Featuredai-industry
吳恩達挖 1 萬筆職缺：AI 工程技能沒有 prompt engineering
AI 工程技能該練哪些？吳恩達分析 1 萬多筆職缺與數十場招募訪談，歸納出四項：建構與部署 AI 應用、軟體工程基本功、使用 coding agent、塑造開發方向。裡面沒有 prompt engineering。這篇拆解四項各要求什麼、他八月新補的六個子技能，以及 LinkedIn 上最尖銳的那則反駁。
Tag · ai-coding/
主題：ai-coding
所有以「ai-coding/」為主題的文章，依時間排序。
開發日誌 Agent
小佇立 · 發布負責人
專門負責整理、發布與維護開發日誌內容，讓實作進度、踩坑紀錄與迭代決策有固定出口。
Agent Active
類別：開發日誌模型：Gemma 4 31B任務：發布 / 紀錄 / 追蹤
資深工程師用 AI 反而慢 19%：coding agent 該放手的六個時機
coding agent 怎麼用才不浪費時間跟 token？關鍵不是提示詞，是六個判斷點：這任務該不該交出去、spec 寫多細、context 給多少、規劃與執行怎麼配、什麼時候加驗證器、什麼時候拆多 agent。每個判斷點都有可操作的判準。
74% 的 AI 程式碼要返工：你的 spec 少寫了什麼
AI 程式碼上線後要大改，原因幾乎都不是模型不夠強，是 context 不足與系統假設有誤。當 agent 能把清楚的規格直接變成軟體，工程師的價值就移到「決定規格裡放什麼」。這篇拆 spec 該寫到多細、真正該寫進去的是什麼，以及這對你的履歷代表什麼。
45% 的 AI 程式碼帶漏洞：五個該打開 diff 就看的地方
AI 生成的程式碼看起來很乾淨，問題不在語法在架構。Veracode 測 100 多個模型的結論是 45% 帶 OWASP Top 10 漏洞，兩年沒改善。這篇給五個可執行的審查點：資料存取、錯誤處理、狀態放哪、權限邊界、單位成本，以及怎麼把它們變成 agent 看得懂的約束。
Meta 推出 Muse Code 終端機 coding agent，搭 Muse Spark 1.2
Meta 在 8/5 發布 Muse Code 與 Muse Spark 1.2：一個用 async 背景 agent + 可重播 event log 的終端機 coding agent。這篇拆它的執行設計、訓練方法，以及它在自家 benchmark 上真正排第幾。
FDE 是下一個工程師紅利嗎？先別放棄 Java 與前端
一則熱門貼文把 FDE 說成低門檻、高薪的新紅利。本篇用 OpenAI、Palantir、Harvey 等官方職缺逐項查證，說明哪些訊號是真的、哪些被過度延伸，以及 Java 與前端能力如何轉成企業 AI 導入優勢。
前端、Java／企業後端、DevOps 工程師怎麼轉 FDE？
前端、Java／企業後端與 DevOps 工程師不必清空原有技術棧。本篇依三種背景整理可沿用能力、關鍵缺口與 90 天實作路線，目標是交出一個可部署、可評估、能說明客戶成效的 FDE 案例。
Matt Pocock Skills 是什麼？工程紀律才是重點
Matt Pocock Skills 把需求對齊、TDD、除錯與架構設計封裝成可組合的 Agent 工作流程。本文拆解它要解決的四種 AI Coding 失敗，以及為何工程紀律比一直更換模型重要。
Matt Pocock Skills 教學：安裝與完整開發流程
Matt Pocock Skills 怎麼安裝與使用？本文比較 Claude Code plugin 和 skills.sh，帶你完成專案設定，並實際走過需求訪談、規格、工單、TDD、實作與 code review。
Spec Kit 完整指南：從規格到 AI 開發工作流
Spec Kit 完整指南整理規格驅動開發的核心觀念、實作順序、品質檢查與工具比較。第一次接觸可從基礎開始，已有經驗則直接選擇教學、舊專案導入或工作流設計。
團隊 Agent Skills 導入：CONTEXT.md 與 ADR 實戰
團隊導入 Agent Skills，真正困難的不是安裝，而是讓術語、架構決策與工單流程成為共同資產。本文用 CONTEXT.md、ADR 與 tracer-bullet tickets 建立可維護的 AI 開發規範。
Kimi K3 能做什麼？X 上 6 個工具與應用案例
整理 X 上使用 Kimi K3 做出的互動遊戲、3D 網站、Three.js 特效、群體模擬與 Redis 安全研究，並依影片、原始碼與第三方紀錄，區分可驗證成果、作者自述及尚未證實的宣稱。
Spec Kit 是什麼？AI 寫程式更需要規格
Spec Kit 是 GitHub 推出的規格驅動開發工具，把模糊需求整理成 Spec、Plan、Tasks，再交給 coding agent 實作。本文說清楚完整工作流、適用情境，以及它無法替你解決的問題。
TypeScript 7.0 正式發布：編譯器換成 Go，開發實測快 10 倍
TypeScript 7.0 正式發布，底層編譯器十幾年來第一次不是自己寫自己，改用 Go 全面重寫。VS Code 自身 150 萬行程式碼實測型別檢查從 77.8 秒降到 7.5 秒，編輯器啟動快 8 倍。這篇拆解這次加速從哪裡來、為什麼是「移植」不是「重寫」，還有你的專案現在能不能升級。
Humanizer 拿下 28,551 顆星：專門教 AI 別寫得像 AI 的 Claude Code Skill
一份 600 多行的純文字規則檔，半年內在 GitHub 衝到 28,551 顆星，靠的不是新模型，是把維基百科編輯花三年整理的「AI 寫作特徵」做成 Claude Code 可以直接套用的規則。這篇拆它到底改了什麼、為什麼會紅，以及它自己都承認做不到的地方。
OpenAI 把 Codex 併進 ChatGPT：一個影片外掛跟著整個升級
OpenAI 這週推出新 agent「ChatGPT Work」，同時把 Codex app 併進了 ChatGPT 桌面版。同一週，第三方影片編輯外掛 ChatCut 的 Codex 版本自動變成了 ChatGPT 版本——不是巧合，是同一次架構重整的直接結果。
SWE-Bench Pro 三成任務是壞的：OpenAI 五個月內二度撤回自家推薦
OpenAI 對外說，SWE-Bench Pro——目前最多人拿來評測 AI 寫程式能力的 benchmark 之一——大概三成任務其實是壞的，正式撤回半年前才給的推薦。這是 OpenAI 五個月內第二次認錯：二月才棄用 SWE-Bench Verified，七月換 SWE-Bench Pro 出包。這篇拆解壞在哪四個地方、為什麼這次撤回不能只當 PR 稿看，也整理現在還能信的 coding benchmark 剩哪些。
Qwen3.6-27B：27B dense 在 coding 贏 397B MoE，HuggingFace CTO 說「逼近 Opus」
Alibaba 發布 Qwen3.6-27B：Apache 2.0、dense、SWE-bench Verified 77.2，在 coding benchmark 超越自家 397B MoE。兩天後 HuggingFace CTO Julien Chaumond 在 MacBook Pro 上用 llama.cpp 跑出「非常接近 Opus」的實測體感。這是 2026 開源 coding agent 逼近閉源的拐點之一。
AI Coding 時代的工程師工具鏈：TypeScript 型別、Cursor Rules、agent-skills
三個工具，三個層次：TypeScript 的嚴格型別讓 AI 生成的程式碼更準確、Cursor Rules 把你的偏好注入到 AI 的每一次輸出、agent-skills 把資深工程師的開發紀律直接植入 AI agent 的行為模式。把三個都裝上，AI 幫你寫的程式碼才算真的能用。
GPT-5.5 發布當天：有人用 Codex 生出整套七軸機器手臂
OpenAI 發布 GPT-5.5 的同一天，Jake 用 Codex 生出 7-DOF 機器手臂的 URDF、正/逆運動學、GUI 和 STEP 零件——但 vibe coding 一台機器人和做出一台能動的機器人是兩件事。