最新

我注意到一个趋势：随着我公司（以及我参与的项目）中越来越多的开发者采用人工智能编码助手，代码质量似乎在下降。这是一个微妙的变化，但确实存在。 我不断注意到的问题包括： - 更多“几乎正确”的代码，导致微妙的错误 - 代码库的架构一致性降低 - 更多应该重构的复制粘贴的模板代码 我知道，也许我们不应该过于关注整体质量，毕竟只有人工智能会进一步检查代码。但那是一个相对遥远的未来。就目前而言，我们应该自己在速度与质量之间找到平衡，同时借助人工智能助手的帮助。 所以，我很好奇，对于那些在不牺牲质量的情况下使人工智能工具发挥作用的团队，你们的做法是什么？你们是否采取了新的措施，比如特殊的审查流程、新的指标、培训或团队指导方针？

我在 Node.js 的 libnode 库上写了一个封装，使得可以在 Rust 应用程序中嵌入 Node.js。我的使用案例是运行 JavaScript 插件，但我相信其他人会有更具创意的使用场景。<p>内部实现仍然有些混乱，因为我主要关注的是我想要的公共 API，而不是内部工作原理——别对我太苛刻，哈哈。