简单来说:
在 Agentic Coding 这一话题下,工具使用(Tool Use/Function calling)是一个非常有意思的话题。完成一个软件开发任务,需要使用到大量的工具,
在 2023 年,基于当时的模型能力有限,我们在 AutoDev 设计了一系列的遗留系统功能的特性。而在 2025 年,经过自动编程智能体
在周末的公司【AI4SE 效能革命与实践:软件研发的未来已来】直播里,我分享了《AI编码工具 2.0 从 Cursor 到 AutoDev
在半个多月前,DeepSeek V3 发布之后,我们为 Shire 引入了多文件编辑的能力。在我们多次测试之后,我们发现 DeepSeek V3
在过去的一年里,我大量的时间都花费在了 AI 辅助研发的调研、方案与落地实践上:
在 2024 年年底,终于将我之前想跟随的自定义多文件编辑功能发布了。在最新的版本里,你可以体验一系列的 AI IDE 智能体特性:
在经过多个项目上的试用后,我们进入了持续的修修补补,以及功能的增强阶段。终于,我们发布了 Shire 1.1 版本,这个版本带来了更强大的交互支持,
TL;DR:我们试验了将 AI 应用到基于 Protobuf 的微服务架构中,基于 ArchGuard 治理平台、Shire AI 助手、Team AI 三个工具中,构建了一套完整的
随着AI技术在软件开发中的普及,开发人员的角色正在从单一技术专家逐渐转向“超级个体”——即具备跨界、创新和自我迭代能力的多面手。生成式AI不仅简化了传统开发流程,更通过不断迭代的反馈机制让开发人员掌握新技术栈、快速适应需求变化,并能将复杂的业务知识融入代码。本文结合生成式AI的实践场景,解析如何高效运用AI辅助工具并适应技术转型。