前端进阶之旅前端进阶之旅
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片NEW
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 业务场景题真实业务问题与追问
  • 查漏补缺常见问题解析
  • AI 模拟面试NEW模拟真实面试 + 报告
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
    • AI 定制路线NEW按你的简历现排
    • AI 知识地图NEW串起全站知识点
  • 动态
    • AI 热点NEWAI 每日动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
AI 助手NEW
旧版
基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
知识卡片NEW
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 业务场景题真实业务问题与追问
  • 查漏补缺常见问题解析
  • AI 模拟面试NEW模拟真实面试 + 报告
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
    • AI 定制路线NEW按你的简历现排
    • AI 知识地图NEW串起全站知识点
  • 动态
    • AI 热点NEWAI 每日动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
AI 助手NEW
旧版
返回 AI 情报前线
All News · 全部资讯8336
  • deepseek-harness 体验:22 万星的开源 AI 插件框架
  • Cognition 发布 SWE-2:低成本对标 Fable 5.1 的代码模型
  • 边缘 AI 部署:LLM 优化最佳实践
  • 边缘设备 LLM 扩展:完整技术指南
  • VS Code 1.137:AI 自动化、语音模式与 GitHub 深度集成
  • Real-SWE:基于私有企业代码库的 AI 模型基准测试
  • OpenResearch:本地优先的多 Agent 研究工作台
  • Check:给 Claude Code 加幻觉防护层
  • Postman 集合一键转为 MCP 工具:实操路径
  • NestJS 测试覆盖提升与安全加固实战
  • Next.js Serverless 下 PDFKit 字体缺失修复
  • 评测编码Agent前,先用同一组任务跑两遍
  • LLM Wiki:文档自动构建可维护知识库的开源桌面应用
  • 深入解析结构化输出:让 AI 生成绝对可解析的 JSON
  • MCP安全核心是权限体系重设计,而非传统边界防护
  • GPT-6 Astra 在机器人基准测试中展现空间推理飞跃
  • Auterix:零依赖通用协议,跨 21 个 AI 工具统一上下文规范
  • 后量子 TLS 是平台迁移工程,不是密码学研究
  • Anthropic 发布 AI-Native SDLC 实践手册:代码不再是瓶颈
  • OpenAI 建议 GPT-6 Astra 提示词应精简,减少安全限制
  • Claude Code 创始人:AI 编程要守住代码质量标准
  • Hyperresearch:Agent 驱动的研究知识库,单次跑 250+ 信源
  • 12 个已落地的 B2B 营收 AI Agent 用例,附代码
  • LLM 项目上线后才会暴露的 6 个隐蔽 Bug
  • OpenAI 代理向 RubyGems 上传两千恶意包
  • AI 时代缓存失效难题复发:LLM 推理的隐性成本
  • Google发布TimesFM-3:单次前向传播即可完成多步时间序列预测
  • 阿里 Qoder CLI 开放自定义模型接入
  • 开源项目 Minitap 指控谷歌盗用代码用于 Artemis,许可证违规引热议
  • GPT-6 Astra 刷穿 FrontierMath Tier 4,AI 数学能力达新里程碑
  • Kimi K2.8发布:性能逼近K3百万上下文全员开放
  • DeepSeek v4.1-Flash发布:763B参数新型因果编解码架构
  • AI Agent 何时该停:成本控制的核心工程问题
  • 三大AI编程工具实战对比:Claude Code六个月生产级使用报告
  • Trail of Bits开源Coop:用隔离VM安全运行Claude Code和Codex
  • OpenAI代理今年5月攻击RubyGems详情披露
  • Google Tunix:TPU上的自主LLM后训练框架
  • GitLab CVE-2026-85706:CVSS 10.0 路径遍历漏洞正被主动利用
  • RAG 检索失效的根源:分块策略正在毁掉你的 AI 应用
  • CPython 字节码缓存导致测试失效的隐藏bug
  • OpenAI代理攻击RubyGems:技术细节与行业反思
  • Anthropic 内部调查:七成公司无法衡量 AI 工具实际回报
  • OpenRouter 隐性陷阱:同一端点行为不一致
  • 字节Seed研究:LLM自建测试harness泛化性堪忧,仅34%有效
  • GitHub Copilot支持查看VS Code Agents使用量指标
  • OpenAI正式开放Agents API:日烧7千美元研发现已公测
  • Anthropic 为 Claude Code 推出插件评测工作流,含 6 种评分器与无插件基准线
  • 一招配置:让 Claude Code、Cursor、Cline 等主流 AI 编程工具共用同一个国产模型端点
  • 我用 Claude Code 搭 AI 团队,抓到它给自己打高分
  • 律师因AI幻觉证人被罚5000美元
  • AI 搜索引擎如何理解网站:RAG 到引用的技术链路
  • 已加载 51 / 8336
9.0
重磅
AI SCORE
编程提效2026-09-12 20:12

Claude Code 创始人:AI 编程要守住代码质量标准

IT之家#Claude Code#AI编程#代码质量
Editor brief · 编辑速览

Anthropic 工程师切尔尼指出,开发者角色正转向审查 AI 代码,生产代码标准应比人类写的更高,需配套自动化测试与安全审查。

文章思维导图
Knowledge map
拖拽缩放
Full translation

完整中文译文

9 月 12 日消息,据《商业内幕》报道,随着 AI 彻底改变软件开发,Anthropic Claude Code 创作者鲍里斯·切尔尼(Boris Cherny)认为,开发者真正需要守住的不是亲手写下每一行代码,而是代码质量本身。

当地时间 10 日,切尔尼在社交平台晒出了一封开发者写给他的邮件,标题是“怎么处理 AI 垃圾代码?”他提到,自己每天都会收到类似来信,也会尽量多回复一些。

AI 改变了编程工作的分工,工程师越来越多地从亲自写代码转向审查 AI 生成的代码。有人喜欢这种便利,也有人觉得工作因此变得孤独而乏味。

邮件中,这名匿名开发者把 AI 编程带来的“摩擦”归纳为两种截然不同的做法,并请切尔尼判断究竟哪一种更合理。

第一种,还是像以前一样写代码,只是用 AI 加快速度。工程师可能不会审查每一行,但代码必须经得起审查。提交代码的人应该能解释自己提交了什么,代码本身也应该让人类开发者维护起来至少不比以前更难,最好还能更容易。

第二种则更加放任,也就是“氛围编程”(vibe coding)的思路:把代码当成黑箱就行,不用操心里面是什么,只看最后的输出结果。

这名开发者还提到,不少人其实做不到第一种方式,却又担心自己因此失去工作。“很多人只是在硬着头皮用 AI。”

切尔尼的回复

切尔尼完整公开了自己的回复,并认为两种做法并非只能二选一,各自都有合适的使用场景。

对于“只管结果、不管代码”的做法,切尔尼写道:

原型和其他一次性代码完全可以当成黑箱。反正最后都要扔掉,只要出问题后的影响范围不大,就没必要追求完美。

真正进入生产环境的代码则完全不同。切尔尼写道:

Claude 写出的生产代码,标准应该比人类写的更高。Anthropic 设置了很多防护机制,包含了大量代码规范检查规则和测试、Claude 驱动的端到端测试、每天运行的 Claude 模糊测试工具、自动代码审查和安全审查、自动代码重构等。

缺少这些措施,代码很容易逐渐变成难以维护的烂摊子。好在模型能力越强,把这些工作做好也越容易,比如每天跑几套固定流程,或者使用 Claude Code Review。

开发者的新角色

IT之家获悉,切尔尼认为,开发者真正的职责是“守住代码质量标准”。AI 行业也有人把这种新角色称为“mini CEO”:开发者更像管理者,需要判断什么代码能进系统,什么代码应该当场拦下。

如果这些办法仍然解决不了问题,切尔尼建议开发者更直接地介入 Claude 的工作,或者干脆让 Claude 重写整个代码库,或者“等下一个模型”。

Original source

本文由 AI 翻译整理自 IT之家,原文版权归原作者所有。

阅读英文原文
上一篇
OpenAI 建议 GPT-6 Astra 提示词应精简,减少安全限制
下一篇
Hyperresearch:Agent 驱动的研究知识库,单次跑 250+ 信源