AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：软件工程×
6月29日
13:48
6月24日
06:12
6月21日
00:56
00:56宝玉@dotey
精选
文章将传统软件工程实践迁移到 AI Agent 开发中，强调需求分析时需给 Agent 充足上下文并反复对齐，系统设计时用 plan 模式拆分里程碑。代码审查建议先让 Agent 审查格式和逻辑，但人需兜底业务逻辑。自动化测试包括单元测试、集成测试和端到端测试，需与 CI 集成自动运行。灰度发布和 CI/CD 机制（如 feature flag、自动回滚）可减少线上不稳定。线上修复目前更现实的是 AI 辅助定位、人确认后再提交，而非全自动闭环。
技巧Agent软件工程代码审查自动化测试CI/CD
推荐理由：宝玉分享的实操经验：把传统软件工程的代码审查、测试覆盖、灰度发布等方法用到 AI Agent 上，能少写 bug、少修 bug，适合正在用 Agent 写代码的团队。
原文
6月20日
15:24
6月16日
20:46
6月12日
12:57
6月11日
15:28
15:23
15:07
6月10日
02:54
01:08
6月8日
06:23
04:43
04:43Greg Brockman@gdb
72°
OpenAI 发布了 Codex 的数十个真实世界工作流用例，展示了团队如何用它自动化工作。用例涵盖从软件工程、设计到数据分析和运维，包括管理收件箱、审查 GitHub PR、将 Figma 设计转为生产代码、快速理解大型代码库、自动化 bug 分类和 QA 流程、用自然语言查询电子表格、从提示直接部署应用、更快构建 Mac 和 iOS 应用、自动创建幻灯片、将 Slack 线程转为编码任务等。OpenAI 表示 Codex 正在从 AI 助手转变为 AI 队友。
AI产品CodexAI 队友自动化工作流软件工程OpenAI
推荐理由：OpenAI 把 Codex 从助手升级为队友，这些真实用例覆盖了开发、设计、运维全流程，做自动化或想提升团队效率的可以直接参考复用。
原文
6月4日
06:43
6月2日
06:50
5月28日
05:21
05:21rohanpaul_ai@rohanpaul_ai
72°
Datacurve 推出 DeepSWE，一个更严格的编程基准测试，旨在揭示领先模型之间的真实差距。GPT-5.5 得分 70%，而 GPT-5.4 为 56%，Claude Opus 4.7 为 54%，差距在旧基准中常被掩盖。DeepSWE 使用原创任务而非公开 GitHub 问题，避免模型训练时见过答案。其提示词长度仅为 SWE-bench Pro 的一半，但解决方案需要 5.5 倍代码量和约 2 倍输出 token。评分方式也不同，DeepSWE 检查请求行为是否真正实现，而非仅依赖合并 PR 的测试。
AI模型基准测试编程能力GPT-5.5Claude Opus软件工程
推荐理由：做 AI 模型评估或选型的团队，DeepSWE 能帮你看到模型在长周期软件工程任务上的真实差距，建议关注这个新基准。
原文
5月21日
08:00
5月16日
22:25