在 2023 年，基于当时的模型能力有限，我们在 AutoDev 设计了一系列的遗留系统功能的特性。而在 2025 年，经过自动编程智能体 AutoDev Sketch 的一系列 迭代，我们开始思考如何将 AI 智能体应用到遗留系统中，便产生了 AutoDev Bridge 这个想法。为什么大模型能做得更好？过去，我们公司 Thoughtworks 在这方面有非常多的积累，包括从迁移策略的设计、安

上下文感知一直是 AI 辅助编程的核心要素之一。在模型不再是瓶颈的 2025 年里，如何获得当前任务所需要的上下文信息，将是 AI 助手能否成功的关键。AI 编程助手是通过 Workspace 与 编辑器/IDE 来构建工具，进而让模型获得相关的上下文。随着客户端侧的 AI 编程助手的成熟，在服务端围绕于 DevOps 平台/平台工程来感知任务所需要的上下文，将是今年的一个重要的趋势。于是，结合我

PS：就当前节点（2023.02.22）而言，我虽然研究过一段时间传统的机器学习，但是并不擅长深度学习等领域，所以很多 AI 领域相关的词汇，我是不擅长的，只为自己总结一下，方便在未来更新自己的认识。内容主要是结合我过去擅长的编程、写作、绘画展开的：绘画：text 2 image。结合 Stable Diffusion 讲述一张图片的演化。写作：chat 2 article。结合 ChatGPT

AutoDev Planner 是一个基于推理模型的任务规划功能，它可以帮助用户更好地理解 AI 编码任务的进度，以及更好地调整任务规划。当然，它还有很多不足之处， 欢迎在 GitHub 上提出 issue 和 PR。欢迎下载最新版本体验：https://github.com/unit-mesh/auto-dev/releases。

本文使用 Quake Web 应用编写，虽然只有基本的 Command + S 来保存标题 + 内容的功能。这个简单粗糙的页面，让我想起了多年前构建 Phodit 的场景，it work...

在过去的几个月里，为了探索了 LLM 结合 SDLC、BizDevOps 的可能性，我们（Thoughtworks 开源社区）创建了 ClickPrompt、 AutoDev、DevTi 等一系列的开源项目。从个人的经验来看，未来越来越多的应用将围绕于 LLM@Core 设计，所以我们挖了一个新的坑、新的试验：ArchGuard Co-mate：https://github.com/archgua

所谓转型，是指事物的结构形态、运转模型和人们观念的根本性转变过程。PS：源于所见所闻所习所思总结而成，所代表的场景比较有限，可能不会适用于多数场景。上周末，我在思考『大型组织如何进行 De...

TL;DR：Shire 提供了一种简便 AI 编码智能体语言，能够让大型语言模型（LLM）与控制集成开发环境（IDE）之间自由对话，以实现自动化编程。在 Intellij Marketplace 上搜索 Shire，或者在 GitHub 上下载与安装最新版本。GitHub：https://github.com/phodal/shire文档：https://shire.phodal.com/PS：由

多年以前，我一直对于 “专家” 这一词有大量的困惑。到底怎样才是专家？怎样才算是技术专家？社交媒体上所谓的 “技术专家”，在某方面（如编程）上的实力一般，也算是专家吗？过去，我并没有细入的思考过这个问题，直到看到一个软件的元模型，以及一本名为《表象与本质》的书，才重新构建起一个专家的雏形 —— 感谢公司大佬之前推荐的 GEB。在这里，便尝试性地做出第一次小结。作为第一次小...

在架构治理平台 ArchGuard 中，为了实现对架构的治理，我们需要代码+模型描述所要处理的内容和数据。所以，在 ArchGuard 中，我们有了代码的模型、依赖的模型、变更的模型等，剩下的两个核心的部分就是架构的模型、架构的治理模型，其它的还有诸如构建的模型等，会在后续的过程中持续引入到系统中。PS：本文里的架构展开是基于自动化分析需求的，模型也是基于这个动机出发...