標籤: Software Engineering
此標籤的文章
- AI 軟體開發環境選型:從 Vibe Coding 到可驗證的 Agent Workflow
InfoWorld 盤點 GitHub Copilot、Google Antigravity、JetBrains Air、Kiro、Zed 與 Zenflow;本文進一步用自主權、上下文、隔離與驗證四個控制面整理 AI 開發環境的選型方法。
- 斯坦福 CS 教授 Chris Piech:當 AI 已經會寫程式,為什麼我們更需要學習編程?
斯坦福大學電腦科學教授 Chris Piech 解構 AI 時代的軟體工程教育:語法可以交給模型,但問題拆解、架構思維與真實人類需求的連結,才是放大 AI 效能的關鍵能力。
- Claude Dreaming:Agent 如何在離線階段整理長期記憶
釐清 Anthropic Dreaming 的產品範圍,並拆解非同步記憶整理能解決什麼、不能解決什麼,以及如何設計可審核的本地 Dream Gate。
- GPT-5.6 Sol 提示詞指引:為什麼精簡 prompt 反而比較準
讀 OpenAI GPT-5.6 Sol 官方提示指引:精簡 prompt 的 15% 數字能說明什麼、不能說明什麼。這篇講「為什麼少寫」,不是規則清單。
- 從 Vibe Coding 走向 Harness Engineering:50 頁 Google 最新 SDLC 白皮書完整導讀與實戰指南
深度導讀 Google 2026 年最新發布的 50 頁重磅白皮書《The New SDLC With Vibe Coding》。本文將為您拆解 AI 時代下軟體開發生命週期的變革、Model + Harness 框架、自動化反饋迴圈,以及開發者轉型「品質仲裁者」的關鍵技能。
歡迎演講、企業內部技術分享與架構交流;可以先查看我適合分享的主題與公開工程成果。
演講與聯絡