● #510.AI Coding For Real Engineers：软件工程基本功如何让 AI 编程事半功倍

📌 一句话摘要 Matt Pocock 通过实战工作坊，系统性地展示了如何将软件工程基本功（如任务拆分、TDD、代码审查、模块化设计）与 AI 编程工具高效结合，形成一套可控制、可预测的开发流程。 📝 详细摘要 本期播客通过克隆 TypeScript 专家 Matt Pocock 在 AI En

● 对话 Simon Willison：智能体工程与软件工艺的未来

📌 一句话摘要 行业资深专家 Simon Willison 探讨了向智能体工程（Agentic Engineering）的转型，分享了红/绿 TDD 等具体模式以及软件工程师面临的演变风险。 📝 详细摘要 本推文重点介绍了与 Django 联合创始人、AI 工程领域领军人物 Simon Will

● AI Agent 开发的四个核心技能闭环

📌 一句话摘要 总结了从需求澄清到端到端验证的四个 AI Agent 开发技能，构建了一条从想法到可运行软件的可靠闭环。 📝 详细摘要 推文分享了四个关键的 AI Agent 开发技能：grill-me（需求澄清）、write-a-prd（规范固化）、tdd（行为验证）和 agent-brows

● 发布：scan-for-secrets 0.1

📌 一句话摘要 一个用于在共享文件前扫描密钥及其编码的 Python 工具，采用 AI 驱动的“README 优先”工作流开发。 📝 详细摘要 Simon Willison 发布了 scan-for-secrets 0.1，这是一个 Python 工具，旨在防止在共享文件（如 LLM 会话记录）

● 智能体 AI 模式强化了工程规范

📌 一句话摘要 智能体 AI 模式正在重振 TDD 和 CI/CD 等核心工程规范，将开发者的关注点从手动编码转移到规范驱动的编排和自动化验证上。 📝 详细摘要 本文探讨了现代智能体 AI 模式如何不仅没有取代，反而强化了基础的软件工程规范。Paul Duvall 认为，随着 AI 生成海量代码

● 推荐 Superpowers：一套严谨的 AI 编码代理开发流程

📌 一句话摘要 介绍 Superpowers 项目，通过引入严格的开发规范、TDD 和自动审查机制，提升 AI 编码代理的开发质量。 📝 详细摘要 该推文推荐了 Superpowers 项目，这不仅是一个工具合集，更是一套为 AI 编码代理设计的完整开发流程。核心包括头脑风暴、Git Workt

● 每个软件开发者都应该停止相信的 7 个测试误区

📌 一句话摘要 Emily Bache 驳斥了 7 个阻碍现代开发的常见软件测试误区，涵盖了 TDD、测试隔离、覆盖率指标以及持续交付中的团队协作。 📝 详细摘要 测试专家 Emily Bache 在这段视频中挑战了关于软件测试的 7 个普遍误解：测试人员与开发人员之间的对立关系、严格的测试角色

● 我在 Pragmatic Summit 炉边谈话中探讨智能体工程

📌 一句话摘要 本文提炼了 Simon Willison 的智能体工程实践指南：通过范围建立信任、智能体优先测试、严格沙盒化，以及持续探索模型边界。 📝 详细摘要 本文基于 Pragmatic Summit 的炉边谈话，为使用智能体进行编码提供了一个详细的操作框架。它描绘了 AI 采纳的各个阶段