2025年对我来说,主要做了一件事:用 AI 加速 Databend 团队的开发效率。

AI

我用 AI 构建测试和辅助系统,并用它来更快地定位客户问题。

试了很多模型,最后桌面上只留了两个:

  • Codex (gpt-5.2)
  • Claude Code (Opus 4.5)

它们承担了大部分重活:分析日志、复现问题、写胶水代码、修复 bug。

是的——下面列出的所有系统都是在 AI 的辅助下完成的。

未解决的问题:确定性

有一个问题始终没有解决:可测试性和正确性。

当一个系统经历多轮 AI 驱动的修改后,每一轮都会增加一点不确定性。轮次多了,虽然交付速度更快了,但信任度却下降了。

如何最大化确定性?目前还没有好的答案。希望 2026 年能出现解决这个问题的工具。

2025 年构建的系统(氛围编程)

好吧,今年都做了什么?

Top1: Databend 测试系统

Databend 测试系统:与其他顶级数仓进行性能和功能对比,及早发现回归问题。

Databend testing system

Top2: databend.com

官方网站。快速、清晰、实时更新。

databend.com

Top3: 公共 S3 存储桶 s3.databend.cloud

用于共享构建产物和文件的公共存储桶。

s3.databend.cloud

Top4: Codex / Claude Code / Gemini 统一密钥管理

统一的账号和密钥管理:一个 API key,多个服务商,多个上游密钥用于故障转移。极大地简化了集成和日常使用。

Unified AI key management

2026

我最大的愿望依然不变:为 AI 辅助工程带来更多确定性。

如果我们能系统性地解决正确性、可测试性和回归检测问题,速度的天花板还能再提升一个档次。