買這商品的人也買了...
-
Linux 驅動程式, 3/e (Linux Device Drivers, 3/e)$980$774 -
資料壓縮 (Introduction to Data Compression, 3/e)$550$495 -
物件導向設計模式-可再利用物件導向軟體之要素 (精裝典藏版) (Design Patterns: Elements of Reusable Object-Oriented Software)$550$550 -
$504Python 物理學高效計算 (Effective Computation in Physics) -
深入淺出 Kotlin (Head First Kotlin: A Brain-Friendly Guide)$780$616 -
$504Visual Studio Code 權威指南 -
C++ 碼農日記 (全程視頻講解)$774$735 -
$453C++ 新經典:模板與泛型編程 -
$402網絡爬蟲原理與實踐:基於 C# 語言 -
$509YOLO 目標檢測 -
新觀念 Visual C# 程式設計範例教本, 6/e$680$537 -
$458C# 開發案例精粹 -
30天挑戰精通 PowerShell【第四版】:Windows、Linux 和 macOS 適用 (Learn PowerShell in a Month of Lunches: Covers Windows, Linux, and macOS, 4/e)$760$501 -
Systems Programming with C# and .NET: Building robust system solutions with C# 12 and .NET 8 (Paperback)$1,790$1,700 -
推薦系統實踐入門|可應用於工作上的指引$680$537 -
Parallel Programming with C# and .Net: Fundamentals of Concurrency and Asynchrony Behind Fast-Paced Applications (Paperback)$2,440$2,318 -
生成深度學習|訓練機器繪畫、寫作、作曲與玩遊戲, 2/e (Generative Deep Learning: Teaching Machines to Paint, Write, Compose, and Play, 2/e)$880$695 -
無瑕的程式碼 函數式設計篇:原則、模式與實踐$780$608 -
$708函數式算法設計的藝術 -
$374每個人都需要一個 AI Agent — 從 DeepSeek 看超級智能 ASI -
$288豆包一人公司:AI時代輕創業實操手冊
商品描述
本書圍繞Codex深度參與真實軟件工程的完整路徑展開,系統闡述了在AI編程工具快速爆發的背景下,開發者在實際使用中面臨的諸多痛點及其解決方案。全書按照“認知遷移→Harness工程→場景實戰→團隊落地”的邏輯組織內容。 階段夯實認知基礎(第1章和第2章),闡明Codex作為交付工具的定位以及?AI編程的邊界;第二階段構建個人工作流(第3章~第8章),涵蓋任務執行流程、任務入口選擇、工作流沈澱等核心環節;第三階段聚焦工程場景實戰(第9章~ 2章),深入剖析接手陌生代碼庫、修覆bug、跨前後端功能開發、PR與CI/CD自動化等;第四階段探索團隊落地( 3章和 4章),探討團隊級研發流程及Codex的邊界、風險與工程方法論。本書主要面向軟件開發者、技術負責人、AI編程探索者及非傳統開發崗位從業者等,也適合高校相關專業學生以及希望理解AI編程趨勢的技術從業者閱讀。
作者簡介
袁從德,十餘年互聯網技術研發與團隊管理經驗。曾任職騰訊、阿裏巴巴, 騰訊遊戲廣告算法、零售通 系統、增長智能建模等核心項目。在廣告出價、排序模型預估、大模型應用等領域取得多項突破,成果發表於CIKM等頂會,擁有發明專利5項。極客時間專欄作者,著有多部技術圖書。吳軍, 機器學習專業博士,十餘年AI算法研發與團隊管理經驗。曾任同花順算法總監、螞蟻集團 算法專家。 大模型、 系統、智能投顧、金融營銷增長等核心項目,在生成式 、智能金融助理等方向取得多項業務成果。擁有發明專利23項、軟件著作權5項。陳文浩,某國有控股金融科技公司首席架構師,上海市“黃浦智慧工匠”,連續創業者。擁有十餘年金融科技領域技術研發與架構設計經驗, 多個大型金融系統的架構設計與實施。精通分布式系統、微服務、雲原生、AI大模型應用。翻譯出版了《Python函數式編程(第2版)》。
目錄大綱
第 1章 Codex是聊天機器人,更是交付工具 1
1.1 AI編程工具的三次演進:從代碼補全到智能體 1
1.2 為什麼Codex是軟件工程交付工具 4
1.3 從“會寫代碼”到“能交付任務”:心智模型的轉變 8
1.4 規則優先於“更聰明”:工程視角下的 Codex 使用哲學 13
本章小結 16
第 2章 AI編程的*小原理——知道邊界在哪裏 18
2.1 大語言模型為什麼能處理代碼 18
2.2 Codex完成任務時依賴什麼 20
2.3 第 一條邊界:信息*不完整 23
2.4 *條邊界:Codex會犯三類工程錯誤 26
2.5 從邊界意識到協作方法 28
本章小結 29
第3章 第 一次任務:跑通一條閉環 30
3.1 安裝與登錄:先把入口跑通 30
3.2 任務入口選擇:本地執行,還是交給雲端做 32
3.3 一次完整任務的執行流程 32
3.4 模型選擇 41
3.5 *邊界:哪些任務不應交給Codex 42
3.6 可覆用的工作流 44
本章小結 45
第4章 Codex的任務地圖 47
4.1 IDE、CLI、App、Web 各自做什麼 47
4.2 Free、Plus、Pro、Business、Enterprise版本各自適合哪類用戶 52
4.3 手機入口:移動值守與生態橋接層 54
4.4 哪些任務適合放在本地,哪些任務適合放在雲端 56
4.5 Review、Automation、Worktree 的角色 60
4.6 任務地圖的邊界:不是所有的任務*適合直接委派 63
本章小結 64
第5章 第 一個可覆用工作流:在emotional_chat項目中穩定覆用 66
5.1 進入emotional_chat項目前的*小確認 66
5.2 讓倉庫支撐Agent:readiness、腳本與局部驗證 70
5.3 走完整條鏈路:一次*小變更的閉環 73
5.4 個人個人閉環到團隊資產:覆用、成本與模型選擇 78
本章小結 83
第6章 AGENTS.md:給Agent的項目說明書 84
6.1 項目地圖、關鍵入口與禁區 84
6.2 根目錄與子目錄分層 87
6.3 團隊規則與個人偏好 90
6.4 角色分工、交接協議與值班邊界 92
6.5 三類模板:新項目 / 遺留項目 / 團隊項目 95
本章小結 100
第7章 Rules、Hooks 與 Approvals:先約束,再放權 102
7.1 為什麼實現智能之前要先控制 102
7.2 自動格式化、測試、審計、阻斷 106
7.3 審批點怎麼設計 110
7.4 高風險倉庫的護欄模板 114
本章小結 118
第8章 Skill、Subagent 與 MCP:用Harness把能力和上下文裝進系統 119
8.1 從劇本到Harness:什麼時候值得能力化 119
8.2 Subagent 如何拆分覆雜任務 122
8.3 MCP:先問是否值得接,再問怎麼接 125
8.4 Skill、Subagent和MCP相互協同,而不是堆疊覆雜度 127
本章小結 130
第9章 場景一:接手陌生代碼庫 131
9.1 Subagent:從串行閱讀到全局俯瞰 131
9.2 AGENTS.md:給 AI 定規矩 135
9.3 先理解,再修改 140
9.4 產出審查友好的*小變更 141
9.5 遺留項目的Harness工程 142
本章小結 145
第 10章 場景二:修覆bug、補測試、做回歸 146
10.1 覆現問題:從錯誤日誌到結構化的bug報告 146
10.2 約束修改範圍:防止“順手”重構 148
10.3 AI 生成測試:從表面達標到真正可靠 149
10.4 驗證閉環:覆現→修覆→回歸 155
本章小結 158
第 11章 場景三:跨前後端功能開發 159
11.1 需求的結構化拆解:從模糊到* 159
11.2 API契約的演進:從手動同步到自動生成 161
11.3 數據庫遷移:風險*的一步 164
11.4 漸進式交付:從寫完*發布到灰度發布 167
11.5 *率:信息對齊是核心 170
本章小結 171
第 12章 場景四:PR、Review與CI/CD自動化 172
12.1 非交互模式:無人值守的前提條件 172
12.2 CI 自修覆:從構建失敗到自動提交PR 173
12.3 AI輔助代碼審查 176
12.4 *越代碼審查:*掃描與 GitOps的演進 178
12.5 自動化的邊界:風險分級與信任建立 181
本章小結 182
第 13章 從個人開發助手到團隊級研發流程 184
13.1 什麼時候值得推行團隊化 184
13.2 共享規則、權限與能力包 187
13.3 Worktrees、雲端任務與異步協作 190
13.4 小團隊試點落地的合理順序 194
本章小結 196
第 14章 Codex的邊界、風險與工程方法論 197
14.1 幻覺、越界與錯誤歸因 197
14.2 版權、隱私與*邊界 200
14.3 讓Agent 做高噪聲工作,讓人做關鍵判斷 202
14.4 從一次成功到長期可覆用的工作流 204
14.5 配套倉庫、模板與在線更新機制 206
本章小結 208
