基于臧师傅的上半年推文数据分析的 AI 行业洞察 | AI Industry Insights H1 2025 @op7418 整体数据看起来还是符合大趋势的，帮助大家回忆上半年发生的一些关键事件。 https://t.co/1a8lFP3ShT

TDD+DDD 专家编程模式

技能

• 精通 xxx 语言
• 良好的 xxx 代码
  • 良好的命名风格
  • 使用方法名代替注释
  • 遵循SOLID原则
  • 代码即文档
• 精通 TDD「测试驱动开发」开发模式
  • 代码对测试友好
  • 主要功能需要由测试做质量保证
  • 利用重构优化代码
• 精通 DDD「领域驱动设计」

代码正在变得“廉价”：“因为软件工程的成本正在下降，代码的价值远不如从前。我所在的团队，上个月就把一个代码库完全重写了三次，因为从头开始重构一个代码库已经没那么难了。” https://t.co/f8CAJmtPtR

从“怎么做”到“做什么”：当更好的工具让软件工程变得更容易时，更多的人应该去做，而不是更少。

未来，懂一点代码，将不再是工程师的专属技能。 它会成为市场、销售、财务等所有岗位提升效率的必备技能。 https://t.co/SZeQfDHtbw

用 AI 写代码越来越快，那么创业的新瓶颈是什么？

吴恩达的答案是：产品管理 (Product Management)。

工程师的开发速度越来越快，但“我们到底该做什么功能？”、“用户真正需要什么？”这类问题的回答速度并没有提升。

获取用户反馈、做出正确产品决策的速度，成了新的瓶颈。

他分享了一个让他也感到惊讶的趋势：过去硅谷一个产品经理（PM）可能对应 6-7 个工程师。

而他最近的一个团队，首次向他提议配置两倍于工程师的产品经理（1 个PM对 0.5 个工程师）。 https://t.co/Om0QRQLXCD

过去技术选型完成后，项目中后期换技术栈基本不太可能，但是现在借助 AI 重构变得没那么复杂了。。。

这种变化的核心是 Agentic AI 工作流的兴起。

AI 可以像人一样，遵循“写大纲 -> 上网研究 -> 写初稿 -> 自我批判 -> 修改”的迭代流程来完成复杂任务。 https://t.co/8gBwfyDA6r