容涵蓋連續 AI 作為 CI/CD 第三支柱、自動合併 PR 的五道閘門機制、以及修復產生程式碼的系統而非程式碼本身的思維。
探討 Tessl 如何透過「技能庫」與「迴圈機制」建立軟體工廠,實現每週 850 個程式變更請求的自動化。內容涵蓋從定義正確程式碼標準開始,逐步演進至自動化迴圈,並強調情境工程與驗證機制對品質與一致性的關鍵作用。
探討技能工程如何取代模型選擇,成為決定 AI 代理效能的關鍵。透過實測資料揭示技能濫用、版本滯後及無視性問題,並展示中階模型搭配精準上下文即可達成高價值。
探討在 AI 開發中,情境工程(Context Engineering)如何比模型本身更能提升效能。講者從 Anthropic、OpenAI 與 Thoughtworks 分享,說明情境工程如何乘數模型智慧,並分析剩餘的三大限制(人類時間…
探討 AI 代理因非確定性帶來的安全風險,指出身份驗證已不足以應對,需引入「任務身份」與跨應用認證協議。觀眾可學習如何建立代理的意圖邊界,並了解如 Keycard、MCP 等工具在解決代理身份問題上的應用與挑戰。
Simon Maple 與 Snyk 產品負責人共同示範如何將一個 AI 技能評分從 87% 提升至 90%。影片展示使用 Tessl 工具自動審查技能,並透過 Snyk 的 Agent Scan 工具檢測潛在安全漏洞,如提示注入。
Amy Heineike 探討 AI 代理已寫成 95% 程式碼,但錯誤率上升的原因。她指出傳統程式審查無法跟上速度,並提出「工具工程師」新職能,強調系統思維、資料分析與風險管理的重要性。
展示 Oracle 開發者 advocate Anders Swanson 如何透過 Tessl 平台審查並最佳化其資料庫技能。該技能能自動修正 SQL 錯誤,將成功率從 95% 提升至 100%,並減少幻覺與安全漏洞。
Tessl AI 工程負責人 Rob Willoughby 分享內部「黑暗工廠」如何讓 65-70% 的程式碼自動合併,無需人工介入。
由 Tessl 產品負責人 Dru Knox 演講,介紹「Harness Engineering」如何透過建立檢查、審查與維護迴圈,將團隊轉化為軟體工廠。
演講者 Simon Obstbaum 與 Rob Willoughby 探討如何評估 AI 代理的實際行為,區分僅看輸出結果與追蹤完整執行軌跡(trajectory evals)的差異。
Tammuz Dubnov 探討當產品經理開始寫程式時,團隊如何轉型成為 AI 原生組織。他定義 AI 原生為決策者能立即執行,並透過「合併率」衡量適應度,指出盲目增加 AI 預算無效,關鍵在於建立能防止重複錯誤的「Harness」與合理…
Dave Farley 在演講中探討「Vibe Coding」的侷限,指出自然語言無法提供程式語言所需的精確性、一致性與可驗證性。
Oleg Šelajev 分享 Docker Sandbox 技術,解決 AI 代理在本地執行時可能造成的系統風險與安全漏洞。
揭露 Snyk 內部發生開發者將生產環境憑證注入 AI 代理的實戰事故,並分享其 ToxicSkills 研究發現的 76 個惡意技能。
探討 AI 代理(Agent)安全挑戰,揭露 76 個隱藏惡意技能案例,並說明開發者如何透過 Tessl 與 Snyk 整合掃描技能風險。看完能學到如何建立安全預設的代理環境,避免憑直覺安裝技能導致生產憑證洩漏。
Simon Martinelli 分享 Spec-driven Development 如何讓程式碼與規格文件保持一致,減少長期專案中的風險。
※ 摘要僅根據標題與說明
展示 Qodo 開發者關係負責人 Nnenna Ndukwe 使用 Tessl 工具對其 PR Resolver 技能進行自動化審查與最佳化。
May Walter 分享 Hud 公司如何利用執行時智慧解決程式碼效能問題,透過自動偵測與優先排序,讓開發者無需深入調查即可快速修復高回報的效能瓶頸。
James Moss 分享團隊環境下技能管理的挑戰,包括技能重疊、版本漂移與無視性問題。他提出將軟體開發流程應用於技能管理,強調版本控制、自動化審查與統一登錄檔的重要性,幫助團隊建立可擴展的協作框架。
探討企業如何應對 AI 代理(Agents)帶來的開發流程挑戰,強調因成本可見性而必須重視軟體開發週期。透過與 DevOps 專家及 AI 公司創始人的對話,分享建立平台團隊、風險分級與自動化測試策略,並提出以合併率(merge rate…
依人氣
Dru Knox 解釋軟體工廠概念,透過自主性、自動化與品質三指標,說明如何建立內、外與元迴圈來提升 AI 代理效能。內容涵蓋建立控制平面與技術堆疊,並介紹 Tessl 相關工具協助逐步實現。
※ 摘要僅根據標題與說明
探討在大型專案中如何克服 Vibe Coding 的風險,提出「規格驅動開發(SDD)」方法論。透過先定義清晰的需求與設計,確保人類與 AI 對目標的理解一致,並介紹 Kiro、Spec Kit 等相關工具與實踐策略。
Ran Aroussi 探討在 AI 代理編碼時代,開發者如何從多工切換轉向監控多個代理,並重新定義初級工程師與資深架構師的角色。
探討 Spec-Driven Development (SDD) 的願景與現實落差,分析 GitHub Spec-Kit、AWS Kiro 等工具在實際專案中的痛點,如脈絡盲區、檔案冗長與審查翻倍。
Simon Martinelli 分享 Spec-driven Development 如何讓程式碼與規格文件保持一致,減少長期專案中的風險。
※ 摘要僅根據標題與說明
Honeycomb 技術顧問 Liz Fong-Jones 分享自動化程式碼審查如何讓 PR 量翻倍卻導致事故增加,強調擁有感與設計審查的重要性。她說明如何利用 Jev 模型篩選安全合併的請求,並指出可觀測性工程正與平台工程融合。
Rob Willoughby 分享 Tessl 內部軟體工廠如何透過最佳化上下文、驗證與回饋迴圈,而非依賴更聰明的 AI 代理,來實現真正的投資回報率。
探討 Tessl 如何透過「技能庫」與「迴圈機制」建立軟體工廠,實現每週 850 個程式變更請求的自動化。內容涵蓋從定義正確程式碼標準開始,逐步演進至自動化迴圈,並強調情境工程與驗證機制對品質與一致性的關鍵作用。
AWS 資深工程師 Marc Brooker 分享透過閱讀數千份事故報告,發現規格定義比程式碼更重要。他介紹 AWS 開源框架 Strands 如何簡化代理開發,並探討在 AI 原生環境下,如何透過自然語言設定政策來管理代理行為,同時強調…
揭露 Snyk 內部發生開發者將生產環境憑證注入 AI 代理的實戰事故,並分享其 ToxicSkills 研究發現的 76 個惡意技能。