跳到正文
10月19日周一
10月18日周日
  1. 掘金37

    AI 时代,古法编程的码农路在何方?

    AI 时代程序员的价值重心正从写代码转向定义问题、设计系统、约束模型、验证结果与交付价值,只会 CRUD 和堆样板代码的岗位会被压缩。新身份是需求翻译者、AI 指挥官、系统责任者和质量守门人,需补齐模型调用、RAG、Agent、部署推理与工程治理能力。真正的护城河是业务理解力、系统架构力和责任判断力:AI 负责产出草稿,人负责设定约束和验收标准。

10月16日周五
  1. 掘金63

    关于 AI 记忆系统的一轮思考:记忆应是漏斗式沉淀而非仓库式存储

    作者认为现有 AI Memory 多是“存下来再搜回来”的仓库,真正难的是什么够格进入长期记忆以及何时该让它失效。核心方向是入口加漏斗与延迟处理,区分经历与经验、把遗忘当作一等能力,并按时间、事件、注意力三个坐标组织同一条记忆,同时为干活和梳理走两套召回路径。

9月18日周五
  1. GitHub Blog · AI & ML45

    GitHub Podcast:该读 AI 生成的代码吗,RAG 死了吗,Skills 杀死了 MCP 吗?

    GitHub Podcast 最新一期逐一拆解了五个流行 AI 观点:开发者仍需对 AI 生成代码负责,但可按风险分级投入审查精力。Skills 与 MCP 并非竞争关系——MCP 提供工具与数据的标准接入,Skills 传递团队约定与最佳实践,两者可在同一工作流共存。RAG 也没有死,检索增强生成让模型基于训练数据之外的信息作答,并与 agent、Skills、MCP 协同工作。