Cearl's — AI 编程、软件工程与技术思考

发布： 分类：

上周在 QCon 2026 北京 AI Coding 专场，9 场演讲，来自淘宝、蚂蚁、百度、PayPal、网易、京东。表面上讲的是各自的工具和方案，但底下在卷的是同一件事：如何让 AI 在整个研发流程里越来越自主，同时越来越可控。

这两个词放在一起是有张力的。”自主”意味着 AI 自己决策，”可控”意味着结果符合预期。各家踩的坑、交的学费，大部分都在这个张力里。

这篇文章想梳理一下：大家在做什么，做到了什么程度，以及我们自己的工作方式可能会往哪个方向变。

发布： 分类：

8 分钟，一篇会议笔记从逐字稿变成可读文章。

这不是 AI 一开始就能做到的。这是把流程跑通、把坑踩完之后才有的结果。这篇文章想说的，就是这个流程怎么建起来的——以及为什么流程建立之前和之后，效率完全不在一个量级。

发布： 分类：

2026-04-18，QCon 北京，首府分会场，AI Coding 专场。9 场演讲，录音转写 + 现场照片，整理成了 9 篇笔记。

这篇是导读，帮你决定看哪几篇。

发布： 分类：

主讲：李卓豪（网易智企，数帆 EasyData 技术负责人）
时长：约 47 分钟

数据开发治理平台的 AI 演进四阶段：从单点操作到 DataAgent，以及为什么选择 CLI 而非 MCP（Token 效率差 35 倍）。重点分享了 SQL 生成的三阶段流程（问题改写→表识别→生成校验）和优先做智能运维而非数据开发的决策逻辑。

发布： 分类：

主讲：郁丁鑫（PayPal，Senior Manager - Software Engineering）
主讲：耿树朋（PayPal，Staff Machine Learning Engineer）
时长：约 54 分钟

把 1-1.5 个月的支付迁移工作缩短到 10 分钟——PayPal MAIA 项目的完整实践。核心是 EERO 循环（执行→评估→反思→优化），以及通过 Noise Injection 构建 150+ 种噪声类型的测试数据工厂，让 Agent 在对抗性测试中持续进化。

发布： 分类：

主讲：牛万鹏（百度文心快码 Comate，研发经理）
主持：臧志（百度，Coding Agent 驱动的研发新范式专场出品人）
时长：约 53 分钟

Agent 框架的”感冒”，就是没跟上模型变化。百度 Comate 分享了如何通过 Feedback Loop（MCP 渐进式加载、智能上下文压缩、Tool 执行网络）、场景化 Benchmark（四象限异常值分析）和全员 Agent Engineers 转型，构建一个能持续适配模型演进的飞轮。

发布： 分类：

主讲：彭佩乔（蚂蚁集团支付宝体验技术部，前端工程师，花名乔洋）
主持：臧志（百度，Coding Agent 驱动的研发新范式专场出品人）
时长：约 56 分钟

蚂蚁内部 Vibe Coding 平台（代号 Muse）落地半年、月活过万的真实踩坑记录。从 search & replace 到 KV Cache 的 token 优化路径，到”文件即记忆”和”一切用 git 管理”的架构理念，再到五个关于 AI 时代基建的”暴论”。

发布： 分类：

主讲：熊飞宇 博士（记忆张量 MemTensor，创始人 & CEO）
时长：约 49 分钟 + 12 分钟答疑

记忆从效率工具变成了 Agent 能否正常运行的生死线。MemTensor 分享了 memOS 的三层记忆分层架构（明文/KV Cache/参数）、两条技术路径的对比选择，以及企业级多 Agent 产品 ClawForce 在部署、经验沉淀和安全治理上的实践。

发布： 分类：

主讲：邓立山（淘宝闪购，高级技术专家）
时长：约 50 分钟

让 AI 写出可控代码，本质是对软件工程的深刻实践。淘宝闪购分享了从”差那么点意思”到 AI 编码率 89.2% 的完整演进路径：双端约束减少幻觉、工程架构作为”宪法”、AI 自我审查闭环，以及如何把经验复制给整个团队。

发布： 分类：

主讲：姜天意（网易智企，CodeWave & CoreAgent 技术负责人）
时长：约 50 分钟

Vibe Coding 解决了速度问题，但带来了质量和可控性问题。网易 CodeWave 通过 Spec Driven Development + Harness Engineering 的组合，把需求标准化（EARS 语法）、技术设计约束、沙箱验证串成完整流程，并用自研 NASL DSL 和代码大模型训练形成闭环。

发布： 分类：

主讲：裴彤（快猫星云，AI 产品研发负责人）
主持：秦晓辉（快猫星云创始人）
时长：约 54 分钟

用 Agent 来解决 Ops 的问题，而不是用 Ops 管理 Agent。快猫星云分享了可观测知识图谱 + AI Agent 做故障定位的完整实践，包括图谱自动化构建、四种 Agent 使用策略、Harness 工程和多 Agent 协作架构。

发布： 分类：

Claude Code 有个 /buddy 命令，会根据你的账户 ID 孵化一只陪你写代码的小动物。稀有度五档，legendary shiny 的概率是万分之一。

我的默认宠物是一只 common axolotl——最低档，无闪光。我想要传说闪光卡皮巴拉。

于是我把这个系统的漏洞原理告诉了 Claude，让它去 190MB 的 Claude Code 二进制里找算法。它自己定位到了打包进去的 JS bundle，读懂了压缩混淆的代码，写了枚举脚本，还在第一版算法出错后自己设计实验修正。最终 14400 次枚举，0.04 秒，传说闪光卡皮巴拉出来了。

发布： 分类：

软件开发领域有两本经典：《代码整洁之道》和《架构整洁之道》。前者讲怎么写好一个函数，后者讲怎么组织一个系统。

AI 时代来了，编码交给 AI 了，《代码整洁之道》的直接受益者变成了 AI——在函数命名、结构分层这个层面，AI 的输出已经相当稳定，你只需要给它提示和约束。

但《架构整洁之道》的命运不同。它没有被 AI 取代，而是在一个新的层面上重新活了一遍。

发布： 分类：

XPTI 是最近在传的另一个人格测试，20道题，16种人格类型，界面比 SBTI 精致很多——React + Framer Motion，题目切换有滑动动画，结果页有雷达图。

测完之后页面底部会出现一行字：**”全国有 X.X% 的人拥有和你一样的极品 XP。”**

把源码下载下来看了一眼，这个数字是这样生成的：

1
2
const count = Math.floor(Math.random() * 8000) + 1000;
const percent = (Math.random() * 3 + 1).toFixed(1);

每次刷新都不同。没有任何统计数据支撑，纯粹是让结果看起来”稀有”的心理设计。

发布： 分类：

SBTI 是一个最近在传的人格测试，27种人格全是互联网黑话：CTRL（拿捏者）、Dior-s（屌丝）、DRUNK（酒鬼）……整个网站三个静态文件，没有后端，部署在 Cloudflare Pages。

把源码扒下来看了一遍，核心算法很简单：用户的答题结果转成一个15维向量，然后和25种人格的标准向量逐一比距离，最近的就是你的人格。

但把 3^15 = 1400万种可能的输入全部枚举一遍之后，发现了一个问题：15.8% 的情况下，结果由代码里的数组顺序决定，而不是你的答案。

发布： 分类：

背景

想给博客配置语义化 URL，比如 posts/hexo-permalink-deep-dive/，于是在 _config.yml 里配置：

1
permalink: /posts/hexo-permalink-deep-dive/

然后在文章 front matter 里加上：

1
slug: hexo-permalink-deep-dive

结果预览时 URL 变成了 posts/20260326-hexo%E6%B7%B1%E5%BA%A6%E8%A7%A3%E6%9E%90/——中文文件名被 URL encode 了，slug 字段完全没生效。

发布： 分类：

背景

Anthropic 工程师 Prithvi Rajasekaran 在官方博客发表了一篇 harness 设计指南，介绍他们如何用多智能体架构突破单 agent 编程的天花板。

这篇文章的核心洞察来自 GAN（生成对抗网络）：把生成和评估分离成两个独立的 agent，通过反复迭代驱动质量提升。这个思路先在前端设计任务上验证，再扩展到完整的全栈应用开发。

发布： 分类：

一个意外的弹窗

最近在用 gstack 的 /office-hours 功能，走完一整个 session 之后，它弹出了这样一个问题：

你会考虑申请 Y Combinator 吗？

我第一反应是：这是个广告。但仔细看了一下代码，发现它背后有一套完整的评判逻辑——它不是无差别地问所有人，而是根据整个对话过程中观察到的信号，分三个层级给出不同强度的邀请。

这套逻辑，让我想到了面试。

发布： 分类：

一个人，一天一万行代码

Garry Tan 在 X 上说他用 AI 60 天写了 60 万行代码，平均每天 1 万行。

这个数字听起来像在吹牛。但他把工具流程开源了，叫 gstack。我最近用了一次，觉得值得认真介绍一下。

0%