搜索关键词 代码评审
AI & Enterprise
AI代码工具普及加深依赖:开发者体感提效,实测却未必更快
随着AI代码工具加速普及,开发者对其依赖已开始影响相关实验的开展。METR研究显示,尽管不少开发者主观感受到效率提升,但实测开发总耗时反而上升。围绕AI编程的讨论也正从“生成得有多快”,转向Token成本、代码修复、验证以及长期维护成本。
AI & Enterprise
调查:企业使用AI编程后返工成本高企,最高吞噬82%工程成本
一项针对2444家企业的调查显示,企业在采购AI token上的支出中,平均每1美元就有0.44美元用于缺陷修复,0.27美元用于重写AI生成代码,另有0.11美元消耗在代码评审和合并延迟上,与AI代码相关的人工返工和修正成本合计最高可占工程成本的82%。报告同时指出,AI生成代码进入生产环境后仍频繁需要人工调试,而数据中心等基础设施扩张也正给部分企业带来更大的财务压力。
AI & Enterprise
Anthropic高管建议AI代理输出转向HTML:信息承载更强,也更便于分享
Anthropic负责Claude Code的Thariq Shihipar近日表示,AI代理的输出格式应更多从Markdown转向HTML。他认为,Markdown在长篇内容的可读性、可视化呈现和分享便捷性方面存在明显局限,而HTML在信息密度、结构化阅读、链接分享和交互式操作上更具优势。不过,相比Markdown,HTML也意味着更高的生成耗时、Token消耗以及更复杂的版本比对。
-
AI & Enterprise
OpenAI升级Codex:新增后台操作能力,支持多代理并行
-
Crypto
AI编程催生“代码洪水”:生成速度超过代码评审能力
-
AI & Enterprise
Mark Zuckerberg时隔近20年再向Facebook提交代码,借助AI完成3项修改
-
AI & Enterprise
Nol Universe拟构建覆盖Yanolja集团的全球数据平台
-
People
Dable任命Han Gyuho为CTO,加快向AI原生公司转型
-
AI & Enterprise
Cursor推出自动运行代理工具“Automation”
-
AI & Enterprise
Popup Studio携手GPTERS推出CTO工作坊,聚焦AI驱动的10倍研发效能