Ask HN:Tab Completion 模型是否已过时?
Tab Completion 模型在代码自动补全领域仍有应用空间,但近年来发展缓慢,目前未见显著优化的模型;全/半自动化编码可能已取代传统 Tab Completion 模型。
Tab Completion 模型在代码自动补全领域仍有应用空间,但近年来发展缓慢,目前未见显著优化的模型;全/半自动化编码可能已取代传统 Tab Completion 模型。
一位开发者称,为跟上工作节奏必须使用 AI,如今只用 tmux 搭配 lazygit,偶尔用 neovim 查看文件,并保持 AI 智能体开启;IDE 仅用于启动本地实例,其功能和插件已不再重要。他因此发问:IDE 的未来是否黯淡?
有开发者在 Ask HN 提问,除未经审查的 Qwen 分支外,还有哪些前沿模型能进行大规模代码安全审查与安全修复。他称 Opus 5.5 性价比不错,但涉及渗透测试的安全审查阶段表现不佳,Claude 偶尔会顺手加入安全修复,还曾误打误撞在 haproxy 中发现竞态条件并自行找出崩溃字符串,结果很糟。
一篇发布在 Nasengetu 网站上的深度文章探讨了编程与智能体能力对 AI 的重要性。文章可在该网站 Tech 板块或 News 栏目中查看。
开发者吐槽Claude、GPT等模型在Coding场景下表达严重黑话化,如"15/15全绿""单腿哑火",被戏称全球AI表达能力倒退两千年。有分析认为,为降低Token消耗,厂商将思维链压缩成"山顶洞语",Token消耗量比白话文少70%,GitHub上教AI说黑话的CaveMan Skill已获104K星。Opus 5.5语言能力有所回升,而Gemini被网友称为少数还能正常沟通的AI。
Hacker News 上有人提问:让 AI 构建足够大的项目时,是让 AI 直接写原生 CSS 更好,还是限制它只用 Tailwind 工具类更好?该帖目前 1 分、0 条评论,尚未有实际项目经验者给出回答。
Hacker News 上有人发起讨论,征集除 Claude 和 Codex 之外大家正在使用的模型与工具框架(harness)。该帖目前获得 3 分、2 条评论,尚未有明确结论或推荐清单。
一位开发者测试了多种面向编码智能体的 token 节省技巧和工具,发现可节省 20-60% 成本。他因此发问:是否有人愿意付费让别人帮自己降低 AI 账单,以及付费前需要看到什么、愿意付多少。
一位 Cursor 用户称其内置的 xAI 模型 Cursor Grok 4.6 首次达到 Opus 4.6 级别的智能体编程体验,Grok 4.7 还要更强。只要不开启 fast 选项或更大上下文窗口,$20/月的套餐用量几乎用不完。
Hacker News 上有开发者提问:vibe coding 经常选错架构,有什么办法帮它选对或避开坑?提问者举例称,当前首页一个帖子正因使用 tesseract 而非 Apple 内置 OCR 而遭到批评。该帖目前获得 2 分、2 条评论。
一位同时订阅 $20 OpenAI 和 $20 Claude 的用户称,Codex 在 5 小时额度内只能完成约 1 个有意义的编码任务,而 Claude(Opus 5.5 high)可完成 3 个,这一结论来自数十次重复体验。他最近在 Codex 5h 额度剩余超 50% 时让 Astra 6 high 修一个不算难的 bug,结果 token 迅速耗尽只留下半成品改动,只能等到第二天再解决。
有开发者提出,随着最新一轮模型发布,AI 已能在生成应用时以内联方式实现几乎任何库的功能,这让拆分为模块、增量交付和代码复用等传统做法显得不再重要。该观点基于大型开源项目依赖数十到数百个小库构建这一背景,并追问软件库创建是否已经过时。
Hacker News 上有人提问:用 AI 写代码时,是否会明确告诉它如何管理状态;如果不说,AI 又是如何管理状态的,是否存在更推荐的做法。该帖目前获得 1 分、1 条评论。
TypeSafe AI 联合创始人兼 CEO Diogo Almeida 在 Latent Space 访谈中表示,Jev 上线不到一周日处理量已突破一万亿 token,夜间流量持续走高,说明大量调用来自机器自动化。
推荐理由:TypeSafe 创始人复盘 Jev 的 System-One 路线,给出对 benchmark、RLHF 与 coding agent 竞争格局的判断。
Simon Willison 在 WeAreDevelopers 大会主题演讲中按时间线回顾 2026 年 LLM 进展,认为 2025 年 11 月发布的 Claude Opus 4.5 和 GPT-5.1 让编码智能体从"经常出错"变为"足以日常使用"。
Simon Willison 表示,与编程智能体协作越久,越确信它们让软件工程变得更难。借助智能体可以完成惊人的工作,但释放其全部潜力需要极高的纪律性和知识储备。
一名新入职大公司的工程师称,团队里的规格、代码、测试、PRD、工单及其处理、报告等全部由 Claude Code 生成,从 L1 到 L7 的工程师都在做同一件事——和 Claude 对话。没人愿意这样,但被要求尽可能多地产出,高层多次表示推代码不是瓶颈,员工每天工作 12 到 13 小时只为按回车,没人读任何内容。
GitHub Podcast 最新一期拆解了五个 AI 开发热梗:AI 生成代码仍需审查,但应按风险分级投入精力;Skills 与 MCP 解决不同问题,前者是打包的团队经验,后者是智能体连接工具与数据的标准,二者可组合使用;RAG 并未死亡,检索能为模型提供训练数据外的文档、内部知识与代码库上下文,减少 token 浪费和不完整回答。
Shopify 宣布放弃 React Native,改用 Swift 和 Kotlin 开发移动客户端,而六年前它曾高调从原生语言转向 React Native。
OpenClaw 发布 2.0 版,该版本共有 933 位贡献者、合并 16000 个 PR,而全职团队仅 9 人、兼职 26 人,作者据此判断这些 PR 未经代码审查、由 AI 合并。OpenClaw 代码几乎全部由 AI 生成,7 月起改为每月发一版,作者仍建议不要在主力工作电脑上运行它。
OpenAI 宣布不再评估 SWE-bench Verified,原因是该基准正日益受到污染,无法准确衡量前沿编码能力。其分析指出该基准存在测试缺陷和训练数据泄漏问题,并推荐改用 SWE-bench Pro。