Hasty Briefsbeta

全部标签

#software-development

共 175 篇

双语

The Pragmatic Open Source Contributor
a year ago
- 受薪程序员常因职责范围认知、法律障碍、过往挫败感及时间顾虑而回避参与开源贡献
- 本指南旨在通过知识共享激励开源贡献，并提供成功参与的开源项目实战手册
- 务实型贡献者专注于改进其业务依赖的软件，而非追求个人激励
- 贡献流程包括：获取法律许可、理解项目贡献规范、争取维护者支持、实施修改、持续跟进
- 核心建议含：创建测试分支、补充测试用例、保持修改原子性、减少重构、确保向后兼容
- 高质量贡献离不开完善的文档说明和示例代码
- 提交后需主动与维护者保持沟通并保持耐心
- 成功要素包括致谢维护者、降低项目关键人风险、将修改同步至内部代码库
- 指南剖析了常见贡献障碍，强调编码之外流程规范的重要性
Bringing Record and Replay debugging everywhere on Linux
a year ago
- 改进rr调试器使其无需依赖CPU硬件性能计数器即可运行，从而支持在云虚拟机和容器中使用
- 推出软件计数器模式的rr，采用轻量级动态与静态插桩技术
- 记录与回放(rr)技术通过记录非确定性因素，确保程序能在多次回放中完全一致地运行
- 该技术通过捕获包括用户输入、网络调用和线程调度在内的精确程序状态，对调试极具价值
- rr是唯一满足广泛可用性、高性能且兼容gdb/lldb等标准的开源系统
- 软件计数器模式的rr解决了必须依赖CPU硬件性能计数器的限制，大大扩展了rr的适用范围
- 该项目源于将rr移植到Rust语言的挑战，以及在受限环境中使用rr的实际需求
- 关于构建和运行软件计数器模式rr的详细指南已在GitHub平台发布
Software Engineering Laws
a year ago
- 帕金森定律：工作会膨胀以填满可用的时间，强调截止日期的重要性。
- 霍夫斯塔特定律：项目总是比预期耗时更久，揭示了软件估算中的挑战。
- 布鲁克斯定律：给延期的项目增派人手只会更拖延，指出项目中途扩编团队的效率问题。
- 康威定律：组织设计的系统会反映其沟通结构，暗示团队架构需具有战略性。
- 坎宁安定律：在网上发布错误答案是获取正确答案的有效方法，对解决问题很有帮助。
- 斯特金定律：90%的事物都是低质量的，提醒应聚焦高价值功能。
- 扎温斯基定律：程序会不断膨胀直到能处理邮件，警示功能蔓延的风险。
- 海勒姆定律：用户会依赖API的所有可观察行为，这使得功能维护变得复杂。
- 普莱斯定律：少数人产出大部分成果，影响团队规模扩展策略。
- 林格尔曼效应：随着团队规模扩大，个人效率下降，提倡小团队作战。
- 古德哈特定律：当度量变成目标时，它就失去了有效性，警示滥用指标的危害。
- 吉尔布定律：任何重要指标都能以某种方式衡量，主张积极测量而非回避。
- 墨菲定律：可能出错的事终将出错，建议在规划和执行中保持周密。
Configuration Complexity Clock (2012)
a year ago
- “配置复杂度时钟”展示了软件配置从硬编码值到复杂领域特定语言（DSL），最终回归简化的演变过程。
- 最初的解决方案采用硬编码值，随着需求变化逐渐转向配置文件（如INI、XML格式）。
- 当复杂度增加时，企业会采用规则引擎和DSL，但这会带来调试困难、学习曲线等新挑战。
- 文章警告不要过度设计配置方案，指出有时硬编码反而是复杂度最低的解决方案。
- 核心启示：在选择复杂配置方案前，需充分理解权衡因素及自身在“时钟”中所处的阶段。
You Don't Have Time Not to Test
a year ago
- 测试不是沉没成本，而是能提升代码质量、加速团队生产力的复利回报
- 常见的反测试情绪源于对时间压力的感知以及对测试益处的理解不足
- 测试的定义是：用于验证另一段代码核心功能的代码，可按需运行、重复执行、复制和自动化
- 测试基础设施的时间投入常被高估，而长期节省的时间却被低估
- 编写易于测试的代码能带来更好的模块化、错误处理和整体代码质量
- 完善的测试套件使重构更安全高效
- 自动化测试是对未来维护者的善意，能减少深夜故障电话
- AI可辅助生成测试用例，但必须通过严格审查确保测试有效性
- 开始自动化测试的最佳时机就是现在，它能立即产生并持续积累效益
Suffering-Oriented Programming (2012)
a year ago
- 痛苦驱动编程是一种通过确保你只有在感受到缺乏某项技术时才去构建它，从而降低风险的开发方式。
- 该方法遵循这样的信条：'先实现功能，再追求优雅，最后优化速度。'
- 在'实现功能'阶段，专注于直接解决眼前问题而不过度设计，通过实践来深入理解问题领域。
- '追求优雅'阶段需要基于深刻理解和多样化用例创建精妙的抽象，避免过度设计或设计不足。
- '优化速度'阶段则是在设计定型后，进行微观优化和代码精炼以提高效率。
- 实时计算系统Storm就是采用这种方法开发的，通过迭代和重构不断演进以适应新用例。
- 痛苦驱动编程强调通过重构来控制复杂度，并重视实际用例而非过度考虑未来可能的扩展。
Rust vs. Go
a year ago
- Rust和Go都是优秀的现代编程语言，具有强大的性能和广泛的采用度。
- Rust专注于无需垃圾回收的内存安全，提供可预测的性能和对硬件的控制，非常适合游戏开发和操作系统等高性能应用。
- Go强调开发的简洁性和速度，具有垃圾回收和轻量级goroutine并发特性，适合可扩展的Web服务器和微服务。
- 由于Rust丰富的功能集和严格的编译器检查，其学习曲线更为陡峭，而Go更易于学习，能更快上手新开发者。
- 两种语言都显式处理错误，但Rust的`Option`和`Result`类型提供了比Go简单的`if err != nil`检查更强大的错误处理机制。
- Go的快速编译时间和极简设计有利于快速开发和大型团队协作，而Rust对安全和性能的关注适合可靠性至关重要的项目。
- 在Rust和Go之间的选择取决于项目需求：性能关键和安全性优先的应用选Rust，追求简洁和快速开发则选Go。
10k Times Faster, 10k Times Simpler
a year ago
- 现代智能手机的计算能力已超过2000年代初期的超级计算机。
- 对大多数企业而言，过度设计软件来模仿谷歌这样的科技巨头是不必要的。
- 边缘计算允许在设备本地处理数据，从而降低延迟并提高效率。
- 应专注于简洁性和当前用户需求，而非假设性的未来扩展。
- 实用策略包括评估硬件能力、采用边缘计算、优先考虑可维护性，以及利用现代工具。
Designing Node-Based Interfaces (2021)
a year ago
- Henry Wilkinson所著文章《基于节点的界面设计》
- 2021年10月发布的1.1版本
- 采用知识共享署名4.0许可协议(CC BY 4.0)
- 涵盖主题包括：节点入门、优秀节点设计原则、节点适用场景、其他注意事项
- 包含Blender、Maya、Nodebox和Nuke软件的节点功能案例分析
Symphony v0.2: Multi-Agent Software Development Framework
a year ago
- Symphony是一个多智能体软件开发框架，专为结构化工作流中的AI智能体协同而设计。
- 其特色在于分工明确的智能体角色体系，包括作曲家(Composer)、乐谱(Score)、指挥(Conductor)、演奏者(Performer)、检查者(Checker)等，各司其职。
- 该框架强调结构化工作流、清晰的通信协议以及每个阶段的详尽文档记录。
- 提供低、中、高三个自动化级别，可灵活控制智能体的自主程度。
- 采用分层协作架构，支持智能体间自上而下与自下而上的双向通信机制。
- 通过标准化文件结构系统化管理项目产出物、通信记录和技术文档。
- 用户可通过/task-list查看任务清单、/code-review发起代码审查、/project-map生成项目地图等指令与智能体交互。
- 因其完备的体系结构，更适用于中大型项目，但可能伴随一定的管理开销。
- 当前局限包括侧重顺序执行、文档中心化设计理念，以及新用户需要适应期等特性。
CONL: "Markdown" for your config files
a year ago
- 2025年的复杂配置文件通常使用支持注释的JSON、YAML或TOML格式，但每种格式都存在易用性问题。
- 支持注释的JSON格式因尾随逗号破坏语法而存在注释难题。
- TOML的语法令人困惑，相似结构的语法却执行不同操作。
- YAML具有多种多行字符串格式和其他复杂性。
- 不鼓励添加类型和循环的新格式；应使用编程语言生成配置。
- CONL被设计为一种极简、易读且易于编辑的配置格式。
- CONL支持键值对、列表、映射和多行标量值（可带语法提示）。
- 该格式已稳定，提供Rust和Go实现，包括语言服务器和Zed编辑器扩展。
- CONL设计避免语法类型标注，支持嵌套结构且无需逗号或复杂分隔符。
- 注释使用分号';'以避免与URL和颜色值冲突，多行字符串使用三引号"""。
- 支持带反斜杠转义的引用字面量，能更好地处理转义序列。
- CONL的简化数据模型包含标量、列表和映射类型，但不支持与JSON的双向转换。
- 采用类似Python的缩进表示结构，允许无值的键表示空值。
- 该格式鼓励为数值添加单位，并通过转义序列支持Unicode码位。
Google Measures and Manages Tech Debt
a year ago
- 技术债务是软件开发中的常见挑战，不同个人和团队对其定义各不相同。
- 谷歌通过研究对技术债务进行定义、测量和管理，识别出十大关键类别，包括迁移问题、文档不完善、测试不足和代码质量差等。
- 测量技术债务十分困难；谷歌尝试使用调查和日志数据，但未找到能有效预测债务的强客观指标。
- 谷歌成立了技术债务联盟，通过框架、成熟度模型、教育培训和工具来管理债务，显著提升了开发效率。
- 目标并非消除技术债务，而是通过审慎管理平衡速度与质量，实现可持续发展。
- 实践建议包括：承认并清点债务、优先处理并分配时间减少债务、培养持续教育和主动管理的文化。
Let's be real about dependencies
a year ago
- 文章讨论了软件开发中的依赖问题，对比了Rust和C/C++程序。
- 指出虽然Rust程序常因依赖过多受批评，但C/C++程序同样存在大量依赖，只不过它们常以系统库形式被隐藏。
- 作者通过分析多个实际C/C++程序（RViz、VLC、lighttpd、debfoster、dash）来剖析其依赖关系。
- 文章强调C/C++中使用库十分繁琐，导致开发者宁愿重新实现功能也不愿依赖外部库。
- 结论指出现代包管理器（如cargo和npm）将依赖管理从系统转移给程序员，提供了更强的可控性和可复现性。
- 作者提出静态链接、容器化或依赖本地化等解决方案，都是在控制力与复杂度之间做出的权衡。
Write the most clever code you can
a year ago
- 聪明的代码通常不被鼓励，人们更倾向于简单、可维护的代码。
- '聪明'代码的例子包括代码高尔夫和使用高级语言特性。
- 编写聪明的代码可以作为一种练习来提升你的技能。
- 除非有充分的文档和理由，否则避免在生产环境中使用聪明的代码。
- 聪明的代码可以通过组合强大的特性来展示简单的解决方案。
- 掌握聪明的代码有助于更好地理解语言概念。
- 有时由于限制或性能需求，聪明的解决方案是必要的。
- 分享聪明的代码可以在开发者之间建立 camaraderie（情谊）。
I failed a take-home assignment from Kagi Search
a year ago
- 作者描述了参与Kagi搜索公司带回家作业的经历，突显了任务要求的宽泛性和模糊性。
- 他们提交了一份详细提案，提出使用Golang、AWS和Postmark开发网页版邮件客户端，耗费了整整一周全职工作量完成。
- 尽管付出巨大努力，最终只收到一封模板化拒信且未获具体反馈，同时注意到该职位长期未关闭招聘。
- 作者批评这种让失业候选人完成无偿作业的做法，建议采用实时代码审查等替代方案。
- 他们呼吁改进招聘机制，建议求职者除非走投无路，否则应拒绝要求无偿工作的职位。
If AI is so good at coding where are the open source contributions?
a year ago
- AI编程热潮盛行，微软CEO萨提亚·纳德拉和Meta CEO马克·扎克伯格等高管声称AI对代码库做出了重大贡献
- 开源项目几乎未见AI实质性贡献的证据，被采纳的拉取请求寥寥无几且多数需要大量修改
- 经验丰富的开发者能有效使用AI工具，但新手常产出低质量或错误代码
- 在Cockpit等项目中，AI生成的代码审查被发现充满噪音且无实际帮助，最终被弃用
- 开源社区频繁拒绝AI生成的提交，主要因为低质量贡献泛滥且提交者缺乏理解
- 训练数据的局限性表明，除非取得重大突破或获得额外专有数据，否则AI生成代码质量难有显著提升
NASA Stennis Releases First Open-Source Software
a year ago
- NASA斯坦尼斯航天中心发布了其首个开源软件——一款用于协作系统应用程序的同行评审工具。
- 该工具简化并增强了软件开发中的协作评审流程。
- 该工具历经数年开发，基于该中心测试综合体软件创建过程中积累的经验教训。
- 通过自动化评审流程中的多个步骤，该工具提高了效率，使团队能专注于关键软件项目。
- 其设计兼容美国国家仪器LabVIEW平台，专门用于图形化编程应用程序的评审工作。
- 该工具支持更便捷地提交评论、图片和各类元素，显著提升在线同行评审效果。
- NASA斯坦尼斯中心希望开源社区能持续改进这一工具。
- 该工具属于NASA数据采集系统的组成部分，主要用于推进系统测试数据的监测。
- 该工具已在NASA的GitHub平台发布，标志着对软件开发实践的重要贡献。
After months of coding with LLMs, I'm going back to using my brain
a year ago
- 作者最初使用LLMs（如Claude和Cursor）构建基于Go+Clickhouse的新SaaS基础设施，优先考虑速度而非代码整洁性。
- 经过数周开发后，AI生成的代码出现不一致性和错误，导致挫败和进度延误。
- 代码审查发现存在重复方法、命名不一致和缺乏结构性问题，类似于缺乏协调的初级开发者的工作成果。
- 作者转向更亲力亲为的方式，减少核心编码对AI的依赖，专注于手动规划和调试。
- 现在LLMs仅用于简单任务，如重命名参数或转换伪代码，而非编写完整代码库。
- 作者担忧过度依赖AI会削弱解决问题的能力，以及非程序员面对AI生成代码时的挑战。
- 尽管尝试了多种AI模型和工作流，作者发现其在处理复杂查询（如大数据集下的Clickhouse）时存在局限。
- 文章批评了AI工具炒作现象，指出其性能不稳定及可能被基准测试和网红"煤气灯效应"误导的风险。
- 作者主张平衡之道：将AI作为辅助工具，同时保持人类监督和批判性思维。
Agentic Coding: When 'Good Enough' Is Great
a year ago
- 智能编码工具通过找准项目范围，帮助在有限时间内完成开发。
- 人工审查至关重要，尤其在生产环境中需要验证AI生成的代码。
- AI生成的代码通常'足够好'，但可能包含'取巧'的解决方案。
- 智能编码的真正价值在于无需大量时间投入就能实现渐进式进展。
- 测试对于验证和保持智能编码的进展至关重要。
- 找准范围是关键：范围太大会导致方向迷失，太小会与AI产生对抗。
- 智能编码降低了个人/小众应用的开发门槛，使其更易实现。
- 安全性和风险评估很重要，特别是在大型项目中。
- 智能编码特别适合时间碎片化的人群，允许小步快跑式推进项目。
Can V Deliver on Its Promises?
a year ago
- V语言在宣布时既受到热情追捧也遭遇质疑，其雄心勃勃的声明引发了诸多争议。
- V语言的第一印象包括简单的'Hello, world'示例、REPL交互环境，以及名为VPM的包仓库。
- 该语言提供默认不可变变量、边界检查和类Go的通道等特性，但'autofree'内存管理等功能尚未完善。
- 与Odin或Zig等竞争对手相比，V语言的内存管理精度不足，不太适合需要底层控制的场景。
- V语言标准库严重依赖C语言库，可能导致脆弱性和依赖问题。
- 尽管语法优雅，但V语言的语义设计未完成，且多次错过自我设定的1.0版本发布期限。
- 由于历史争议、未兑现承诺，以及Jai/Odin/Zig等成熟语言的竞争，V语言的前景尚不明朗。
- 虽然值得为语法设计和高阶特性进行探索，但鉴于其不成熟性，目前不建议用于正式项目。

About|Login

#software-development

The Pragmatic Open Source Contributor

Bringing Record and Replay debugging everywhere on Linux

Software Engineering Laws

Configuration Complexity Clock (2012)

You Don't Have Time Not to Test

Suffering-Oriented Programming (2012)

Rust vs. Go

10k Times Faster, 10k Times Simpler

Designing Node-Based Interfaces (2021)

Symphony v0.2: Multi-Agent Software Development Framework

CONL: "Markdown" for your config files

Google Measures and Manages Tech Debt

Let's be real about dependencies

Write the most clever code you can

I failed a take-home assignment from Kagi Search

If AI is so good at coding where are the open source contributions?

NASA Stennis Releases First Open-Source Software

After months of coding with LLMs, I'm going back to using my brain

Agentic Coding: When 'Good Enough' Is Great

Can V Deliver on Its Promises?