最近我们看到了许多新式AI辅助开发工具的诞生。AI开发工具早已不在仅限于代码补全或者bug修复，如Cursor的background agent以及Claude Code让我们看到了更多的可能性。
它们带来的不仅仅是效率上的提升，还包括对工作模式的重塑，甚至程序员的角色定位以及心态也在因此悄悄发生改变。在本期节目中我们会分享这些工具使用体验，并聊聊AI究竟给个体开发工作带来了哪些影响。
在节目的最后我们不可避免的谈到了这么一个问题：既然AI已经有求必应了，我还需要学习排序算法吗？
本期主播
主持人：李光毅
嘉宾：陈锋，马大伟，麻广广
时间轴
嘉宾简介
Podcast: Play in new window | Download
技术迭代的速度前所未有，2025年的程序员正面临着更大的学习挑战与机遇。在AI普及、知识媒介多样化的今天，我们该如何选择最有效的学习方式？是回归传统的书籍与文档，还是拥抱视频教程与AI驱动的知识付费？
本期嘉宾深入探讨了不同学习媒介的优劣。视频教程因其直观性在初学阶段备受青睐，却也因节奏缓慢而被资深程序员诟病。与此同时，传统的文字阅读仍以其快速、精准的信息获取能力，成为众多程序员持续的首选。
然而，更深刻的洞察在于主动学习的重要性。知识获取的媒介无论如何丰富，真正决定学习效果的，仍是学习者本人的主动性和判断力。嘉宾们一致认为，建立良好的学习圈、与同行频繁交流，甚至直接向领域专家请教，都将成为未来持续有效的学习策略。
本期主播
时间轴
主播简介
Podcast: Play in new window | Download
“35岁危机”始终是程序员这个职业无法回避的话题。然而它却又像这个行业里的都市传说，每个人都听说过它却鲜有人面对过它。真实的35岁究竟是什么的？35岁之后必须转型管理路线吗？甚至危机本身是真实存在的吗？在这期的节目中我们将对这些问题做一一解答。
本集无意想充当一份35岁程序员的人间指南，而是希望能够打破那些妖魔化的印象，尽可能还原一个35岁程序员的真实状态，当然如果还能给大家带来一些启发就最好不过了。
Podcast: Play in new window | Download
2024就要过去了，这一年好像很长，发生了很多事情，但又很短，因为已不记得太多。我在不同的画面前辗转，心里深处却有隐隐的痛，一直都在。我想这种感受，参加架构三人行的每个人都有，甚至听到的人也会。明明有那么多该说的，但又不知从何说起。我们录了这一期，我一时不知道起个什么标题。
但可以肯定的是，在被动下，每个人都在做积极的变化，来应对繁复的外部世界，和反复的内心。如果说 2024 分为上下半场，下半场获得的成长要远胜过上半场甚至过去几年。按照塞利格曼的PERMA 模型，一家企业也可以给你幸福感，自然也可以不给，循环无序和拥抱变化才是唯一命题。人需要在比自己想象的更大程度上，安排自己的日常，自己的想象，然后是自己的命运。
按照斯科特亚当斯说的，这个世界上可以是一场巨大的游戏，自己可以是一个 NPC。自然，对面的人也可以只是个 NPC。
祝愿每个人继续勇敢去过 2025。
最后，引用《弃长安》的话：
读安史之乱这段历史，你会始终被世间好物不坚牢的晦暗情绪所笼罩：当长安城的贵胄与小民们“斗鸡走犬过一生，天地安危两不知”时，乱世的鼙鼓声已在几千公里外敲响。
这几年有一个物理学概念流行于公众舆论：熵。大约的意思就是说，无序才是这个世界的常态。但人之所以为人，我们自然希冀这个世界是有序运行的。
同时，因为熵，我们才更明白，有序对人类社会是如何的奢侈与幸运，远不是什么“理所当然”，我们应当像李隆基呵护杨贵妃一样呵护有序。
我幼稚地想，当李隆基君臣沉迷于开元盛世的巅峰之时，他们如果知道“熵”的存在多好，或许就不会放任那么多荒诞与野心横流。
欢迎收听架构三人行，深入软件和企业架构的世界，通过工具、技术和趋势释放架构潜力，架构三人行是获取专家见解、实用建议的首选播客。
你可以在小宇宙 、苹果播客、Spotify、Pocket Casts等泛用型播客客户端，搜索“架构三人行”，订阅收听到我们的节目。
Podcast: Play in new window | Download
智能车载系统测试与质量的培训和咨询需求日益旺盛。我们日常接触的客户中，车企软件系统的研发占比逐年上升。因此，车载软件系统的质量已成为智能汽车领域不得不持续关注的重要话题。
不同于传统汽车制造更侧重硬件系统和整车集成，智能汽车的“智能”主要体现在“软件定义汽车”这一层面。未来，软件将成为汽车的心脏和大脑，占据汽车创新的90%，代码行数将是现在的百倍。因此，智能车载系统的测试与质量将在智能汽车为用户带来的体验中扮演至关重要的角色。
主持人：于晓南
嘉宾：刘冉，林冰玉
质量三人行是一款聚焦软件和质量的播客节目，由几位业内质量专家共创。关注软件行业测试领域的现状和未来，质量和测试人员的职业发展。
你可以在小宇宙 ，苹果播客等泛用型播客客户端，搜索质量三人行，订阅收听到我们的节目。
Podcast: Play in new window | Download
AI工具如GitHub Copilot、Cursor、MarsCode、通义灵码等，显著提高了代码生成效率，尤其在处理重复性工作和快速学习新领域知识方面。但我们担忧AI辅助编程对程序员个体带来的负面影响。
过度依赖AI可能导致程序员技能退化，忽略底层原理和代码细节，滋生虚假的自信，最终导致代码潜在风险增高。其次，便捷的答案获取方式，使得程序员思考和创新能力下降，长此以往恐将扼杀原创性。
AI工具也减少了程序员之间必要的沟通和知识共享，不利于团队协作和个人成长。程序员的职业身份认同面临危机，其价值感和成就感或将被AI的强大能力所削弱。
更深层次的担忧在于，AI工具当前强调效率提升，却忽略了对程序员创造力和体验的关注。虽然AI降低了编程门槛，但这种“人人皆可编程”的趋势，反而可能加剧同质化竞争，最终使个体价值难以体现。我们期待AI工具未来能更注重激发程序员的潜能，提供个性化、更自然的交互方式，真正帮助程序员更好地成长，而非仅仅作为代码生成的工具。
Podcast: Play in new window | Download
技术进步，尤其是人工智能发展对社会和个体的深远影响。技术进步显著提升了效率和便利性，但也引发了一些担忧，如就业机会减少、个人技能退化以及技术复杂性带来的预见困难。
技术进步可能会在编程和服务业等领域减少就业机会。同时，人们可能因过度依赖技术而丧失某些基本技能。
参考链接
Podcast: Play in new window | Download
随着企业对效率和成本控制的需求增加，自动化测试在软件开发和质量保证中变得至关重要。
尽管多数公司仍依赖手动测试，转向自动化测试被视为提升效率、降低成本的有效手段。咨询和培训机构专注于提供自动化测试解决方案，反映了该技术趋势的明显性。自动化测试能节省人力资源，提高测试准确性和速度，有助于降本增效。
不同团队在自动化测试方面存在差异，挑战在于提升测试覆盖率和构建适合各需求的自动化测试体系。建立自动化测试体系时，测试工作应融入开发和运维，但需根据团队能力和项目阶段调整策略。
自动化测试的需求来源和实施难度各异，从研发老总推动到测试部门独立推动，再到研发部门直接推动，实施难度和方向各不相同。
关于AI是否能完全取代人工进行自动化测试的讨论指出，尽管AI能在某些方面提供帮助，但在理解客户需求、即时应对以及建立自动化测试体系方面，AI仍有局限，完全替代人类仍不可行。
质量三人行是一款聚焦软件和质量的播客节目，由几位业内质量专家共创。关注软件行业测试领域的现状和未来，质量和测试人员的职业发展。
你可以在小宇宙、苹果播客等泛用型播客客户端，搜索质量三人行，订阅收听到我们的节目。
Podcast: Play in new window | Download
极客在如今是一个令人既熟悉又陌生的词汇，每个人或多或少都能说出一些极客的名字，但除此之外似乎我们已经不愿再刻意提及了。这个现象是如何潜移默化发生的？今天来自两个不同世代的程序员将以各自的视角给予解读，除此之外我们还尝试回答一个终极问题：当下我们还需要极客吗？从中你会惊讶的发现，看似不起眼的独立事件，其实与整个软件行业的变迁息息相关。
实时 AI 时代即将到来，你准备好了吗？
10 月 25 日到 26 日，RTE 开发者社区联合声网策划的 RTE 大会 2024 将在北京举行。今年的技术论坛将覆盖前沿音视频技术、AI 生成视频、Voice AI、多模态大模型、空间计算和新硬件、云边端架构和 AI Infra 等话题。同期还有开发者市集、动手编程工作坊、创新大赛路演等活动。期待与你一起探索实时互动的更多可能，咱们 10 月 25 日到 26 日，北京见！
即日起开始限免报名！获取《程序员新声》听众限免门票：专属邀请链接
与此同时，欢迎参加快闪摊位报名活动，如果你也是开发者，也有你自己的项目想在 RTE 大会上展出交流，欢迎报名。
Podcast: Play in new window | Download
AI辅助工具在软件开发领域的应用正在迅速发展，但其是否能有效提高开发质量和效率仍是一个未决的问题。
一方面，大模型能够显著加速开发进程，比如自动生成测试用例和修改代码，但在确保代码稳定性与质量方面的效果则因模型不同而有所差异。
另一方面，虽然AI工具声称能提升开发效率，实际上它们面临着多种挑战，例如可能出现的错误和不稳定表现，这可能要求开发者花更多时间去修正。此外，随着企业增加在AI工具开发上的投资，市场竞争和技术进步也随之加剧，但长期效果的评估和优化依然是行业的关注焦点。
短期内，大模型可作为人类编码的有效辅助工具，显著提升开发效率和代码质量。长远来看，随着技术的进步，完全由大模型生成高质量代码的可能性逐渐增大。
一个在上海的外资公司尝试使用大模型技术时遭遇了安全和bug问题，这反映出未经充分测试和评审的大模型生成的代码可能存在安全隐患和质量问题。即便是像Facebook这样的公司，其大模型生成的代码也只占其新增代码的30%，说明大模型技术尚未完全成熟，仍需要解决代码一致性、质量和安全性等问题。
总的来说，AI辅助软件开发已经扩展到代码之外的多个阶段，如开发流程和质量传递等，但面临的挑战是如何确保AI产出的质量和正确性超过人工产出。需要建立评审系统和评价体系来验证和提升AI的性能，以实现高效且高质量的软件开发。
同时，必须考虑到在敏捷软件开发中追求质量重于速度的重要性，并在采用AI辅助时保持谨慎，以避免快速产生的错误和低质量代码。还需要重新设计软件质量管理体系，以适应引入AI后的新情况，包括评估AI代码的比例及其对行业标准的影响。
质量三人行是一款聚焦软件和质量的播客节目，由几位业内质量专家共创。关注软件行业测试领域的现状和未来，质量和测试人员的职业发展。
你可以在小宇宙 ，苹果播客等泛用型播客客户端，搜索质量三人行，订阅收听到我们的节目。
Podcast: Play in new window | Download