猫鱼周刊 vol. 059 可拷的代码

关于本刊

这是猫鱼周刊的第 60 期，本系列每周日更新，主要内容为每周收集内容的分享，同时发布在

博客：阿猫的博客-猫鱼周刊

RSS：猫鱼周刊

邮件订阅：猫鱼周刊

微信公众号：猫兄的和谐号列车

私信：leslieleung@proton.me

文章

程序员在公司生产环境放置破坏程序，检测到自己被裁员就启动

原文链接

不时有人讨论的「防御性编程」的终极版：埋个大雷，离职后爆雷。类似的事件貌似国内外都有，不得不说就是非常可刑可拷。

vol. 034就提到过，在就业环境恶化的现在，大家都喜欢搞一些「防裁员编程」，我也写过一篇文章解释为什么「防裁员编程」是个人短期利益上的最优选择。距离写这两篇文章已经过去差不多一年，中间又经历了几次大小规模的裁员，又有一些新的想法。

裁员这个事情，首先是预算问题，当公司预算吃紧的时候才会开始裁员，跟能力、努力都不是很有关系（末位淘汰除外），业务没了，自然对应的岗位也要裁撤掉。要留下来，要么是还要留点人维护还能赚钱的系统，要么是老板捞你去做另外的业务（也叫活水吧）。裁员裁的不是 hc，是按预算考虑的，如果薪资比较高，相应也更容易被裁，当然年龄、工时、能力等等也稍微是一些因素。

基于此，其实「防裁员编程」是非常没意义的事情——埋的雷爆了，被证实有主观恶意，刑；即使只是恶心的代码，不会影响上面是否把你排进裁员名单。

好物分享清单

物品
 订阅

来自群友 @Luoras 的分享，很长的一个列表，涵盖厨房用品、数码产品、健身、日用等等领域。从列表里看，老哥家里不但有健身房、机房，也很在行烹饪和咖啡。

不会考察候选人的「AI 能力」？你可能招不到未来的人才！

原文链接

最近确实非常多的 JD 都追加了「熟练使用 AI 工具」这一条，作者认为需要具备以下能力：

提示词工程（Prompt Engineering）能力：懂得用最好的方式问问题（Prompt），引导 AI 高效输出
内容评估能力——知道 AI 生成的内容是否靠谱，能有效验证和优化
熟练使用 AI 工具的能力：熟悉 AI 工具的使用方法，能快速上手各种 AI 工具
任务拆解能力——知道哪些工作适合用 AI，哪些环节应该自己把控
业务场景应用能力：知道如何用 AI 真正提高工作效率
快速学习能力：能够跟上 AI 技术快速迭代的节奏

原文中还有几个具体职业领域的例子以及几个示例的面试问题，值得一看。

其实我觉得最关键的还是要考察候选人是否有用 AI 解决某个实际问题的能力，这跟其他的面试是一样的，另外就是考察对新知识的接受程度。现在出来很多 AI 八股，例如 PE 的几种范式、RAG 等等，我觉得没必要在面试中去考核，不要重蹈软件开发的覆辙。

未来已来？-- 基于 cursor 的 ai code review

原文链接

比较依赖 Cursor 的一种 AI Code Review 方式，介绍了两种不同的方法。作者提到：

与早期使用 GPT API 进行 Code Review 相比，现在的 Cursor Pro 版本在代码理解能力上有了质的飞跃。它不仅能够分析单个文件的变更，还能够理解整个代码库的上下文，提供更加全面和准确的建议。

我这两年花过很多时间探索使用 AI 去做 Code Review 在公司落地的实践，结果是比较受挫，主要有两点原因，一是当时的 LLM 能力还是稍弱（GPT-3.5 时代），二是需要跟公司现有的流程整合以及推动团队使用。

LLM 的能力实际上是 deal breaker，对实际工作来说，提出一些代码风格的建议没有太大的价值（也不一定有人愿意改），但发现代码的 bug 却很受到重视。我探索的时候（2023 年中），AI 还不太能提出这种有价值的建议，最多提出一些稳定性或者风格上的改进；近期在 Cursor 中再稍微尝试了一下，使用推理模型，它能一针见血地指出中间件使用上的问题并给出了正确的解决方案，真的让人眼前一亮。

另一个方面是与公司开发流程整合和推广使用的问题。如果你的公司没有很好的 CR 文化，并不强制 CR 或者只是同事应付性地点下通过，又或者你提出建议对方根本不改，这样引入 AI CR 根本没有意义。另外就是，要想更好推广，要把 AI 做进 CI 中，不能像这样每人都要各自配环境，这样推广阻力也非常大。