Hacker News front pageAI 評分46
Meta 工程師稱難逐行審查 AI 生成程式碼
Meta 工程師在 LinkedIn 發帖稱，用 AI 寫程式碼後難以逐行審查，交付的系統成了自己不完全理解的黑盒。帖文說 AI 輔助交付節奏太快，逐行檢查會耗費大量時間，結果可能只懂高層結構、不懂每個細節，這違背軟體工程習慣。該帖被轉到 Hacker News 的 Ask HN 後獲得 179 分、292 條評論，討論工程師該理解到什麼程度、又該如何應對才敢繼續交付。
搜尋
依意思最接近的 30 筆
Cloudflare blog (AI)● 精選AI 評分78
AI 程式碼審查單次成本降 68% 至 0.77 美元
自建 AI 程式碼審查的平均單次成本從 2.43 美元降到 0.77 美元，降幅 68%；中位審查耗時也從 4 分 09 秒縮短到 1 分 32 秒。約 40% 的節省來自審查器程式碼最佳化，其餘來自更換所用模型與調整推理強度；在此之前，成本已從 4 月的 1.19 美元漲到 8 月的約 2.46 美元。審查器現已整體遷移到重寫的 OpenCode v2，影子模式對比中 98% 的合併請求審批結論一致，全量審查約快 13%。
OpenAI NewsAI 評分26
Benefit Street Partners 用 Codex 做程式碼審查並加速信貸工具迭代
Benefit Street Partners 的 Anant Kumar 用 Codex 做程式碼審查，以便更快迭代他開發的貸款估值對比與信貸協議分析工具。這些工具用於比較貸款估值、解析信貸協議，Codex 主要承擔程式碼審查和後續修改的快速跟進，從而縮短問題回應時間。
Simon Willison● 精選AI 評分66
Claude Code 團隊：評審已從人工關卡變成 Claude 持續預審
Claude Code 團隊在分享中表示，程式碼評審已從合併前等待同事把關的最後一道關卡，變成像寫作時拼寫檢查那樣持續進行，多數改動在被請求人工檢視前已由 Claude 至少審過一遍。他們認為「人類有沒有讀過這段程式碼」是判斷風險的粗略代理，更該問的是這次改動可能出什麼問題、應由哪種檢查（自動或人工）來捕捉。這樣能攔下大部分常規錯誤，把團隊注意力留給更高層的問題與審查。
Ars Technica AI● 精選AI 評分80
研究：AI 程式設計代理生成更多程式碼，軟體產出未增加
哈佛大學研究者在 700 多家公司、70 萬名員工、3 億條工作事件的資料中發現，AI 程式設計工具並未讓企業軟體產出增加或減少用人，編碼階段省下的時間被下游環節吸收。程式碼審查時長明顯增加，pull request 更常需要返工，審查者留下的評論也更多。研究據此認為人工程式碼審查是 AI 編碼效率的主要瓶頸。
claude.dev blog● 精選AI 評分81
Claude Code 團隊公開六層程式碼審查流程
Claude Code 團隊公開其程式碼審查流程：多數 PR 只需一位人類把關，其餘交給 Claude 自動審查。6 月至 9 月，該倉庫合併 PR 數翻倍以上，回滾比例下降超 40%；Anthropic monorepo 每日變更從 5 月約 2500 次增至 9 月逾 3 萬次。
Hacker News front pageAI 評分61
PostgreSQL 19 撤回約 8 到 10 個特性，LLM 程式碼審查抬高門檻
PostgreSQL 19 進入 beta 期後已撤回約 8 到 10 個重要特性，其中部分撤回得相當晚。撰寫該文的開發者兼提交者認為，原因之一是 LLM 輔助程式碼審查和模糊測試大幅提高了品質門檻，許多幾年前寫就的程式碼因此暴露出大量邊緣用例缺陷，修完時間不夠；另一個原因是 4 月到 8 月社群忙於安全修復（Vulnpocalypse），beta 期常規的額外審查與測試被壓縮。
Hacker News front pageAI 評分72
Linus Torvalds 發布首個 LLM 輔助核心補丁系列
Linus Torvalds 發布了首個由 LLM 輔助編寫的補丁系列，共 10 個補丁，用於解決一個長期存在的問題，已提交核心郵件列表評審。該系列改進 folio 查詢：識別出熱 folio 後延遲到 RCU 週期之後再釋放，使 folio 資料訪問本身也能在 RCU 保護區內完成，快速路徑無需取引用計數，在 read() 密集的基準測試中帶來約一個數量級的加速。不過評審已指出程式碼存在競態條件，仍需繼續修改。
Hacker News front pageAI 評分36
觀點文章稱 LLM 時代 Common Lisp 是最佳語言
一篇觀點文章主張，LLM 讓寫程式碼不再耗時，瓶頸轉為編譯重啟的反饋迴圈，基於映象的 Common Lisp 因此成為最佳語言。作者稱 Common Lisp 可即時替換函式而無需重啟，出錯時進入保留完整棧與變數的偵錯程式而非崩潰，LLM 可據此修復並繼續執行。他稱自己用 Common Lisp 寫的應用比 Python 版本短約 6 到 7 倍，token 更少；代價是 Quicklisp 僅數千個專案，標準自 1994 年未更新。
Hacker News front pageAI 評分28
HN 討論：LLM 何時接管軟體架構，程式設計技能還剩幾年
HN 上一條提問帖討論 LLM 何時能接管軟體架構設計、不再需要人類留在設計環節。發帖者認為程式碼、數學這類有明確對錯的任務已被充分 RL，下一步就是讓 Anthropic、OpenAI 等收集好架構與壞架構的資料集做 RL；他提到 2024 年 LLM 還只是高階自動補全，如今業界已在談用 agent 搭「軟體工廠」，並判斷幾年內實際程式設計技能的需求會消失九成，產品負責人這類軟技能崗位更受青睞。帖子目前 9 分、3 條評論，屬觀點討論，沒有官方資訊。
llama.cpp releases● 精選AI 評分60
llama.cpp 新增 maion-coder 架構支援
llama.cpp 發布 b11658 建置，新增對 maion-coder 模型架構的支援，並加入對 Draft 模型的推理支援，提交者包括微軟的 Karthik Vijayan。
Hacker News front pageAI 評分40
開發者稱用 Claude Code 後不再手寫程式碼
一位寫了 18 年程式碼的開發者表示，自去年在 Claude Code 中使用 Opus 4.5 後，用自然語言描述需求比手寫程式碼更快，於是徹底停止了手寫程式碼。他所在的 Filestage 團隊月合併 PR 從約 200 增至 300，bug 報告未增加，每位開發者每月 AI 訂閱費 20 美元，工具可自選 Codex、Claude Code 或 Cursor。
Hacker News front pageAI 評分36
一位 Ruby gem 作者歸檔全部倉庫，稱不再為 LLM 餵養的社群寫程式碼
一位 Ruby gem 作者把自己所有 gem 的原始碼歸檔，明確表示不再繼續開發。他稱 Ruby 語言本身現在已大量由 LLM agent 開發，Matz 正把 Ruby 重新定位為供 LLM 生成程式碼的「AI 時代程式語言」，並認為 LLM 需要攝取更多人類寫的高品質 Ruby 程式碼；同時 Rails 由他不認同的維護者掌控。他不願再為一個被大公司免費開採、用於餵養那些反過來汙染公共程式碼庫的機器的公共資源做貢獻。
Claude blog● 精選AI 評分78
Claude Code Review 正式可用，審查提速約 3 倍
Claude Code Review 結束研究預覽，正式向 Claude Team 和 Enterprise 組織開放。官方稱多數審查耗時從預覽期的約 20 分鐘縮短到 6-10 分鐘，速度約為原先的 3 倍，管理員還可按倉庫選擇 Quick、Standard 或 Deep 三檔審查強度。Enterprise 組織可在 2027 年 1 月 15 日前領取至少 1 萬美元 Code Review 額度，額度領取後 30 天過期。
量子位AI 評分46
聯想天禧 TianxiCode 登頂 SWE-bench-Live，問題解決率 71%
聯想天禧 AI 自研程式碼智慧體框架 TianxiCode 配合 DeepSeek-v4.1-Flash，在 SWE-bench-Live（Lite 分榜）以 71% 的問題解決率位列全球第一，並通過官方 Verified 核驗。該評測基於真實 GitHub 專案問題與可復現執行環境，官方會審查全鏈路智慧體執行軌跡並排查答案、測試用例洩露。
Hacker News front pageAI 評分41
回應 Rich Hickey：LLM 仍是工具，用好它需要技能
作者回應 Rich Hickey 於 2026 年 10 月 11 日發表的《"AI" is Not a Tool》，認為 LLM 屬於工具而非自動化，能否用好取決於使用者的技能。編譯器與電子表格同樣自動完成大量工作，但仍由人指定輸入、檢查結果並決定下一步，因此自動生成文字不該被排除在工具之外。作者也承認用摘要代替讀論文會損失學習機會，但可以讀原文再用 LLM 質疑自己的理解；同時批評「失控」「越獄」「密謀」等擬人化措辭，把軟體故障說成人的動機。
Hacker News front page● 精選AI 評分78
實測刪掉 16.8 萬行註釋，Claude Code 編碼品質不變
作者用 Claude Code（Opus 5.5、high effort）在同一程式碼庫的原版與刪光註釋的副本上各跑三次，完成兩個真實功能任務；所有執行都通過 lint、型別檢查與現有測試，大任務還通過了一個隱藏測試。評分差異在噪聲範圍內，小任務上無註釋版少用約 22% token（1.71M 對 2.18M）。大任務三次執行的 token 在 7.01M 到 10.64M 之間波動，作者據此提醒 agent 輸出不確定，只跑一次可能得出完全相反的結論。
X @OpenAIDevsAI 評分32
OpenAI 公開內部工程師用 Codex 清理程式碼維護積壓
OpenAI 開發者帳號介紹了內部工程師如何使用 Codex：在自家程式碼庫中檢索、定位需要關注的部分，並逐步消化積壓的維護任務。推文只給出這一概述，未披露具體工作流程、所用模型版本或效率資料。
Hacker News front pageAI 評分65
QGIS 正式禁止 AI 輔助貢獻，通過 QEP428 提案
QGIS 社群通過 QEP428，把 AI 政策從「人類在環」改為嚴格禁止，AI 輔助的貢獻不再被接受。提案由 Nyall Dawson 於 9 月 24 日提交，理由是外部貢獻者大量藉助 LLM 生成補丁，給本就人手緊張的維護者帶來難以承受的審查壓力，未經充分審查的 PR 會拖累程式碼品質與社群信任。討論中有人追問該禁令是否同樣適用於 issue 內容與評論，也有人認為措辭過寬，可能連用 LLM 做程式碼審查、審計與安全分析一併禁掉；
Hacker News front pageAI 評分49
Rich Hickey：LLM 不是工具，而是自動化
Rich Hickey 發表短文《'AI' Is Not a Tool》，主張 LLM 不是可被揮舞的工具，而是自動化：它自行行動，使用者只發出請求，沒有持續控制，也沒有感官反饋。他以用 LLM 讀論文為例，指出是它讀了而不是你讀了，讀者因此錯過學習寫作、組織論證、發現細節乃至學習思考的機會。他強調工具不會失控或叛變，而自動化有著與工具不同、忽視不得的固有屬性。
Apple Machine Learning Research● 精選AI 評分63
LLM 做 MQM 與 ESA 翻譯品質標註，人類與模型均受挑戰
一項新論文評估了 LLM 能否替代人類做機器翻譯品質評估，結論是人類和模型在這項任務上都不輕鬆。研究針對 MQM（多維品質指標）與 ESA（錯誤跨度標註）兩套主流方案，將模型的標註結果與人類標註者的一致性進行對比。作者指出，機器翻譯評估涉及大量語言對、領域和不同標註粒度，LLM 只有在這些維度上被充分檢驗，才談得上作為人工評估的替代方案。
Hacker News front pageAI 評分53
Claude Code 新增建議訊息功能，作者稱真正客戶是模型
Claude Code 會在任務完成後於輸入框預填一條建議的下一條訊息，例如 run the tests 或 commit this，使用者可直接傳送或先行編輯。作者認為該功能的真正受益方是模型：原樣傳送等於正樣本，編輯後的原文與改後版本構成偏好對，diff 顯示出預測錯在哪裡，從而在使用者正常工作中低成本產出 RLHF 所需資料，且來自真實程式碼庫而非合成基準。作者同時宣告這只是猜測，Anthropic 如何使用該訊號、會話是否用於訓練取決於套餐與隱私設定。
Hacker News front pageAI 評分56
學者提出 Ephemeral Testing：用 AI 臨時搭建上層應用檢驗程式碼
魁北克大學電腦科學教授 Daniel Lemire 提出 ephemeral testing（臨時測試）：不直接評估自己寫的程式碼，而是讓 AI agent 在其之上臨時搭建一層或多層應用並測試，用完即棄，再根據失敗情況反推底層程式碼品質。它屬於整合測試，區別在於上層軟體完全是一次性的；API 清晰、不變數穩定、報錯有用的庫能讓 agent 快速產出可執行的東西，隱藏狀態、意外預設值或文件不全的庫則會產出一堆補丁和失敗，這些失敗是底層程式碼的證據而非 agent 的問題。
Hacker News front pageAI 評分65
AI-DLC 發布：一套工作流核心支援 Claude Code、Codex、Cursor 等七個 harness
awslabs 發布 AI-DLC 最新穩定版，這是一套與 harness 無關的 AI 編碼工作流核心，可原生執行在 Claude Code、Kiro CLI、Kiro IDE、Codex CLI、Cursor、opencode 與 GitHub Copilot 中。macOS、Linux、WSL 和 Windows 各有一條安裝命令，原生安裝自帶 aidlc 命令與各 harness 執行時，無需 Bun 或 Node.js。
Hacker News front pageAI 評分45
LLM 並非不可避免：技術必然性需滿足四條標準
一篇評論文章反駁 AI「不可避免」的流行說法，提出判斷一項技術是否真正必然的四條標準：能完成任務且不顯著遜色、該任務有社會價值且依賴稀缺勞動力、輸出在量或質上壓倒性超越替代方案、不用它的人無法靠改變行為抵消其影響，四條全中才算不可避免。作者以火藥與火炮為例：歐洲政治碎片化、工事多為高薄牆，火炮攻城效率遠超配重投石機，各國不得不盡快採用；而中國以夯土城牆為主，火炮價值低得多。文章認為 LLM 支持者的邏輯正是：不用的人會在權力上落後，最終受制於使用者。
llama.cpp releasesAI 評分43
llama.cpp b11555 修復 AVX2 CPU 未啟用 F16C 的問題
llama.cpp 發布 b11555，修復了在支援 F16C 的 AVX2 CPU 上未啟用 F16C 的問題，可改善 x86 平台的 CPU 推理表現。同步更新的預編譯包覆蓋 macOS Apple Silicon、Windows 與 Linux 的 CUDA 12/13、Vulkan、ROCm 10.0、SYCL、OpenVINO，以及 Android、openEuler 等平台；
llama.cpp releasesAI 評分45
llama.cpp b11572 新增 vLLM d3 模型支援
llama.cpp 發布 b11572，新增對 vLLM d3 模型的支援（d2 同步更新），並加入 pplx-decider 模型支援，同時澄清命名規則、加強校驗。該版本照例提供 macOS/iOS、Linux、Windows、Android、openEuler 的預編譯包，覆蓋 CUDA 12/13、ROCm 10.0、Vulkan、SYCL、OpenVINO 以及驍龍 CPU/Adreno GPU/Hexagon NPU 等後端。
Hacker News front pageAI 評分57
數學家 Maggi 撰文：LLM 已生成數學證明，人類理解是關鍵
數學家 Francesco Maggi 發表長文評估 LLM 對數學的衝擊：LLM 已產出帶外力項 Navier–Stokes 方程的有限時間爆破解、準黎曼猜想的證明草案等成果，但人類能否理解這些結果，將決定數學走向「黃金時代」還是「黑暗時代」。他指出 LLM 最擅長寫 Lean 證明，重要定理的 Lean 版本可長達數十萬行，而機器生成的自然語言翻譯往往更亂、更不忠實，目前難以直接閱讀。他認為數學不會因機器能證定理而終結，社會反而需要更多數學家，並分八點討論相關選擇。
Hacker News front pageAI 評分42
開發者復盤 vibecoding：上手刺激但缺少手寫程式碼的成就感
一位開發者撰文稱，AI 輔助程式設計（vibecoding）只把樂趣前置：能快速做出可用原型，但重構和維護階段不再有趣，也缺少手寫程式碼帶來的成就感。他把建造的樂趣分為六種，認為 vibecoding 只能滿足「想到點子」「把點子變成現實」和「解決自己的問題」三類，攻堅後的成就感、作品完成的滿足感與學習樂趣都不會自然產生。他仍用 AI 做出了一些手工做不出來的東西，包括即時野火預警系統、Kobo 資料庫遷移助手和即時音準訓練應用，但表示過程不像自己寫小指令碼那樣好玩。
llama.cpp releasesAI 評分43
llama.cpp 新增 clef 決策模型純文字支援
llama.cpp 合併 PR #29831，為 clef 決策模型加入初始支援，目前僅限純文字輸入。該改動同時更新了 gguf-py 常量並清理了靜態圖相關程式碼，隨附的建置產物覆蓋 macOS、Linux、Windows、Android 與 openEuler 等多個平台。