本期主編 | Tina

InfoQ 編輯部 榮譽出品

目 錄

熱門演講實錄 | 落地和進化

• 當代碼遇上大模型：智能編程助手的架構設計與工程實踐

• 打破 AI 輔助開發(fā)碎片化困境，阿里巴巴 R2C Agent 的 AI 編程實踐

• 重構開發(fā)體驗：CodeFuse 智能代碼助手的設計與實踐

• 游戲研發(fā)中的 AI 轉型：網易多 Agent 系統(tǒng)與知識工程實踐

• 拋棄“級聯(lián)”架構！快手 OneRec 用大模型重構推薦系統(tǒng)，服務成本降至 1/10

• AI 原生應用全?？捎^測實踐：以 DeepSeek 對話機器人為例

• 從模型到智能體：Snowflake 的企業(yè)級 Agentic AI 工程化之路

原創(chuàng)訪談 | Interview

• 顛覆傳統(tǒng)認知！頂尖架構師眼中，決定職業(yè)生涯上限的不是技術能力｜獨家對話一線架構大佬 Christian Ciceri

• 所有知識型崗都要被 AI “吞了”！清華大學教授劉嘉：未來大學分化猛烈，軟件公司靠“幾人 + Agent”就夠

• AI 產品能不能火，全看創(chuàng)始人會不會當“網紅”？這屆 AI 大佬不拼代碼了，個個都是隱藏的社交媒體達人

• 10 年經驗，不敵 AI 10 秒？對話 5 位頂尖架構師：AI 不會替代我們，但會淘汰舊的我們

• 從 OpenAI 回國的 90 后姚班博導，打造了國內首個開源 Agent 訓練框架：從 OpenAI 團隊解散與重組，看智能體技術十年沉淀

工具圖譜 | 大模型時代的編程工具

• 半年研發(fā)、1 周上線，1 秒 200 行代碼爆發(fā)？美團研發(fā)負責人：靠小團隊奇襲，模型和工程能力突破是核心

• Claude 封鎖中國，騰訊帶著國產 AI 編程工具 CodeBuddy 來了

• 從燒光現(xiàn)金、裁掉一半員工，到 ARR 9 個月破億：Replit 用“全棧平臺”反殺 Cursor，賭贏“每層都賺錢”模式

• Claude Code 唯一對手??？AI 編程黑馬 AmpCode 崛起的秘密：不設 token 上限，放手讓 AI 自己死磕代碼

• 挑戰(zhàn) Claude Code 和 Cursor：阿里 Qoder 對標全球，AI 編程迎來“上下文”革命

• 顛覆 Cursor，AI 編程不再需要 IDE！用并行智能體重構開發(fā)范式，MongoDB CEO 高調站臺

• 氛圍編程行不通！CTO 們集體炮轟 AI 編程：不是失業(yè)，而是失控

架構變革 | 大模型時代的軟件技術棧

• Python 只是前戲，JVM 才是正餐！Eclipse 開源新方案，在 K8s 上不換棧搞定 Agent

• LangChain 徹底重寫：從開源副業(yè)到獨角獸，一次“核心遷移”干到 12.5 億估值

• 將 AI 帶入數據！Oracle 給數據庫內嵌上 Agent 框架

• 棄 Python 擁抱 JVM，Spring 之父 20 年后再造“革命性框架”：我從未如此確信一個新項目的必要性

• “比 Flink 更適合 Agent！”十五年老中間件轉型做 Agentic AI：比 LangChain 快 70%，還能省 2/3 算力

• 還在拼命加 GPU？AI 應用規(guī)?；南掳雸?，拼的是這五大軟件“新基建”

• Fluss 湖流一體：Lakehouse 架構實時化演進

• 高性能全閃并行文件系統(tǒng)的設計和實踐

• 語言新秩序 | 大模型時代的編程語言

• AI 時代，編程語言選型更難也更重要：Go、Rust、Python、TypeScript 誰該上場？

• Python 新版本去 GIL 刷屏，Karpathy 點贊敢死隊，Python 之父：冷靜，別神話并發(fā)

• Cloudflare 用 Rust 重寫核心系統(tǒng)：CDN 性能提升 25%，響應時間縮短 10 毫秒

• Cloudflare 釀六年最慘宕機：一行 Rust 代碼，全球一半流量癱瘓！ChatGPT、Claude 集體失聯(lián)

卷首語

過去幾年，軟件行業(yè)的敘事悄然改變。招聘市場從“前端遍地”變成“全棧為王”，AI 正在吞噬樣例代碼、CRUD 頁面與重復性業(yè)務邏輯。那個畢業(yè)兩三年、訓練營轉行就能拿到高薪的時代，確實一去不返。

但軟件行業(yè)并不是唯一的“受害者”。老師在重新設計作業(yè)，分析師在適應 AI 總結報告，攝影師被智能相機和生成式圖像重塑，連牙醫(yī)、獸醫(yī)診所都在被資本流程化。幾乎每一個行業(yè)，都在經歷由技術、資本與敘事共同推動的劇烈重構。工程師只不過站在這場變革的第一排。因此，一個問題比以往任何時候都更重要：當寫代碼不再是核心壁壘，工程師的價值究竟是什么？

過去，熟練掌握框架和 API、能快速出活的工程師可以穩(wěn)定工作多年；但今天，這些能力正快速被 AI 和模板化方案覆蓋。真正難以替代的，是能在混亂中抽象問題、在不確定中設計可演進系統(tǒng)、能把技術決策與業(yè)務目標對齊，并在系統(tǒng)失效時帶著團隊把它救回的人。

這不僅是架構師的挑戰(zhàn)，也是所有工程師面臨的新現(xiàn)實。

與此同時，AI 重寫了招聘方式與成長路徑：簡歷可以自動生成，面試題可以提前演練。真正拉開差距的，是你如何使用工具解決真實問題：如何規(guī)劃系統(tǒng)、如何用 AI 驗證設計、如何做權衡，以及如何把自己的實踐沉淀到 GitHub、技術博客和社區(qū)里，讓作品自己說話。

運氣固然存在，但軟件行業(yè)有一個從未改變的規(guī)律：越是持續(xù)把自己暴露在真實問題和真實用戶面前的人，越顯得“幸運”。 他們靠的不僅是天賦，而是在一次次“做出來、丟出去”的實踐中，被反饋校正、被復雜性逼著成長。

這本電子書不會告訴你如何規(guī)避風險，也不會提供所謂的“安全路徑”。它想討論的是：在每個行業(yè)都在被重寫的當下，工程師如何重新理解自己的價值，并在不確定中找到確定性。

如果你開始意識到：“寫好代碼”已經不夠，“守住現(xiàn)狀”反而更危險，那么這里，就是你重新定義自己角色的起點。真正值得思考的問題不是“工程師會不會被 AI 替代”，而是：當軟件行業(yè)的敘事改變，你準備靠什么能力繼續(xù)寫入下一章？