AI 博客精选 — 2026-02-25
今日概览
Simon Willison 正在系统性地输出一套 Agentic Engineering Patterns 指南，这是近三天 AI 博客圈最值得关注的系列——从 TDD、代码审查到 linear walkthroughs，他在定义 coding agent 时代的工程最佳实践。与此同时，Gary Marcus 继续唱衰，发文称"生成式 AI 是骗局"；而 Ladybird 浏览器用 AI 辅助从 C++ 迁移到 Rust 的案例，则是 coding agent 在大型真实项目中落地的最新证据。
精选文章
1. Writing about Agentic Engineering Patterns
Simon Willison · 链接 · 2月23日
Simon 启动了一个新项目，系统梳理使用 coding agent 的工程模式和最佳实践。这不是零散的博文，而是一份结构化的指南，覆盖了从"写代码变便宜了"到"先跑测试"再到"红绿 TDD"等核心主题。
为什么值得读： 这可能是目前最体系化的 agentic coding 实践文档，来自一位每天都在用 agent 写代码的资深开发者。
2. Writing code is cheap now
Simon Willison · 链接 · 2月23日
核心观点：采用 agentic engineering 最大的挑战不是技术，而是心态——你需要接受"写代码现在很便宜"这个事实带来的后果。代码可以随时重写、丢弃、重构，因为 agent 帮你分担了生产成本。
为什么值得读： 抓住了当下开发者最大的认知障碍——对代码的"沉没成本"执念。
3. First run the tests
Simon Willison · 链接 · 2月24日
在 coding agent 时代，自动化测试不再是可选项。Simon 指出，以前不写测试的借口（太费时、太贵）在 agent 帮你写测试的时代已经不成立了。先跑测试，再让 agent 改代码，是最基本的工作流。
为什么值得读： 实操性极强的建议，直接改变你和 coding agent 协作的方式。
4. Ladybird adopts Rust, with help from AI
Simon Willison · 链接 · 2月23日
Ladybird 浏览器创始人 Andreas Kling 分享了用 coding agent 辅助将代码库从 C++ 迁移到 Rust 的经验。在尝试 Swift 多年未果后，AI 辅助的 Rust 迁移取得了显著进展。这是 coding agent 处理大规模、关键代码的真实案例。
为什么值得读： 不是玩具 demo，而是生产级浏览器引擎的语言迁移——coding agent 能力的硬核证明。
5. The Claude C Compiler: What It Reveals About the Future of Software
Simon Willison · 链接 · 2月22日
评论 Anthropic 的 Nicholas Carlini 用 Claude 构建 C 编译器的项目。探讨了 LLM 作为"软件执行引擎"的可能性，以及这对软件工程未来意味着什么。
为什么值得读： 用 LLM 写编译器听起来疯狂，但背后揭示的是 AI 对传统编程范式的根本性挑战。
6. Turns out Generative AI was a scam
Gary Marcus · 链接 · 2月23日
Gary Marcus 再次发文质疑生成式 AI 的实际价值，认为它远未达到被吹捧的水平。论点涵盖商业化困境、hallucination 问题和实际 ROI 不达预期。
为什么值得读： 作为 AI 乐观主义的对冲视角，Marcus 的批判虽然刺耳，但在行业普遍 hype 的环境下提供了有价值的清醒思考。
7. Reply guy — AI 回复机器人泛滥
Simon Willison · 链接 · 2月23日
Twitter/X 上 AI 机器人自动回复成灾——用泛泛的评论和刻意的提问"驱动互动"。Simon 发现这些 bot 正在严重侵蚀社交平台的信噪比。
为什么值得读： AI spam 是整个行业需要面对的暗面，直接影响公共话语空间的质量。
趋势洞察
1. Agentic Engineering 正在被体系化。 Simon Willison 连续密集输出 Agentic Engineering Patterns 系列，标志着 coding agent 的使用正在从"尝鲜"进入"方法论"阶段。TDD、linear walkthroughs、代码审查等传统工程实践正在被重新定义以适配 agent 协作。
2. "代码廉价化"重塑开发者心态。 多篇文章都在讨论同一个核心转变：当 AI 让写代码的边际成本趋近于零，开发者的价值将更多体现在架构设计、需求理解和质量把控上，而非代码产出本身。
3. 乐观派 vs 悲观派的分裂加剧。 Simon Willison 在高效使用 agent 的同时，Gary Marcus 在宣判"生成式 AI 是骗局"。两者的对比体现了 AI 社区内部巨大的认知分歧——实践者看到了真实价值，批评者看到了系统性风险。
4. AI 对代码基础设施的渗透加深。 从 Ladybird 的 Rust 迁移到 Claude C Compiler，AI 正在触及越来越底层的系统软件领域，不再局限于应用层的代码生成。