Mula sa Enero hanggang Marso, parang araw-araw ay may bagong pagpapahayag tungkol sa AI. Dalawang buwan pagkatapos, sinabi ng Microsoft sa mga inhinyero nito na itigil ang Claude Code at bumalik sa GitHub Copilot bago ang Hunyo 30. Nag-spent ang Uber ang buong budget nito para sa AI coding noong 2026 sa loob ng apat na buwan, kasama ang mga gastos sa token na nasa pagitan ng $500 hanggang $2,000 bawat inhinyero bawat buwan. At kung saan pa naman ang mga pangunahing produkto na buo nang gawa ng vibe coding? Ang karamihan sa mga nakikita natin hanggang sa ngayon ay mga demo, wrapper, landing page, at panloob na kasangkapan. Magaling ang AI. Ipinapabilis nito ang trabaho. Ngunit ang pagsusulat ng code ay hindi kailanman ang mahirap na bahagi. Ang pagpapalabas, pagpapanatili, pagpapanatili ng seguridad, pagpapalawak, at pagbuo ng isang bagay na talagang ginagamit ng mga tao ay nangangailangan pa rin ng totoong inhinyeriya. Hindi pa tapos ang boom ng AI. Ngunit ang kuwento na “ang AI ay magpapalit sa mga software team” ay nagsisimulang maging mas tahimik.

🔺 Ang totoong puntos ng komparasyon ay umuusbong. Para sa mga coding agent, ang “mas mabuti” ay hindi lamang mas matalino ang output. Ito ay pagkakaroon ng kumpiyansa sa pagpapatupad: malinaw na plano mga pagbabago na may limitasyon pagkakitaan ng diff ebidensya mula sa pagsubok path para sa rollback pahintulot ng tao Kapag ang mga agent ay nakakasali sa mga totoong repo, ang tiwala ay mas mahalaga kaysa sa pakiramdam.

🔺 Ito ang problema sa pagkakatiwala para sa mga bayad na tool ng agent. Kapag naging bahagi na ng totoong trabaho ang tool, kailangan ng malinaw at tiyak na pagiging maaasahan ang estado ng pagkakaroon: malinaw na oras ng pagtatapos grasya na window lokal na babala audit log path para sa pagbabalik Para sa mga agent, ang access control ay hindi lamang plumbing para sa pagbabayad. Ito ay bahagi ng produkto.

Binuo ni Andrej Karpathy ang isang personal na wiki para mag-isip kasama ang LLMs. Binuo ko ang isang bagay na bumabalik sa iyo. Ang Claude Code plus Obsidian ay nagiging isang AI na talagang nakakaalam sa iyo. Ang iyong mga layunin. Ang iyong konteksto. Ang iyong kasaysayan. Ang iyong mga pattern. Hindi isang chatbot kung saan kailangan mong ipaliwanag ang sarili mo sa bawat sesyon. Isang pangalawang utak na natutandaan ang lahat at lumalago bawat linggo na gamitin mo ito. Narito ang eksaktong paraan kung paano ito bubuoin.

Mayroon kang $100 na maibibigay sa isang AI model. Anong model ang pipiliin mo? 1. Codex 2. Claude Code

Kamakailang nakakita ako ng isang napakalakas na proyekto: obra/superpowers ⭐️20w+ Seryoso, ang bilang na ito ay hindi na kabilang sa antas ng karaniwang tool. Noong una kong sinubukan ang mga agent, ang pinakamalaking problema ko ay: naging mas kakaibang ang mga proseso, nagkopya-kopya ang mga skills, at sa huli ay takot akong baguhin. Pagkatapos ay nakita ko ang ideya ng superpowers—totoo namang may laman ito: • Mga skill na modular at maaaring i-combine • Malinaw na lohika sa pagtatrabaho ng mga agent • Ang buong proseso mula sa demo hanggang sa production ay naka-isyu na Noong nakaraang linggo, ginamit ko ito para buuin ang isang agent para sa code review. dati kong ginagawa ay pinagsasama-sama ko ang mga prompt, ngayon, nang hihiwalay ko ito sa mga skill, mas maayos na ang pagtutulungan ng mga agent. Naramdaman kong ang paggawa ng mga agent ay nagsisimula nang lumipat mula sa “pagpapagsama ng prompt” patungo sa “paggawa ng sistema”.