FAANG 等顶级科技公司开始更加注重候选人的实际工程能力（如 GitHub PR 记录），而不再单纯依赖算法题表现！LeetCode 等算法题库长期以来被用作技术面试的筛选工具，但其考察内容与实际工作脱节，无法全面反映候选人的工程能力。
随着 AI 工具的普及，开发者越来越依赖工具（如 Cursor、Claude）来完成代码编写和优化，“氛围编码”模式逐渐取代了传统的算法题筛选。
氛围编码
Cursor 是一款基于 AI 技术的代码编辑器，集成了 GPT-4、Claude 3.5 等大型语言模型（LLM），能够帮助开发者更高效地编写、理解和优化代码。它类似于 Visual Studio Code（VSCode），但增加了强大的 AI 辅助功能，比如代码补全、代码生成、自动调试等。
Cursor 通过自然语言与开发者对话，理解代码上下文，提供实时建议，让编程变得更像与一个 AI 助手合作，而不是单纯的敲代码。
开发者只要大概给个限定上下文（氛围、业务需求小范围），Cursor就能自动输出代码，因此人们把领域驱动设计改为氛围驱动设计，只要完成限定上下文战略设计，DDD战术设计可能完全依靠AI工具输出了。
氛围编码虽然提高了开发效率，但也导致开发者对工具的依赖性过强，缺乏对代码底层逻辑的深入理解。随着项目规模的增长，代码库可能变得混乱，存在重复逻辑和低效代码。AI 工具在处理复杂或大规模代码库时表现不佳，无法准确理解上下文或提供有效的优化建议。
Repo Prompt 等工具出现了
您不能将整个代码库放入模型的上下文中 ，即使使用 o1 pro，每个提示超过 32k 个标记通常也会导致智能下降。 选择性非常重要，Repo Prompt 代码图解决了这个问题。
- Repo Prompt 通过代码图技术，智能提取与当前任务最相关的代码上下文，解决了氛围编码中工具理解能力不足的问题。
- 为需要编辑的代码提供完整的文件上下文，避免信息丢失，提升了代码管理的效率和智能化水平。
- 通过代码图动态选择上下文，减少嵌入模型可能引入的错误和噪声，提高了生成内容的准确性和一致性。
代码编程范式的革命发展
- 从算法到工程能力：行业对开发者的评估标准从算法能力转向实际工程能力，反映了对代码质量和协作能力的重视。
- 从工具依赖到智能辅助：氛围编码的局限性催生了 Repo Prompt 等智能工具，推动了代码管理从依赖工具向智能辅助的转变。
- AI 驱动的未来：AI 技术正在深刻改变代码编写、管理和评估的方式，未来的编程范式将更加智能化、数据驱动和高效。
总结
LeetCode 筛选被氛围编码替代，氛围编码的不足催生了 Repo Prompt 等智能工具，这些变化共同反映了当前代码编程范式的革命性发展。未来的编程将更加注重实际工程能力、智能工具的使用以及 AI 技术的深度融合，开发者需要不断适应这些变化，提升自己的技术能力和协作能力，以在快速发展的行业中保持竞争力。