最新

如今，几乎所有人都在使用 AI 辅助编程，对吧？我是一名自由职业者，整个市场现在都基于 AI 辅助编码速度来设定截止日期。如果你不使用 AI，根本无法按时完成任务。因此，我在今年年初（大约从 GPT-5.3 开始）完全转向了 AI 驱动的编码。 并不是说 AI 编码不好玩。它很有趣。但一开始，AI 还有很多地方做得不够好。社区的焦点是“工程化”，附加 MCP（模型控制点）或深度提示工程。在那段时间里，我实际上构建并使用了不少定制的 AI 工具。 过去，你不仅要说明你的意图和方向，还要提供详细的分步说明才能达到目标。但最近，即使你省略了详细说明，Claude 和 GPT-5.6 也能完美处理。你甚至不必纠结于使用哪个模型。“图工程”目前很流行，但似乎模型已经原生学会了这些模式——如果你和它们建立一个高层计划，它们会自动将其执行策略嵌入其中。每当我尝试学习和应用一种新的 AI 工程技术时，下一个模型更新就已经开箱即用了，这让我的努力感觉毫无意义。 真正的问题是，AI 现在太优秀了。它应用抽象数据类型（ADT）模式、不可变性、Option/Maybe、Result 模式、函数式编程模式、单子链式操作，以及像 MVC、MVVM、MVI 和六边形架构这样的架构模式，其效果远超我本人。这极大地打击了我的积极性。 我花了这么多年时间记忆 GoF（Gang of Four）设计模式，将它们慢慢应用到工作中，并将其调整成我自己的风格——这一切现在感觉毫无意义。 老实说，绝大多数自由职业工作都围绕着简单的 CRUD（增删改查）应用程序。当然，还有领域知识需要记忆，但就 CRUD 的结构化、使用函数式技术进行错误和值处理，或者编写边界测试而言，AI 都比我更细致、更强大。 甚至感觉 AI 在领域建模方面也做得更好。我试图催眠自己，相信我仍然是必需的，但现实是，我不在大型科技公司工作。我是一名程序员，主要在现有框架之上组装业务逻辑，而事实是，AI 比我做得更好。而且更快。我认为我再也无法否认这一点了。 顶尖开发者可能仍然比 AI 强，但对于我们绝大多数人，包括我自己来说，这已不再是现实。要写出 AI 生成的那种代码，我过去需要打开文档放在第二台显示器上，深入思考，并不断搜索更好的方法。AI 只是瞬间生成，这让过去的努力显得过时。 当 AI 写出的代码比我写得更好时，我该如何保持我的动力和身份认同？我特别想听听其他自由职业开发者的看法。随着市场截止日期因为 AI 而越来越紧迫，你们是如何应对这种转变的？ 再说一遍，并不是说 AI 的“随心所欲编码”不好玩。它很有趣。但抛开这一点不谈，我正在失去竞争优势的严峻现实正让我越来越沮丧。

一个开源代理技能 + 标准库 HTTP 服务，可从您拥有的文件中移除不可见的 Unicode、C2PA/EXIF/XMP 以及（尽力而为的）统计文本标记。支持 Claude / Gemini-SynthID / OpenAI / Kirchenbauer / keyed-Gumbel 等模型。

各位 HN 的朋友们： 我开发了 Repobeats，这是一个开源的、可自托管的服务，可以将 GitHub 仓库的活动渲染成可嵌入的 SVG 卡片。 演示： https://repobeats.com/AprilNEA/OpenLogi 源码： https://github.com/AprilNEA/repobeats 我之前在使用 Axiom 的 Repobeats，但注意到一些我依赖的卡片不再稳定更新。原服务仍然在线；我想要一个可以让我检查和控制数据收集、存储、缓存和渲染流程的替代方案。 Repobeats 是一个用 Axum 和 SeaORM 构建的 Rust 后端。仓库所有者通过安装一个只读的 GitHub 应用来选择加入。该服务随后会收集提交、问题、拉取请求和仓库元数据。GitHub 安装令牌是短暂的，并且从不存储。 生成的卡片支持多种主题、尺寸和时间范围，并使用 ETags 和缓存头进行浏览器/CDN 缓存。 对于自托管，SQLite 足以支持小型单实例部署。PostgreSQL 支持多实例部署，除了进程内缓存外，还可以选择 Redis 缓存。 一个重要的限制：仓库必须通过安装 GitHub 应用来明确选择加入。连接后，卡片将公开显示。这也适用于从私有仓库收集的聚合活动，因此私有仓库的所有者应仅连接他们愿意公开其聚合活动的仓库。 该项目尚处于早期阶段，我特别希望收到关于以下方面的反馈： - GitHub 应用的安装和选择加入流程 - 生成的 SVG 的实用性和设计 - 跨多个副本的部署和刷新调度