奇舞周刊第591期:AI软件工程范式革命的思考
奇舞推荐
■■■
文章提出软件工程过去五十年未能真正“工程化”,因为始终依赖人脑处理核心认知。大模型首次提供了“能源换高阶智能”的认知引擎,但要实现工程级可靠,必须将AI置于中心,并利用已有的自动化验证基础设施(编译器、测试等)作为“确定性裁判”,构建端到端的AI闭环。
文章系统梳理了Agent从被动响应到自进化的四个阶段,并对比了提示词、规划、记忆、工具、工作流及环境六大核心概念的演变。核心趋势是从“紧耦合”走向“渐进式加载”,从依赖API走向原生CLI/脚本,从刚性编排走向动态Skill封装,最终实现自我进化。
技术实践
■■■
Claude Code Harness 工程:数仓侧落地方案
文章针对AI编程在数仓开发中的“失忆”、规范执行不稳、上下文易爆三大痛点,提出了五层防御体系。核心是通过将规范写入持久化文件、配置Hooks自动验证SQL、使用Subagents隔离高消耗操作,将AI能力从“临时助手”转变为嵌入研发流水线的可靠“执行者”。
本文剖析了Chromium在3500万行代码库上构建的AI Agent基础设施。其核心是一套分层组合的提示词体系(从核心指令到平台模板)、按需激活的技能系统,以及“先咨询权威文档后回答”的Agentic RAG知识库,核心原则是“人类开发者始终是最终责任人”。
拓展边界
■■■
OpenClaw与Hermes:源码里的 AI Agent 架构知识大复盘
文章深度复盘了OpenClaw的微内核架构(Gateway中心、多Agent路由、记忆驱动)与Hermes的启示。OpenClaw通过“一个Gateway,多端触达”和物理隔离的Agent解决了上下文污染与渠道风格差异问题,其“边界 vs 实现”的哲学让核心保持轻量,将具体功能全数交由插件实现。
2026 年编程 Agent 实测排行榜:Cursor、Claude Code、Codex 看看谁更强?
基于最新横向评测,报告指出头部编程Agent(Cursor、Codex、Claude Code)性能已内卷至毫厘之差。真正的竞争转向了成本与效率:最贵方案与最便宜方案每任务成本相差32倍。其中,国产模型DeepSeek V4 Pro以极低成本达到近83%的头部性能,成为极具潜力的性价比之选。
文章总结了计算机视觉领域的三项突破:自监督视觉基础模型(如DINOv3)提供了通用、细粒度的特征;前馈3D重建(如VGGT)实现了单次推理预测所有3D信息;统一多模态模型则让模型同时具备理解与生成能力。这些技术有效解决了多图比对、3D重建等业务落地难题。
–END –
如果您关注前端+AI 相关领域可以扫码进群交流

添加小编微信进群😊
关于奇舞团
奇舞团是 360 集团最大的大前端团队,非常重视人才培养,有工程师、讲师、翻译官、业务接口人、团队 Leader 等多种发展方向供员工选择,并辅以提供相应的技术力、专业力、通用力、领导力等培训课程。奇舞团以开放和求贤的心态欢迎各种优秀人才关注和加入奇舞团。

夜雨聆风