我司不到 50 人，老板也已经过了退休的年纪，现状是无人能接手管理公司。之前有说到，公司要成为子公司了，是我们大家的猜测。今天有点落实了。年底搬家是都知道的，今天 HR 又来到我们部长旁边说悄悄话，搬过去之后不久就开年会，相比往年过年前开提前 n 久。更炸裂的是，我们还要参加他朋友公司的年会！我感觉老板已经把公司卖了，这年会可能是最后的告别了。但我想说的是，快裁员快裁员，我想拿了赔偿走人

摘要 上文（面试官别再问 AI 应用啦，我是真没招了）中我们提到了提示词（Prompt），也就是和大模型聊天时我们所说的内容。那当我们通过不同的提示词技巧来聊天时，大模型到底如何运作的呢？  正如我们所知道的，大模型本质上是一个「超级文字预测机」。它的「大脑」里存了互联网上几乎所有公开文本的「规律」（比如词语怎么搭配、句子怎么衔接、知识怎么关联）。当你输入一句话（比如“帮我总结《红楼梦》的主题”），它其实在做一件事：根据你给的文字，猜“接下来最可能合理出现的文字”。 所以，你和它聊天的过程，本质是： 你输入一段文字（可能是问题、指令或闲聊）→ 模型把这段文字当作「线索」，在自己的「知识库+语言...

封面、配图由Coze Space提供支持  历史 你是否观察过，一直陪伴我们程序员的IDE，每次更新都在升级它的编译速度，或是迭代更现代UI。也或许你曾在早期体验过Visual Studio和IDEA上，带有那么一点AI味道的补全功能。 如今我们早已习惯Tab，习惯在做“老牛活”的时候，让代码助手来直接帮我们生成逻辑。一晃几年，Trae 的初个Demo如在昨日。我们先来回顾一下历史版本。 TRAE 1.0 AI IDE 去年的六月，豆包 MarsCode 发布，在大模型时代的背景下，“AI” 较先赋能了程序员的工作。这样一款插件在补全，对话上，让我们的编程效率有极大的提升。不过这时，我们的载体...

我们是如何走到这一步的人工智能这一词出现，依然有几十年的历史，差不多每过十年就会经历一次 AI 浪潮。抛开那些繁杂的概念，只说大模型，起源可以追溯到 2017 年发布的《Attention is All Need》论文，论文提出了Transformer，给现在的 LLM（大语言模型） 奠定了理论基础。理论到落地通常需要很久的时间。所以直到2022年，才有第一个应用诞生，至今AI应用访问量上都占据着榜首。模型 & 应用如何理解LLM一个发光二极管，亮与暗代表1和0，这样电信号与数字信号便有了转换方式，硬件与软件有了初步合作。不过0101代码的还是不够让人类方便的理解，于是人们将一组01抽...

十二月末，公司就要离开这边区域了，我当初找工作的法则之一就是以居住地为半径。现在步行 5 分钟到公司的。那边的房子很小，六楼，没有电梯，还得公交半小时路程。搬去那边，是因为还有一家公司（新盖了一栋楼）是老板的朋友，计划上市，有更多交流机会。而且如果我们效益好，就会成为他们子公司。可能老板也是年纪大了，想放手了吧。我在这温水煮青蛙，越久越跳不动，这个机会该走了吗

今年大连的寒流来的有点早，叶子一边染色一边掉。工作很轻松，希望公司哪天能裁我（buship1 中午气温很低，在公司附近的公园溜达一圈，阳光洒下来还是蛮舒服的。p2 又是一年横山市，这次不过有点迟到了，没看到🍠的小美p3 抽中了本地 IMAX 激光开幕，见了诸多领导，看了铁血战士，不错的。p4 双十一是鹅厂生日，买了生日鹅，还被店长夸，拍的好看p5，p6 ，p7 受鹅厂邀请去了西安，碳水真好吃啊，三天没吃过大米饭。p8 后来那一周末，又去帮朋友做评委，带了相机还给拍了点现场照片。p9 动物城 2 要上了，买的月底的票。充满期待哇

GPT3.5 差不多诞生三周年了，这是 AI 最破圈的一个阶段。但至今我都觉得，或者说我对他没有那么高的预期。所以我认为，AI 还没有智障时刻，因为他还是一只学舌鹦鹉。——最近的一个 YouTube 视频Ilya 的一个约 90 分钟对话，向我们提出了一个观点 Scaling时代已终结！现在的 LLM 绝不是通往 AGI 的最后一块拼图，我们还需要更新的框架目前的大模型还是基于多维向量，上下文去预测下一个字/词。那这种结构，肯定是 0-0.8 之间的准确率。为何没到 1？是因为他只是知其然不知其所以然，正所谓鹦鹉。如果你在这种期望下，再去使用他对话，Coding，建模等一些列操作，就会很淡然接受他的种种智障时刻。而我们要做的，就是清空上下文，吸取上次对话经验，不断调试 Prompt，使其准确率更高一点。所以，别再为难他啦，他还只是一只鹦鹉🦜

上次西安 Trae Friends，有个嘉宾互动，现场有多少前端工程师？此时角落的一个摄影师举起了手。我就和朋友吐槽说，看吧，搞前端的都去干摄影了。然后就在上周六（11 月 22 日）我这个干 Java 的也去干摄影了。回到正题，来锐评一下现在编程语言。Java写业务的老大哥，语法清晰，三方库很多，生态嘎嘎以嘎斯。但由于他太面向对象了，没有结构体这样的东西，在内存占用上，还有云原生时代的扩缩容上都不太合适。综合给到 NPCJavaScript他和 Java 的区别就是雷锋和雷峰塔的区别（冷）。得益于 google 引擎的强大，js 能干的事情越来越多，后来逐渐产生出 all in js 的说法。综合给到人上人Python胶水语言，脚本语言。语法 very 简洁，poc 也经常用它，AI 服务也是独树一帜。不多说，直接给到夯。GolangC 与 Java 的结合体，各取优点，完全有希望取代 Java，现在就是不断发展生态，语言本身再把泛型优化一下就ok。给到人上人C/C++/RustC 差不多和 Unix 系统一起诞生，很难操控，太底层了。但会写的性能无敌强。不过至今没人敢说精通。给到夯PHP独立站点的神，祖传老项目的神。虽说逐渐退出舞台。给到 NPC汇编*都不学，不评价

———背景 公司大领导就是跑客户那“销售”自己。下面还有一个负责链接客户与开发组的中间人，大都是传话筒，没啥自己的想法。直属领导是技术出身。——那种一直合作的企业都是大领导在沟通。一些散活归到了中间人，他也不懂技术也没想法，客户要啥就加啥，也不会去说追加预算，认为所有变更都是顺手改了，不会有什么工期，而且大都微信群里谈，有时直接截图过来，加个需求。前些日子，这个中间人跟我们对接，就捅了大篓子，客户变更个业务我们预算一个人月，中间人觉得简单，都没去谈多要钱。后来项目亏了，大领导还单独和直属领导谈话（一顿批评）。现在好了，这个人在公司已经臭了，谈什么项目都没有组去接。——其他我们自己组去谈的时候，流程很规范，包括技术难度，直属领导也会估算，一个需求抛过来，绝不是传话筒一样。

笔者本人在对日外包工作，大部分时间维护祖传系统，不过日语能力有限。最常遇到这种日语加英语的混合变量，然后他还缩写，然后还没有注释。状态变量，Flg 和 Flag 混用。日语罗马音遇到重复的，省去。rr➡️r诸如此类，剩下日语不会拼了。编码基本靠猜，业务全都靠蒙。沟通靠邮件，人家还红日子（日本休假，且没有调休）不一定回你。

刷到这个话题时，我盯着屏幕愣了两秒。手指无意识摩挲着键盘边缘——这行字母键都被我磨得发亮了。大学填志愿那天，我盯着“软件工程”四个字看了半小时。高中时偷偷攒钱装电脑，拆了装装了拆，满脑子都是代码怎么跑起来。分数刚够二本线，没考上名校，但我知道，这已经是离“玩电脑”最近的专业了。第一份工作是大连的对日外包。会议室总飘着生硬的日语，需求文档像说明书，改一个按钮颜色要走三遍审批。同事调侃“我们就是高级翻译机”，我也迷茫过：这就是我想象中写代码的未来？但下班后我没合上电脑。刷Stack Overflow、跟GitHub上的项目、混技术论坛跟人吵架（现在想想挺幼稚）。Java从SSM啃到Spring Cloud，前端摸过Vue再转React，连运维部署的Docker都捣鼓明白。外包公司像座围城，但墙内的我有自己的梯子——技术永远在那里，你学或不学，它都在长。偶尔还能想起刚毕业时改需求的憋屈。但如果说“再来一次选不选”，我肯定点头。不是因为多爱加班，是因为这行最迷人的，是你永远能靠手里的代码，把自己从泥里捞起来。二本的起点，外包的打磨，没让我变成“标准程序员”。但我知道，敲过的每行代码，翻过的每篇文档，都在说：这选择，值。

家在辽宁，作为程序员这一行，不太适合一二线之外的城市。最近参加了两次字节 Trae 的线下活动。西安，大连等地报名过热度居然比一线还高。这样的地区没什么技术分享。热爱技术的人都希望本地有这么一个契机，能够和同行交流。离互联网，前线越近，离老家越远。

偶然机会，来到西安听 Trae 的 meetup。本次是 SOLO 正式发布后的一个宣讲，以及一些 Trae 使用经验。总结下来，降低预期，文档为主（speckit），workflow ＞ any tool。———降低预期AI 在 0 到 1 上，很好，很迅速。但是这是原型阶段，不算真正产品想从 1-10，甚至到 100，需要更多的人来接入。———文档为主在使用任何 AI IDE 的时候，我们都需要维护一个上下文，但上下文会压缩，会失去你原有的意图。而且，你想改一部分文件，还需要不断的翻阅，再给他重新说一遍。所以应该在每一个模块都有一个文档产出物。对于再次开发，你可以选择 SpecKit，OpenSpec 等工具来自动生成规范的技术文档。———workflow与我上一篇想法一致，我们还在创造一个更规范的 AI 时代的软件工程。所以，无论是否为软工学生，《软件工程导论》这本书还是很有必要了解一下的

2025年11月4日，字节跳动旗下AI编程工具Trae国际版因美国Anthropic公司的“中资控股禁令”下架Claude模型，引发开发者社区震动。Claude凭借强大的代码生成与复杂任务处理能力成为开发者刚需，其缺失导致替代模型（如GPT-5、DeepSeek-V3.1）在响应速度、逻辑严谨性上表现不足，用户需反复调试才能完成Claude一步到位的任务。同月的 12 日，内测许久的 SOLO 终于开放，并且限免了，体验如 coze space 一样丝滑。那，Agent 的强大可以弥补模型的缺陷吗？我觉得可以。大模型从一开始问世，应用框架也诞生了，就是为了弥补模型的不确定性。再到如今的 IDE，不只是把 vs code 换皮，而是真正的结合了各种规则，流程逻辑，让编译器更懂你。编程范式正在一步步进化。我们还在探索 AI 编程规范，短期内可能无法到达 Claude 的统治地位。等到 AI 遇到瓶颈，就是 Agent 大放光彩时刻