#代码质量
Cursor Team Kit 新增 "Thermo-Nuclear Code Quality Review" Skill，帮你提升代码质量，对抗 AI 代码生成问题，是审查 PR 的利器。
看看Salesforce的Agentforce团队怎么用LangSmith管住1亿行代码的质量，这对做大项目的人有参考价值。
这篇研究不只看模型能修复多少问题，还比较了Claude和DeepSeek不同代际的代码质量、CPU时间和内存使用，发现新模型虽修得多但代码质量没明显提升。
两个大佬观点截然相反，还有 861% 的代码删除增长和 6 倍的 bug 率数据，做 AI 编程的都该看看这个争议。
这篇论文用86k条实际数据告诉你：AI写的测试代码虽然多，但八成没用断言，光靠数量验收会翻车。建议读读他们总结的oracle信号分类。
FrontierCode 戳破了现有基准的泡沫，真正衡量代码可维护性而非通过测试——做 AI 编程工具或智能体开发的团队，建议看看这个新标尺，它可能改变你评估模型的方式。
FrontierCode 把 AI 编程评测从「能跑就行」升级到「能合并才算数」，做代码质量评估或 AI 编程工具的团队值得关注——它暴露了当前模型在真实代码审查中的致命短板。
多智能体代码生成团队终于有了低成本的质量评估工具——FASE用0.3%的计算成本实现更优的代码正确性预测，做自动化软件开发的工程师可以直接集成到工作流中。
Claude 编程能力半年内大幅跃升，做软件开发的团队值得关注——代码质量已接近人类，年内有望超越，建议开发者亲自测试其实际表现。
AI 代码产出太快，review 跟不上会导致系统失控——这篇文章给出了可落地的 Review Forge 流程，做 AI 辅助开发的团队可以直接参考，避免项目变成黑盒。
这篇经验贴把 Coding Agent 的坑和最佳实践讲透了——开头设计决定了最终质量，做 AI 编程的开发者看完能省下大量调试时间，建议直接收藏。
霍茨作为技术极客和Comma.ai创始人，他的警告对依赖AI编程的团队和开发者有重要参考价值——盲目信任AI生成的代码可能埋下长期隐患，建议点开看看他的具体测试结论。
Linus 对 AI 代码和内核膨胀的吐槽直击内核开发痛点，做内核开发或维护的团队值得看看他的态度变化，避免在后期提交无关 PR 被拒。
AI 编程的隐患终于被一线工程师点破——代码量上去了，质量却崩了。用 AI 写代码的团队和开发者，看完这篇会重新审视代码审查流程。
Cursor 团队把内部压箱底的代码审计实践公开了，做 Code Review 的团队可以直接抄作业——用这套 Skill 在 PR 合并前拦住那些“能跑但让代码库变糟”的改动，建议点开看看具体怎么配置。
AI 写代码到底靠不靠谱？这篇论文用数据说话——重构 PR 质量有提升也有隐患，做 AI 编程工具或代码审查的团队值得看看，能帮你设计更好的质量门控。