AI 如何改变开发者工作:三项需强化的技能
AI 正在改变开发者的工作方式,要求其掌握引导 AI 智能体而非仅使用工具、不盲信 AI 的首个答案并进行交叉审查,以及利用 AI 节省的时间去解决更宏观问题等三项关键技能。GitHub Copilot 内置的 Rubber Duck 智能体已采用第二模型来审查计划、代码和测试。开发者应将时间更多用于理解客户需求、评估权衡和做出 AI 无法替代的技术决策。
AI 正在改变开发者的工作方式,要求其掌握引导 AI 智能体而非仅使用工具、不盲信 AI 的首个答案并进行交叉审查,以及利用 AI 节省的时间去解决更宏观问题等三项关键技能。GitHub Copilot 内置的 Rubber Duck 智能体已采用第二模型来审查计划、代码和测试。开发者应将时间更多用于理解客户需求、评估权衡和做出 AI 无法替代的技术决策。
GitHub Copilot app 的 canvas 功能允许用户通过自然语言描述创建可自定义的共享界面,如看板或仪表盘。用户只需在会话中输入 `/create-canvas` 技能并描述所需工作流,智能体便会自动生成并打开界面。该界面支持双向实时协作,用户和智能体均可直接操作控件更新内容,且创建好的 canvas 可保存为扩展供重复使用。
GitHub Copilot 应用引入了名为“canvas”的全栈应用界面,以替代传统的聊天交互方式。canvases 能在应用内运行,实现与 Copilot 智能体的双向通信,并能调用第三方 API 或本地执行代码。这种可定制的 UI 旨在将用户从繁琐的聊天交互中解放出来,更高效地完成特定任务,例如构建游戏或自动化开发工作流。
GitHub Security Lab 发布了 Fuzzing Taskflow,这是一个基于 LLM Agent 的自动化模糊测试管道,用于 C/C++ 项目。
推荐理由:原文详细介绍了自动化模糊测试管道的架构、工作流程和实际使用方法,为安全研究人员提供了可复现的工程实践。
GitHub Copilot 应用重构了 Pull Request 视图,以应对包含 2200 个文件、超百万行更改和 400 多条行内评论的极端大型代码审查场景。新架构将文档高度拆分为确定性的代码几何与动态区块几何两部分,解决了评论内容高度不可预测导致的滚动跳跃问题。通过虚拟化、惰性测量和独立几何管理,确保了即使在超大规模差异和对话下,审查体验依然快速流畅。
Vercel 的 AI 代码生成工具 v0 现支持通过共享环境变量读取 npm 凭据,以安装私有包和自定义注册表中的依赖。团队可使用 `NPM_TOKEN` 访问 registry.npmjs.org 的私有包,或使用 `NPM_RC` 配置多个自定义注册库。凭据可标记为敏感信息,v0 不会将其暴露给模型或写入沙盒文件系统。
GitHub Copilot 团队使用 GitHub Copilot 应用和 CLI,将 Copilot 智能体运行时从 TypeScript 完全重写为超过 80 万行生产级 Rust 代码。该项目主要由一名开发者在几个月内完成,性能提升了数个数量级,并支持通过 C ABI 进行进程内嵌入,为所有六种 SDK 语言版本提供了更优的性能和资源使用方案。
推荐理由:原文详细记录了用 AI 辅助将核心运行时从 TypeScript 重写为 Rust 的完整过程、技术决策和量化结果,为大规模工程迁移提供了具体参考。
GitHub 日本与韩国营销负责人利用 GitHub Copilot 和 GitHub Actions,将营销活动从策划到跟进的全流程自动化。该系统以 GitHub Issue 为起点,通过 Issue 表单、标签和 Actions 工作流,自动处理活动落地页创建、链接生成、邮件发送、CRM 数据同步等重复任务。
SOP-Bench 是首个结合真实企业标准操作流程(SOP)与可执行工具的 AI 智能体评测基准,由 Amazon Science 发布。该基准包含 12 个行业领域、2000 多项任务,每项任务均附带工具接口和正确结果,用于验证智能体是否能按实际流程执行。
Berkeley AI Research 在 NeurIPS 2025 论文中提出一个直接评估和优化成像系统信息内容的新框架。该信息度量统一了分辨率、噪声和光谱灵敏度等传统分离的质量指标,能准确预测彩色摄影、射电天文、无透镜成像和显微镜四个领域的系统性能。优化该指标产生的设计与最先进的端到端方法性能相当,但所需内存和计算量更少,且无需特定任务的解码器设计。