这篇文章探讨了软件工程的复杂性，以及如何应对。作者认为，虽然大型语言模型（LLM）如 ChatGPT 可以减少编写软件时的“偶然复杂性”，但“本质复杂性”仍然是一大挑战。LLM 的出现将改变软件工程，但我们仍需警惕其潜在问题。
与系统管理员之间的这些矛盾，一度让我考虑跳槽的事情，但我还是继续干了下去——直到一年半后，公司遭遇了一次勒索软件攻击。
随着人工智能以及大型语言模型的崛起，人工编程真的来到了终章了吗？作者通过对 ChatGPT 的一些小测试，来检验人工智能是否真的可以取代人工编写代码，最后得出大型语言模型对人工智能以及计算机科学的影响。
代码覆盖率是一个无用的管理指标
微软曾被称为“养老大厂”，但就是这样的大厂，也没有躲过硅谷的裁员寒潮。今年 1 月和 7 月，微软总共进行了两次大规模裁员，总计估计约 2 万人。
这篇文章是一位前端开发者揭示了主流 UI 框架的局限性，认为它们都在误导开发者，隐藏了 DOM 节点的真实复杂性。作者指出 HTML 语法并不是描述 UI 的最佳抽象，而是 DOM 树的一种投影。
这篇文章主要探讨了在编程中如何处理“正常路径”和“边缘情况”。作者指出，大多数代码库中 80% 的代码负责处理预期的“正常路径”，而剩下的 20% 负责处理错误和异常。
最好的Go框架就是不用框架？
小语言才是编程的未来
便携式大语言模型才是智能手机的未来
我是如何破解房东的锅炉的
Python 的新 t-strings
OpenAI 为什么要收购 Windsurf？
两年的 Rust 使用感悟
为什么没有像 BitTorrent 这样的 P2P 流媒体协议？
为什么人工智能公司的标志看起来像屁眼？
Fedora 变革的目标是实现 99% 的软件包可重复性
我认识的最好的程序员
Git 20 年，依然怪异，依然精彩
chroot 技术--Linux 系统的瑞士军刀
