TwKit

Magpie与AI自动化开发工作流引发社区争论

AI科技 · 12 篇公开推文 · 12 位作者 · 曝光 382877 · 评论 522 · 点赞 1736 · 书签 684

围绕yetone的Magpie及AI全流程编程,一场关于Agent Coding质量与开发方式的争论持续发酵。帖子讨论自动化工作流、代码审查和测试保障,也出现对相关批评的解释与道歉。

创作角度

  • 梳理争议帖的发布、作者回应与公开道歉过程
  • 分析讨论焦点是自动化编程方式还是对项目作者的表达
  • 呈现支持Agent Coding与质疑其质量控制的理由
  • 讨论代码审查、测试和灰度发布在AI开发中的分工

相关公开推文

@fkysly

我怀疑 po 主没上过班,但凡你上过班,你都知道软件质量是靠测试、灰度放量、回滚监控、以及灰度用户反馈来保障的,而不是靠你人工 Review 出来的。 AI 不能全局最优?人能全局最优解?开玩笑呢 你喜欢喝手工豆浆,就看不上机器豆浆罢了。但是又不说出为什么手工豆浆更优。 我们用的 Claude Code、Grok Bot 都是 AI Coding 出来的,也没啥大问题。 这种“人工必须 Code Review、人能最优解”的观点只是一种对自己代码过度自信罢了。除非你能用数理逻辑证明 AI 写的代码不如你写的。

曝光 89762 · 评论 55 · 点赞 268 · 书签 56

查看原帖
@ThirteenYizuka

确实话说太快了,应该带一些证据再提出疑问 我其实觉得,像这种AI全流程的工作流,最大的问题是现在模型的上下文有限。它在实现一些功能或者修复一些bug时,没法站在全局角度审视这个需求,导致开发时会以局部最优的方式去实现一个功能/修复一个bug 我认为现在人类参与代码review,最大的价值就是:人类可以站在全局角度,审视AI写的代码是否有我上述说的这些问题。我也在看 magpie 的代码,有没有我所说的这些问题。 欢迎各位讨论。

曝光 55671 · 评论 25 · 点赞 18 · 书签 4

查看原帖
@wquguru

关于全 AI 自动化构建软件该不该存在的问题,最近终于爆发了。 这次事件的主角是 @yetone 的 magpie: 从 9 月 23 日建仓开始算,短短 19 天积累了 9200 星 版本号已经到 v0.1.1203,过去 24 小时发了 25 版 有人说:讲真不太敢用,有人说它是快餐式服务,作者则直接怒怼,自己掏钱订最贵的模型、7×24 小时在满足用户需求。 我梳理了一下整个过程,其实问题核心已经不是该不该了。全自动AI构建软件已经成为了现实,离广泛采用只是临门一脚, @yetone 作为时代的弄潮儿,被当成榜样学习还来不及呢 😄

曝光 54314 · 评论 78 · 点赞 218 · 书签 114

查看原帖
@dotey

代码 Review 只是保证质量的手段之一,现在很多人搞的不Review 天就要塌了一样,明明很多人在 AI 之前都不认真 Review 代码的😄

曝光 35005 · 评论 102 · 点赞 201 · 书签 25

查看原帖
@notredd404

我一直以為yetone會是先跟cc switch的使用者吵起來

曝光 32121 · 评论 26 · 点赞 106 · 书签 12

查看原帖
@arvin17x

@yetone 现在正在践行的 Agent Coding 模式我恰恰觉得是现阶段的最佳实践,他还把整个过程都开源出来给大伙看了,你不偷着乐还说风凉话,只能说夏虫不可语冰 😅 如果你自己这么尝试过发现不 work,但是 yetone 这么做却 work ,应该想想这中间的差距到底在哪,毕竟大家都能 access 到一样的 Agent 工具。 而这才是在这个时代下程序员仍能存在的真正价值。

曝光 27879 · 评论 17 · 点赞 164 · 书签 56

查看原帖
@lxfater

我相信很多人,做梦都想拥有 yetone 的开发软件的工作流!

曝光 22601 · 评论 52 · 点赞 94 · 书签 29

查看原帖
@mylifcc

Rails 之父 DHH 做了一个实验,结果把整个开发者社区吵翻了。 他让 AI Agent 用几小时把 Basecamp 的 Campfire 群聊重写成 Rust、Go、Elixir,然后与原版 Rails 比性能。 结果相当夸张: Rust:36,260 req/s Go:3,860 req/s Elixir:722 req/s Rails:241 req/s Rust 比 Rails 快了整整 150 倍! 90 多万人围观,Rust 社区狂欢。但很快,有开发者翻出了 Git 历史,发现事情没那么简单。

曝光 21548 · 评论 8 · 点赞 37 · 书签 30

查看原帖
@RizumuA3

那些高质量的。花了大量真金白银的优质 Token 的项目。它们是怎么开发出来的? 有没有人能分享一下 Vibe Coding 时代的项目开发最佳实践? AI写完要我自己测。自己想需求、想需要改的地方。这些都不如 AI 高效。我总是感觉我这个 人类 变成了项目开发效率的卡点。

曝光 19395 · 评论 72 · 点赞 148 · 书签 61

查看原帖
@hd_nvim

那也来说一下我是怎么做自动 24 小时自动提交的 https://github.com/HerringtonDarkholme/hd-lang 1. 首先软件领域很重要,我做的是程序语言编译器,输入输出固定,规则明确,非常适合给 AI 定义目标和指标,容易做出爬坡 2. 人类主要负责 Spec 的大方向(Spec 本身也是 vibe 的) 3. Spec 用了一条一条的规则,可以用rule-id来脚本枚举审计 4. 每条 rule-id搭配了 Conformance test case,机械可验证 5. 实现上用了TS 做 pilot 实现,先做个玩具试水,把指标刷上去,看看会有什么坑 6. TS 实现完了 作为参考再重新设计架构,AI 分步做大框架/组件进行设计 7. 人类给出大体评价,然后得知道重点组件需要多来几遍AI设计/审核 8. 时常抽查代码,完全不看代码AI 会走捷径乱实现 9. 使用不同模型,Opus做主研发, ChatGPT Sol6.1审计专门找边缘情况(在语言设计的时候很有用) 10. 最主要的还是领域容易做,容易验证。所以在其他领域设计新系统的时候得先进行验证的设计 最后,我心态开放,可以随便质疑,甚至可以转帖骂我,我无所谓

曝光 18053 · 评论 29 · 点赞 216 · 书签 283

查看原帖
@Seefs_

抱歉给yetone老师造成了不好的影响,在此进行道歉🙇。 本意没有说这个操作不好的意思,快餐是指用自动化工作流出工快,这种和作者两个词也是分开的,像现在的codex/claude code那样,是软件开发新的一种选择,措辞用的不恰当让yetone老师感到不舒服了非常抱歉。

曝光 14720 · 评论 24 · 点赞 31 · 书签 2

查看原帖
@CaoChangqing

川普总统宣布,取消制裁,同意俄国输出柴油,意在缓和全球油价。但这样一个有利于全球柴油充足、降低油价的决定,却遭到一些人反对。今天从英国左媒路透社、BBC到美国的CNN等,都渲染报道,美国跨党派议员如何反对。其实只是6个参议员(两党各3人),在参院仅占6%。而且三个共和党议员,一向是反川普—— 阿拉斯加的穆考斯基,缅因州的苏珊.柯林斯,还有北卡州的汤姆·蒂利斯。他曾反对《美丽大法案》等川普力推的议案,因恐惧保守派惩罚、在党内初选被淘汰,所以他提前宣布不再参选,其参议员任期到明年1月就正式结束了。 而其他多名共和党议员则公开支持川普总统的决定,认为这有助于世界柴油价格稳定,更有利于美国的经济。那些左派民主党人,还有共和党内的建制派,不愿看到美国好,他们只是一个心思反川普,很可恶!

曝光 14630 · 评论 34 · 点赞 235 · 书签 12

查看原帖
TwKit
正在载入