以下文章来源于不会笑青年 ，作者不会笑青年 不会笑青年 . 全网唯二的程序员主题漫画公众号。 刚看到一个帖子，真是离了个大谱。 只要你做过程序员，稍微有那么一点点经验。 某公司居然以"程序员48天只写了4646行代码"为由，直接把人给开了，说人家 "日均不到2000 行代码" ，这不合格。 合着程序员不是干活，是在 码字冲KPI 是吧？你这是招开发，还是招小说连载作者？ 一、这不是写小说 就一定会知道， 写代码不是写小说，更不是敲流水账。 程序员写一行好代码，有时候比拍脑袋写一百行屎山要值钱得多。 很多优秀的架构设计，优化逻辑，处理边界问题，可能都不怎么"涨字数"。 你这按行数考核，是想逼大家放弃脑子去Ctrl+C/V？ 要是按行数评绩效，那以后项目里恐怕要能写一行改成三行；每行代码加上一百行注释！ 但问题的本质根本不在"行数"上，而在于—— 这是职场管理的问题，要么是"真傻"、要么"装 傻式懒政" 。 二、背后的职场病 别看这条帖子离谱，其实咱们在职场上见的"离谱公司"也不是一天两天了。 这些奇葩操作，一个比一个骚气。 下面给大家盘点几个堪称**"职场PUA代表作品"**的同行案例： 1、每月加班不到10次 ...

文章核心观点 - AI coding赛道通过自然语言编程降低开发门槛 但现有产品因交互滞后和落地体验不佳尚未出现杀手级应用[2] - Trickle公司创新性地采用Agent+Canvas范式 通过可视化操作实现直觉式应用开发 真正让非技术用户跨过技术门槛[2] - 公司产品哲学强调不迷信模型指标 专注产品可用性和真实场景落地 这使其在AI应用层创业中形成差异化优势[11][27] - Trickle愿景是让每个人都能创建专属软件 摆脱对程序员和预制化工具的依赖 最终实现"人人都是开发者"的生态[3][19][28] 创始人背景与创业历程 - 创始人Jarod Xu本科攻读通信专业 具备软硬件结合的技术背景 早期编程比赛经历埋下科技创业种子[5] - 在爱立信工作期间从研发转岗咨询 拓宽对公司运作的理解 并与现任CTO建立长期互信的伙伴关系[7][8] - 2016年通过北大MBA项目深入接触硅谷创业生态 2018年与合伙人卖房卖车all in创业[9] - 2018-2021年第一阶段创业聚焦机器视觉 为自动贩卖机开发智能结算系统 服务宝洁/玛氏/OPPO等客户并实现出海部署[10] 产品迭代历程 - 疫情期间开发企业内部社交工具 但因"老板喜欢员工不爱用"导致日活低迷 陷入功能堆砌误区[12] - 集成GPT-3.5时发现AI在上下文场景的潜力 但功能过于复杂导致用户难以感知[13] - 推出截图口袋产品 上线Product Hunt即获日榜第一 月榜与Notion AI/Arc并列年度榜单[16] - 2024年10月基于Claude 3.5技术突破 果断关停旧项目all in Coding Agent 12月正式发布Trickle 1.0[17] 核心技术突破 - 采用Agent+Canvas交互范式 将数据库抽象为可视化表格 用户无需技术知识即可理解表结构与界面关联[25] - 开发Direct Edit功能 统一产品/设计/开发流程 用户可通过直觉反馈直接修改产品[26] - 实现端到端应用开发 用户不再需要关注前后端技术栈 专注业务逻辑与功能实现[19] - 相比传统建站工具提升十倍效率 海外用户从Webflow/Wix等平台快速迁移[27] 市场定位与用户画像 - 优先开拓海外市场 因建站生态成熟且用户对效率差异敏感 社交媒体传播效应显著[27] - 核心服务两类人群：企业非技术人员构建内部管理工具 个人用户搭建作品集/教育工具/预约系统[28] - 目标非单一建站市场 而是服务所有"用数据逻辑驱动工作与生活"的广泛人群[28] - 模板系统承载完整Agent上下文 包含数据/内容/规则/素材 实现开箱即用[36] 行业趋势判断 - AI coding进入爆发点 无论是程序员还是普通用户都在尝试用AI构建应用[18] - 未来软件开发将走向个性化 每个人会拥有多款专属软件而非标准化应用[19][28] - Agent GUI代表交互方式革新 类似iPhone的Multi-Touch时刻 将技术推到新高度[37][38] - 社区生态将释放用户创造力 高手用户可通过模板生成survey/PPT/portfolio等完整应用[36]

AI编码生产力差异 - 高级开发者（10年以上经验）使用AI交付的代码量是初级开发者（0-2年经验）的2.5倍 [2] - 32%的高级开发者交付代码中AI生成占比超过50%，而初级开发者仅13% [2][9] - 59%的高级开发者认为AI帮助更快交付代码，初级开发者仅49%持有相同观点 [7] 经验对AI应用效率的影响 - 高级开发者更能识别和修正AI生成代码的错误，因此在关键业务代码中更自信使用AI [8] - 初级开发者因缺乏经验难以识别AI代码缺陷，仅13%会在生产环境使用AI [8][9] - 26%的高级开发者认为AI使其工作"快得多"，该比例是初级开发者（13%）的两倍 [7] 隐性成本与效率陷阱 - 近30%高级开发者称修改AI输出消耗了节省的时间，初级开发者该比例为17% [11] - 随机对照实验发现使用AI工具使任务完成时间增加19% [13] - AI生成代码中隐藏的细微错误可能导致开发者花费数小时调试 [1][13][14] 情绪价值与环保意识 - 近80%开发者认为AI工具增加编程乐趣，可跳过重复劳动并获得即时满足感 [14] - 56%初级开发者会主动考虑编码能耗，中高级开发者该比例接近80% [14] - 约三分之二开发者清楚AI工具会带来可观碳排放 [15]

AI在研发中的角色演变 - AI应用经历了三个阶段演变：从辅助编程的IDE插件工具到引入Agent的"氛围编程1.0时代"，再到CLI模式的"氛围编程2.0时代"[2] - 2022年底ChatGPT推出被视为AI的"iPhone时刻"，此后AI迅速介入更多研发环节并影响架构设计与组织协作[1] - 当前AI已深度融入需求调研、PRD评审、技术设计、测试及CI/CD等全交付生命周期环节[4] 研发效率提升数据 - 开发岗位效率提升约30%，主要集中在代码编写和评审环节[13] - 测试岗位提效约25%，涵盖用例编写和自动化测试[13] - 运维岗位提升约25%，尤其在DevOps场景和复杂问题排查方面[13] - 头条和抖音前端团队通过AI工具将设计稿转代码时间从1-2天缩短至几分钟[5] 代码质量与规范 - AI生成代码往往比人工编写更规范，附带详细注释且接口函数遵循统一标准[9] - 超过80%的场景能通过AI自动提升单元测试覆盖率[9] - AI可辅助代码评审，进行变量命名检查、格式规范验证及生成PR总结解释[10] - 采用TDD（测试驱动开发）模式可增强AI生成代码的可控性[10] 企业级应用挑战 - AI生成代码难以直接入库生产系统，需经过严格扫描校验流程[3][6] - 算力和token消耗导致高成本，限制大规模应用落地[20] - 管理层认知偏差可能削弱企业竞争力，需科学量化提效效果[21] - 复杂业务场景中AI难以理解全局业务逻辑，需依赖领域知识库支持[16] 人机协作模式 - AI要求开发者具备更强理解把控能力，最终责任仍在工程师本人[4] - Cursor等工具通过设置checkpoint确保开发者对结果保持掌控[5] - 开发者仅30%时间用于编码，其余用于沟通协作，AI在需求设计等环节作用显著[6] - 辅助模式可带来20%-30%效率提升，优于准确率不足的Agent模式[19] 架构与组织变革 - 出现AOA（AI Oriented Architecture）新架构范式，研发组织向AI中心化转变[24] - 岗位左移（测试向开发靠拢，开发向产品靠拢）和职级上移成为趋势[22] - 前端交互向LUI（Language User Interface）转变，可能推动"无边界体验"发展[23] - 未来Web应用可能消亡，交互方式转向自然语言，企业重点提供后端服务能力[25] 未来发展方向 - AI需从"高级工程师"向"架构师"演进，具备系统理解能力和自我进化能力[26] - 需解决大模型对具体项目业务理解不足的问题，降低知识库构建成本[26] - 可穿戴设备发展可能解决AI缺乏真实世界感知能力的问题，实现研发闭环[27][28] - 全栈开发通过AI辅助变得更易实现，人机协同可快速补齐技术短板[31] 技术实现路径 - 领域知识库普遍采用向量数据库结合Embedding技术[32] - RAG、上下文增强和MCP是搭建开放生态的手段而非目的[18] - 企业需提供高质量内部语料库才能生成符合自有规范的UI代码[30] - Agentic RAG结合自我演进能力可实现更智能的检索召回[32]

AI工具在研发流程中的应用现状 - AI工具已深度融入研发全流程 覆盖需求调研 PRD评审 技术设计 测试及CI/CD等环节 渗透率接近100% [9] - 代码生成效率显著提升 如Figma设计稿还原代码从1-2天缩短至几分钟 [9] - 开发者30%时间用于编码 70%时间用于沟通与流程 AI在需求设计 任务拆解等环节作用突出 [11] AI提效的量化表现与质量影响 - 开发岗位效率提升约30% 测试岗位提效25% 运维岗位提升25% 主要体现在代码编写 评审和DevOps场景 [18] - AI生成代码规范性优于人工 附带详细注释 接口和函数层面遵循统一规范 [13] - 单测Agent使80%场景能覆盖传统自测环节 代码评审AI辅助可检查命名 格式规范并生成PR总结 [14] 技术演进与阶段划分 - AI应用经历三阶段：IDE插件辅助编程→Cursor为代表的氛围编程1.0→CLI模式氛围编程2.0 [5][6] - Vibe Coding概念推动CLI模式发展 门槛更高但用户群体更广 定制自由度提升 [6] - 研发范式遵循EPCC流程：探索 计划 编码 提交 需分环节让AI协助 [7] 落地挑战与成本问题 - 算力和token消耗导致高成本 如用户花200美元实际消耗上万美元算力 [24] - 效果难以量化 不同用户对Claude Code和Copilot等工具感受差异明显 [25] - 管理层认知存在两极分化：传统方式推动研发或过度乐观认为AI能取代研发人员 [25] 架构与协作模式变革 - 研发组织向AI中心化转变 MCP协议应用形成AOA（AI Oriented Architecture）新架构范式 [28] - 岗位左移（测试向开发靠拢 开发向产品靠拢）和职级上移（高级岗位比例提高） [27] - 交互方式从图形化UI转向LUI（Language User Interface） 未来可能发展为"无边界体验" [27] 人机协作与责任边界 - AI不会替代工具团队 研发流程未被打破 但加速各角色效率 人需承担更高层次决策 [10] - AI对人的要求更高 工程师需对AI生成代码负最终责任 要求更强理解和把控能力 [8][9] - 初级开发者可能无法完全理解AI生成代码 出现问题时依赖AI修复反而导致反噬 [19] 未来发展方向 - AI需从"高级工程师"向"架构师"演进 具备系统理解能力和自我进化能力 [31] - 可穿戴设备普及可能解决AI缺乏感知能力问题 实现研发流程真正闭环 [32] - 领域知识库建设需结合向量数据库和Agentic RAG技术 不同业务差异显著 [36] 业务场景实践 - 电商中台团队通过领域知识库接入AI大脑 在0~1场景和老项目迭代中表现超预期 [22] - 企业UI生成需提供高质量内部语料训练 否则结果只能停留在通用层面 [34] - 全栈开发在AI辅助下更易实现 程序员可通过解释模式和TODO项补齐能力短板 [35]

比赛概况 - 活动为24小时黑客松比赛 由VibeFriends与SegmentFault联合举办 主题为"用Vibe Coding优化Vibe Coding" [1][3] - 招募33组参赛者 每组1-3人 并邀请20+行业专家和200+目标用户参与投票 [4][13] - 目标为让真实目标用户投票选出真正会使用的产品 [4] 比赛主题方向 - 优化Token消耗的工具开发 [4] - 开发过程中自动记录的任务列表功能 [4] - 等待输出时的小游戏设计 [4] 参赛者资源支持 - 提供价值数百元人民币的模型Token [7] - 每组参赛者获得小红书3万+曝光流量支持 [7] - AI创业者 大模型专家 AI自媒体和投资人担任导师全程支持 [7] - 不间断供应饮品和食物 [7] - 接触潜在真实目标用户的机会 [7] 奖项设置 - 真的会用奖获奖者获得1000元人民币 [8] - 第一名获得10000元人民币 第二名5000元人民币 第三名3000元人民币 [8] - 社区人气奖获奖者获得1000元人民币 [8] 活动详情 - 活动时间为2025年9月13日 地点在北京 [13] - 设置200名特约观察员参与 [13] - 报名需通过指定微信联系方式(HejaBVB666或Glowjiang) [13] 合作伙伴 - 主办方为VibeFriends和SegmentFault思否 [15] - 战略合作伙伴为小红书科技 [16] - 技术合作伙伴包括硅基流动(SiliconFlow)和WeaveFox [18][19][20] - 社区合作方包括devv_ BAPITAL生财有术等22家机构 [21][22]

行业背景 - 公司在大数据领域具备处理千万级别数据量的项目经验 [1] - 行业涉及Python和Java等主流编程语言及常用数据库技术 [1] 技术能力 - 精通网页数据抓取技术及反限制破解方案 [3] - 具备程序性能优化能力以提升执行效率 [3] - 掌握大数据分析技术并拥有实际项目应用经验 [1][3] 教学优势 - 采用真实企业案例教学提升知识实用性 [3] - 通过幽默风格营造轻松学习氛围 [3] - 将复杂技术概念转化为通俗易懂的讲解内容 [3]

板块整体表现 - 软件开发板块当日下跌1.56%，跑输大盘指数（上证指数涨0.37%，深证成指涨0.99%）[1] - 板块内个股分化显著，涨幅最高为通达海（20.01%），跌幅最大为鼎捷数智（-9.28%）[1][2] - 板块主力资金净流出62.06亿元，游资与散户资金分别净流入9.85亿元和52.21亿元[2] 领涨个股表现 - 通达海（301378）涨停20.01%，成交额8.20亿元，成交量22.12万手[1] - 信安世纪（688201）涨15.37%，成交额6.27亿元，成交量43.77万手[1] - 科达自控（831832）涨14.94%，成交额4.49亿元，成交量17.66万手[1] - 高伟达（300465）涨停10.06%，成交额25.24亿元，成交量111.70万手，主力净流入3.43亿元（占比13.59%）[1][3] 领跌个股表现 - 鼎捷数智（300378）跌9.28%，成交额19.36亿元，成交量35.98万手[2] - 中电鑫龙（002298）跌8.77%，成交额18.92亿元，成交量166.58万手[2] - 天融信（002212）跌8.39%，成交额39.32亿元，成交量313.67万手[2] - 拓维信息（002261）跌6.03%，成交额97.18亿元，成交量230.33万手[2] 资金流向特征 - 同花顺（300033）获主力净流入6.40亿元（占比8.21%），但游资净流出6.40亿元[3] - 金山办公（688111）主力净流入1.67亿元（占比5.45%），游资净流出1.51亿元[3] - 达梦数据（688692）主力净流入8129.81万元（占比5.84%），游资净流出7342.84万元[3] - 深信服（300454）主力净流入8040.67万元（占比4.56%），散户净流出1.04亿元[3]

企查查APP显示，近日，成都跃虎信息科技有限公司成立，法定代表人为陈鹏，注册资本3000万人民 币，经营范围含软件开发、动漫游戏开发、体育经纪人服务、商业综合体管理服务等。企查查股权穿透 显示，该公司由广州虎牙信息科技有限公司全资持股。 （原标题：虎牙在成都新设跃虎信息科技公司） ...

教育领域 - Go语言通过goroutine和channel的简洁抽象，使复杂的并发编程变得平易近人，有效传授并发编程核心概念 [2] - 教育机构借助Go并发模型培养学生解决高并发问题的思维能力，为行业输送具备现代并发编程经验的开发人才 [2] 科技创新 - Go语言协程的轻量级特性允许单机创建数百万并发单元，channel机制提供安全的通信原语 [2] - Go语言成为云计算、微服务、区块链等前沿领域的首选语言，其并发模型为分布式系统、网络服务等基础软件提供了新的构建思路 [2] 人文发展 - Go并发模型降低了高并发系统开发门槛，使开发团队能更专注于业务创新而非底层并发问题 [2] - 技术民主化让更多企业能够构建高性能服务，为用户提供更流畅的数字体验，促进数字包容性发展 [2] 经济价值 - 互联网大厂广泛采用Go构建高并发中间件和核心业务系统，显著提升资源利用率和系统吞吐量，降低运营成本 [3] - Go语言的高开发效率和高性能特性，正帮助企业在数字化转型中获得竞争优势，创造显著商业价值 [3] 设计哲学与影响 - Go语言并发模型成功在于“简单即复杂”的设计哲学，通过精心设计的原语和抽象让开发者更自然地表达并发逻辑 [3] - 该技术理念通过提升系统性能、降低开发成本、促进人才培养等方式，在多维度推动技术进步和产业发展 [3]