How Ramp engineers work with AI agents at every step（在新分頁開啟原站）
介紹 Ramp 工程師如何利用 AI 代理在開發流程的每個階段進行協作，並探討其對軟體開發的潛在影響。
5.1 萬次觀看
※ 摘要僅根據標題與說明
AI 輔助軟體工程
AI-Assisted Engineering ・ 155 筆內容
團隊導入 AI 之後，開發流程、分工與生產力實際發生的變化。
也叫做：AI 輔助開發、AI-assisted engineering、AI-assisted development、developer productivity、開發者生產力、AI engineer、AI 工程師、AI native
排行前 50 名
依相關、人氣、新鮮度綜合排序；站長推薦的加成
AI Engineer Paris 2026 Opening Keynotes: Mistral, Langfuse & Sizzy | Day 1（在新分頁開啟原站）
AI Engineer Paris 2026 開場演講，聚焦 Mistral、Langfuse 與 Sizzy 等 AI 相關主題，內容涵蓋最新趨勢與技術應用。
※ 摘要僅根據標題與說明
AI Engineer Paris 2026 Main Stage: Google DeepMind, ElevenLabs, Hugging Face & Stripe | Day 2（在新分頁開啟原站）
Google DeepMind、ElevenLabs、Hugging Face 與 Stripe 於 2026 年巴黎 AI 工程師大會主舞台進行合作演講，探討 AI 在企業應用中的整合策略。
3 萬次觀看※ 摘要僅根據標題與說明
The Ultimate Guide to Making Your Entire Development Cycle AI Native（在新分頁開啟原站）
介紹如何將整個開發週期轉為 AI 原生，涵蓋從基礎概念到實際應用，讓讀者掌握將程式碼與流程自動化。
※ 摘要僅根據標題與說明
How Fyxer built an AI executive assistant people trust（在新分頁開啟原站）
介紹 Fyxer 如何打造一個讓人信賴的 AI 執行助理，並展示其核心功能。
7.2 萬次觀看※ 摘要僅根據標題與說明
※ 摘要僅根據標題與說明
the eighteen-month recap: AI Engineer, Singapore, May 2026（在新分頁開啟原站）
Geoffrey Huntley 回顧他在 AI Engineer Singapore 的演講，探討 AI 如何改變軟體開發的成本與模式。
The State of AI in Software Development: Data from 400+ Orgs — Justin Reock, DX（在新分頁開啟原站）
DX 透過 400 多家組織的資料，發現 AI 雖提升部署頻率，但變更失敗率波動劇增，可維護性上升而信任度下降。 Junior 工程師使用 AI 最多，但 Staff+ 工程師能節省更多時間且消耗更少 Token。
1.6 萬次觀看LIVE: Uncle Bob on Software Fundamentals in the Age of AI（在新分頁開啟原站）
Uncle Bob 與 Matt Pocock 討論 AI 時代軟體基礎的重要性，兩人雖有共識，但也對 AI 如何改變軟體開發提出不同看法。
26.6 萬次觀看※ 摘要僅根據標題與說明
“A Staff Engineer Collaborator” | Notion’s First Look at GPT-6 Astra（在新分頁開啟原站）
介紹了 Notion 的 Astra 模型如何透過與 GPT-6 合作，發現並修復了舊訊息重製時破壞上下文串聯的隱藏問題。這不僅解決了效能瓶頸，更展現了 AI 團隊在架構設計上的深度突破。
※ 摘要僅根據標題與說明
The Problem Solvers: Kay Zhu at Genspark（在新分頁開啟原站）
介紹了 Genspark 的 Kay Zhu 及其在 Problem Solvers 系列中的角色，內容聚焦於 AI 如何協助解決複雜問題。
1,400 萬次觀看※ 摘要僅根據標題與說明
AI Software Factories Are the Next Big Thing (And I'm Building You One)（在新分頁開啟原站）
Cole Medin 介紹了 AI 軟體工廠的概念，並展示了他開發的 Dynachat AI 導師。該工具將需求轉化為程式碼，無需人工審查中間過程。目前處於早期測試階段，Cole 正積極推廣此工具。
4.8 萬次觀看※ 摘要僅根據標題與說明
AI 时代到底该怎么管一个工程团队（在新分頁開啟原站）
Fiona Fung 在 Anthropic 大會上分享，AI 時代軟體工程的核心瓶頸已從寫程式碼轉向驗證、評審與協作。她強調需重構流程、扁平化組織並讓 AI 承擔程式碼生成任務，同時保留人工對安全、合規及審美判斷的介入。
Joy & Curiosity #99（在新分頁開啟原站）
探討了 AI 模型在最新迭代中的表現，特別是 Fable 5.1 與 GPT-6 Astra 的突破性進展。作者描述了模型如何超越傳統測試，自主執行複雜任務並生成高品質成果。
Code with Claude Tokyo 2026: Opening Keynote（在新分頁開啟原站）
2026 年東京 Code with Claude 線上開場演講，探討 AI 如何重塑軟體開發流程。
3.2 萬次觀看※ 摘要僅根據標題與說明
How AI Helps Solve Medical Mysteries at Boston Children’s Hospital | OpenAI Forum（在新分頁開啟原站）
介紹了 AI 如何協助波士頓兒童醫院解決醫療謎團，內容聚焦於 AI 在醫療領域的實際應用與潛力。
8,100次觀看※ 摘要僅根據標題與說明
Every Repo Is a Software Factory Now | Don Syme, GitHub（在新分頁開啟原站）
介紹 GitHub 創辦人 Don Syme 如何將軟體開發視為工廠，並探討 AI 如何重塑這個流程。
6,000次觀看※ 摘要僅根據標題與說明
From Chrome DevTools to AI Engineering, with Addy Osmani（在新分頁開啟原站）
本訪談探討 Google 前工程師 Addy Osmani 從開發者轉為管理者的成長路徑，以及他如何利用 AI 工具與 Agent 進行工作。
達梭系統臺灣年度高峰論壇暨 SIMULIA 用戶大會：聚焦「虛擬雙生 × AI 助手」，打造 AI-Native 未來生態系（在新分頁開啟原站）
達梭系統舉辦的年度高峰論壇探討「虛擬雙生」與 AI 如何從「做出來再修」轉變為「理解、模擬、最佳化」的 AI-Native 模式。論壇強調透過 AI 助手與虛擬雙生技術，在產品研發與製造階段進行預測與驗證，降低風險並加速從概念到生產的流程。
- 9,800次觀看
※ 摘要僅根據標題與說明
The Pragmatic Engineer AMA（在新分頁開啟原站）
本訪談探討 2026 年軟體工程師就業市場現況及 AI 對軟體開發的衝擊。訪談者針對 AI 原生開發流程、人才招募、技術債與未來職業發展等議題，提供具體建議與分析。
※ 摘要僅根據標題與說明
Daniel Jones & Tomasz Maj - More software, faster - Odevo's AI Native transformation - AI DevCon '26（在新分頁開啟原站）
Daniel Jones 與 Tomasz Maj 在 Odevo 的 AI Native 轉型中，透過影片探討如何透過軟體加速 AI 開發流程。
442次觀看※ 摘要僅根據標題與說明
- 49.5 萬次觀看
※ 摘要僅根據標題與說明
Design Engineering with Maggie Appleton（在新分頁開啟原站）
節目邀請了 Maggie Appleton，一位結合設計、人類學與網頁開發的研究工程師。她分享了如何將設計思維應用於工程，並探討了 AI 如何改變設計師的工作流程。
Edouard Maleix - How AI-First Dev Teams Build Collective Intelligence — One Attributed Mistake at（在新分頁開啟原站）
探討 Edouard Maleix 如何透過 AI 思維重塑開發團隊，並指出一個關鍵錯誤。
998次觀看※ 摘要僅根據標題與說明
Formal methods with Hillel Wayne（在新分頁開啟原站）
本訪談探討 AI 是否將使形式驗證成為主流，並邀請形式驗證專家 Hillel Wayne 分析軟體工程與傳統工程的差異，以及形式方法在現代開發中的角色。
※ 摘要僅根據標題與說明
I Open-Sourced My Own AFK Software Factory（在新分頁開啟原站）
Matt Pocock 公開自製的 AFK 軟體工廠，讓使用者能自行開發與部署 AI 自動化系統。
※ 摘要僅根據標題與說明
- 1.9 萬次觀看
※ 摘要僅根據標題與說明
Stop being skeptical about AI for development with Charity Majors（在新分頁開啟原站）
Charity Majors 探討 2025 年 AI 從懷疑轉向基礎地位的過程。她認為 AI 正在改變程式碼生成經濟，使「寵物」向「牛隻」轉型，並強調可靠性與驗證成為關鍵瓶頸。
为什么你的"AI 优先"战略可能大错特错？（在新分頁開啟原站）
指出「AI 優先」戰略若缺乏工程基礎，會導致人成 bottlenecks。作者建議應將重點從「AI 程式碼」轉向「工程流程」，透過自動化測試、CI/CD、A/B 測試及系統監控，讓 AI 在關鍵節點輔助決策，而非取代人。
How Kent Beck shapes the software engineering industry（在新分頁開啟原站）
本訪談探討了 Kent Beck 如何重塑軟體工程，從早期小語言到現代工程實踐。他強調軟體工程不僅是寫程式，更涉及建立信任與應對 AI 時代的挑戰。
※ 摘要僅根據標題與說明
- 7.5 萬次觀看
※ 摘要僅根據標題與說明
- 11 萬次觀看
※ 摘要僅根據標題與說明
The Tower Keeps Rising（在新分頁開啟原站）
探討了當 AI 輔助程式開發時，團隊協作與溝通如何被削弱。作者引用《創世記》中巴比倫塔的故事，比喻當每個開發者都依賴自動化工具時，大家不再需要交流，導致系統理解脫節。
Lesson 4: A closer look at Delegation | AI Fluency: Framework & Foundations Course（在新分頁開啟原站）
本課程探討如何更精確地委派任務，透過具體策略提升團隊效能。
60.1 萬次觀看※ 摘要僅根據標題與說明
teleporting into the future and robbing yourself of retirement projects（在新分頁開啟原站）
探討了 AI 如何讓軟體工程師在退休前就完成原本延後的專案，甚至可能取代退休計畫。作者指出，當 AI 變得容易使用且能產生好結果時，人們會開始像「開吉他」一樣專注於創造，這是一種創意的癲狂。
Astra for Coding: Why Are We Doing This Again?（在新分頁開啟原站）
探討了 AI 工程師阿明對 Astra 模型的觀察。他認為目前 AI 工程處於內卷狀態，而 Astra 雖然在影象理解和長程任務上表現出色，但在程式設計工具呼叫方面產生了大量 Token 效率低下且邏輯混亂的程式碼。
Do software fundamentals still matter?（在新分頁開啟原站）
探討在 AI 時代，程式基礎知識是否依然重要。作者指出，良好的程式品質、降低軟體熵以及遵循設計模式，比單純依賴 AI 更重要。
4.3 萬次觀看※ 摘要僅根據標題與說明
Joseph Katsioloudes - Code Security Reinvented: Navigating the era of AI - AI Native DevCon June 26（在新分頁開啟原站）
介紹了 Joseph Katsioloudes 如何重新定義程式碼安全，探討 AI 時代的挑戰與機會。
※ 摘要僅根據標題與說明
The third golden age of software engineering – thanks to AI, with Grady Booch（在新分頁開啟原站）
Grady Booch 回顧了軟體工程的三個黃金時代，並指出 AI 只是下一個時代的開始。他強調技術限制與人類判斷始終塑造著系統，系統思維與責任感才是未來軟體工程的關鍵。
※ 摘要僅根據標題與說明
The Complete AI Transformation Blueprint - Live Workshop（在新分頁開啟原站）
介紹了 AI 轉型藍圖，涵蓋從基礎概念到實際落地的完整流程，幫助讀者掌握關鍵步驟。
※ 摘要僅根據標題與說明
AI 能自我修正嗎？從 decoding、workflow 到 reasoning 的技術發展整理（在新分頁開啟原站）
李一駿助教探討 AI 自我修正的技術演進，從 decoding 到 workflow 再到 reasoning，解析其發展脈絡。
※ 摘要僅根據標題與說明
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
EP143 - 中國 AI 這次真的追上了？Loop Engineering 爆紅、Google 關鍵人才出走（在新分頁開啟原站）
標題探討中國 AI 發展是否追上美國，並指出 Loop Engineering 爆紅及 Google 關鍵人才流失。
6,000次觀看※ 摘要僅根據標題與說明
The AI Dark Factory is ALIVE: A Codebase That Writes Its Own Code, Live（在新分頁開啟原站）
介紹一個名為「AI Dark Factory」的程式碼庫，它能自動編寫程式並即時執行。
2.6 萬次觀看※ 摘要僅根據標題與說明
From IDEs to AI Agents with Steve Yegge（在新分頁開啟原站）
Steve Yegge 探討 AI 如何重塑工程工作，認為手動編寫程式可能逐漸消失。他分享了自己的 AI 採用框架，並指出工程師應關注系統演變而非單一工具。
※ 摘要僅根據標題與說明
Frontend is HARDER for AI than backend (here's how to fix it)（在新分頁開啟原站）
Matt Pocock 指出前端比後端更難，並分享如何解決此問題。
5.1 萬次觀看※ 摘要僅根據標題與說明
Brian Douglas - The beginners guide to training AI on your own code - AI Native DevCon June 2026（在新分頁開啟原站）
Brian Douglas 於 2026 年 6 月 AI Native DevCon 演講，教導如何自行訓練 AI，內容涵蓋基礎概念與實作步驟，適合想從零開始學習的開發者。
838次觀看※ 摘要僅根據標題與說明
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
最新
依發布時間
挣钱时都是超级个体，坐牢时把锅甩给 AI（在新分頁開啟原站）
徐文浩與任鑫探討 AI 背鍋問題，指出責任與權力不對等，建議將責任分配與工作執行分離，並提出 Dynamic Workflow 概念以平衡 AI 的靈活與執行效率。
金屬中心攜手高醫推AI語言與心理科技用科技公益陪伴孩子學習成長（在新分頁開啟原站）
金屬中心與高雄醫學大學合作，捐贈 AI 語言與心理陪伴軟體給茂林國小，整合醫療資源縮短服務差距。透過 MagicABC 軟體進行語言練習，Alongside 軟體協助情緒管理，讓學童能透過科技獲得更貼切的學習與心理支援。
P&G 測紙巾、三星 SDI 測電池內部金屬：AI 視覺如何攻下傳統光學檢測盲點？（在新分頁開啟原站）
介紹了 AI 視覺技術如何解決傳統光學檢測的盲點。寶潔與西門子合作，讓 AI 能辨識紙巾等柔軟材質的「正常形變」，降低報廢率；三星 SDI 則將 AI 結合 X-Ray 技術，精準檢測電池內部微小異物。
Distributed databases with Peter Mattis（在新分頁開啟原站）
Peter Mattis 分享了他從開源開發者到 Google 工程師，再到創立 Cockroach Labs 的經歷。他探討了如何在大規模系統中保持快速、可靠且正確，並分析了 AI 如何幫助工程師重新專注於編寫程式碼，同時提升程式碼品質。
An Introduction To Plan Mode（在新分頁開啟原站）
介紹 Plan Mode，一種在撰寫程式碼前與 AI 協同迭代的需求定義方法。透過該模式，使用者可先驗證假設與構建上下文，確保程式碼品質與理解度。
The State of AI in Software Development: Data from 400+ Orgs — Justin Reock, DX（在新分頁開啟原站）
DX 透過 400 多家組織的資料，發現 AI 雖提升部署頻率，但變更失敗率波動劇增，可維護性上升而信任度下降。 Junior 工程師使用 AI 最多，但 Staff+ 工程師能節省更多時間且消耗更少 Token。
1.6 萬次觀看達梭系統臺灣年度高峰論壇暨 SIMULIA 用戶大會：聚焦「虛擬雙生 × AI 助手」，打造 AI-Native 未來生態系（在新分頁開啟原站）
達梭系統舉辦的年度高峰論壇探討「虛擬雙生」與 AI 如何從「做出來再修」轉變為「理解、模擬、最佳化」的 AI-Native 模式。論壇強調透過 AI 助手與虛擬雙生技術，在產品研發與製造階段進行預測與驗證，降低風險並加速從概念到生產的流程。
Getting started with Claude Tag（在新分頁開啟原站）
介紹了 Claude Tag 功能，讓 AI 能即時跟隨團隊工作流，無需切換視窗。使用者可將指令直接傳送至 Slack 頻道，讓 AI 自動整合多處資料（如會議記錄、任務清單）並執行複雜任務。
13.6 萬次觀看Liz Fong-Jones: 2x the PRs, 1.5x the Incidents（在新分頁開啟原站）
Liz Fong-Jones 分享 Honeycomb 如何從 30 次日增 PR 躍升至 70 次，但自動化審查成為瓶頸。她解釋 AI 放大了現有組織的缺陷，並提出 Jev 決策模型以篩選安全合並的 PR。
Software Engineering Is Becoming Factory Engineering — Zach Lloyd, Warp（在新分頁開啟原站）
Zach Lloyd 指出軟體工程正轉化為工廠工程，所有專案都將採用 CI/CD 式的軟體工廠流程。他介紹 Warp 如何透過開放原始碼建立生態系，並展示工廠從輸入到監控的全流程，強調自動化能解決噪音與錯誤問題。
※ 摘要僅根據標題與說明
Orchestras, Not Factories: How the Fastest Builders Work — Charlie Holtz, Conductor（在新分頁開啟原站）
Charlie Holtz 分享 Conductor 的理念，強調應將 AI 視為「指揮家」而非單純的生產線。他建議建立緩衝區供人工審視，並透過單一資料庫整合所有資訊以賦能 AI 自主運作。
※ 摘要僅根據標題與說明
No, That's Not a Software Factory — Ryan Cooke, WorkOS（在新分頁開啟原站）
WorkOS 的 Ryan Cooke 指出，傳統軟體工廠只計數程式碼行數或 PR 數量，無法反映真實成效。他介紹了 WorkOS 將工程流程嵌入系統的做法，透過 TARS 與 Horizon 等工具自動追蹤專案，並建立內部 MCP 門路…
2 萬次觀看※ 摘要僅根據標題與說明
