Codes

general · 首次出现 2026-05-22 · 最近出现 2026-11-19 · 累计提及 51

综述

Codes(代码/编码)在当前语境下主要指两类紧密相关的技术活动:一是软件开发者编写的程序代码,二是信息论中用于纠错与数据传输的编码方案。随着 AI 编程助手的普及,代码的生成、审查与维护方式正在被重塑,而纠错码研究也在机器学习方法的加持下出现新进展。

Codex 与 AI 代码工具的近期进展

  • OpenAI 收购了开发环境公司 Ona,目标是强化其编程助手 Codex 的云环境与安全能力(OpenAI 收购 Ona,强化编程助手 Codex 云环境与安全能力)。这表明头部模型厂商正通过并购补齐代码执行环境与企业安全方面的短板,而不仅仅是提升模型本身。
  • Cursor 团队分享了一套把 agent 降本当系统工程来做的完整方法论,优化对象聚焦在 Agent Harness 的 token 消耗上(Cursor 团队的 Agent Harness Token 降本方法)。随着代码 agent 大量消耗上下文,成本工程正成为 AI 编程工具的核心竞争力之一。
  • 掘金本周最热的技术讨论中,有开发者复盘了想在一个周末把短链服务推到 10 万 QPS 的实践,探讨加 Redis 是否真能解决问题(一个周末就想把短链服务推到 10 万 QPS,真能靠加 Redis 做到吗?)。这类讨论说明,即便代码可以由 AI 快速生成,系统架构层面的判断仍然不可替代。
  • 纠错码理论的学术动向

  • arXiv 上出现了关于纠错码自适应列表译码的新工作(Certified Adaptive List Decoding for Error-Correcting Codes),以及针对二元码与球体的 Delsarte 界速率的研究(The Rate of the Delsarte Bound for Binary Codes and Spheres)。这些属于编码理论的基础研究,与 AI 编程工具分属 Codes 一词的不同分支。
  • 当前焦点与观察点

    目前围绕代码的讨论集中在三个层面:其一,AI 编程助手进入企业级市场后,安全、权限与执行环境的合规性成为收购与产品演进的驱动力;其二,agent 生成代码的成本与质量问题,推动工具厂商从拼模型转向拼工程化;其三,Shopify CEO Tobi Lütke 在播客中提出大多数企业用错了 AI 的观点(Shopify CEO Tobi Lütke 谈「大多数企业用错了 AI」),引发对组织如何真正用好 AI 写代码的反思。值得持续观察的是:代码生成能力提升后,开发者角色的重新定位,以及编码理论是否会被学习方法进一步改写。

    相关报道

    10 条在档