股价与交易表现 - 2025年1月6日盘中，公司股价上涨2.02%，报31.36元/股，总市值594.00亿元 [1] - 当日成交额为4.48亿元，换手率为0.76% [1] - 当日主力资金净流入1870.47万元，特大单净买入1534.71万元，大单净买入335.76万元 [1] - 公司股价年初以来上涨4.01%，近5个交易日上涨4.60%，近20日上涨7.32%，但近60日下跌7.82% [1] 公司基本情况 - 公司全称为恒生电子股份有限公司，成立于2000年12月13日，于2003年12月16日上市，总部位于浙江省杭州市 [1] - 公司主营业务为面向证券、银行、基金等行业的应用软件开发 [1] - 主营业务收入构成中，软件业收入占比99.45%，物业出租收入占比0.49%，其他(补充)收入占比0.06% [1] - 公司所属申万行业为计算机-软件开发-垂直应用软件，概念板块包括金融机具、互联网金融、金融科技、区块链、长三角一体化等 [1] 股东与股本结构 - 截至2025年9月30日，公司股东户数为21.38万户，较上期增加6.09% [2] - 截至同期，人均流通股为8863股，较上期减少5.59% [2] - 自A股上市后，公司累计派发现金红利24.44亿元，近三年累计派现6.82亿元 [3] 财务业绩 - 2025年1月至9月，公司实现营业收入34.90亿元，同比减少16.66% [2] - 同期，公司实现归母净利润4.55亿元，同比增长2.16% [2] 机构持仓动态 - 截至2025年9月30日，香港中央结算有限公司为第二大流通股东，持股9212.70万股，较上期减少4078.07万股 [3] - 华泰柏瑞沪深300ETF（510300）为第五大流通股东，持股2572.74万股，较上期减少121.89万股 [3] - 华宝中证金融科技主题ETF（159851）为新进第六大流通股东，持股2494.46万股 [3] - 中国证券金融股份有限公司为第七大流通股东，持股2493.72万股，持股数量较上期未变 [3] - 易方达沪深300ETF（510310）为第九大流通股东，持股1862.73万股，较上期减少58.21万股 [3] - 华夏沪深300ETF（510330）已退出十大流通股东行列 [3]

公司股价与交易表现 - 2025年1月6日盘中，公司股价下跌2.02%，报11.18元/股，总市值782.55亿元 [1] - 当日成交额4.77亿元，换手率0.61% [1] - 当日主力资金净流出6655.40万元，特大单与大单买卖占比显示资金呈净卖出状态 [1] - 年初至今股价微涨0.09%，近5日涨2.66%，近20日跌9.91%，近60日涨0.90% [1] 公司业务与行业属性 - 公司主营业务为互联网安全技术研发、产品设计推广及相关商业化服务 [1] - 主营业务收入构成为：互联网及智能硬件业务占92.00%，安全业务占6.63%，其他(补充)占1.37% [1] - 公司所属申万行业为计算机-软件开发-横向通用软件 [1] - 公司涉及的概念板块包括AI语料库、态势感知、虚拟数字人、AIAgent（智能体）、AI模型等 [1] 公司财务与股东情况 - 截至2025年9月30日，公司股东户数为33.93万户，较上期减少14.34% [2] - 截至同期，人均流通股为20630股，较上期增加16.75% [2] - 2025年1-9月，公司实现营业收入60.68亿元，同比增长8.18% [2] - 2025年1-9月，公司归母净利润为-1.22亿元，同比增长78.88% [2] - A股上市后累计派现35.35亿元，近三年累计派现21.00亿元 [3] 机构持仓变动 - 截至2025年9月30日，香港中央结算有限公司为第四大流通股东，持股1.34亿股，较上期减少7451.81万股 [3] - 华泰柏瑞沪深300ETF（510300）为第五大流通股东，持股5944.34万股，较上期减少288.59万股 [3] - 易方达沪深300ETF（510310）为第六大流通股东，持股4307.25万股，较上期减少137.52万股 [3] - 华夏沪深300ETF（510330）为第九大流通股东，持股3214.23万股，较上期减少45.14万股 [3] - 易方达中证人工智能主题ETF（159819）为第十大流通股东，持股2857.96万股，较上期减少147.30万股 [3] - 嘉实沪深300ETF（159919）退出十大流通股东之列 [3]

公司股价与交易表现 - 2025年1月5日盘中，公司股价上涨2.06%，报6.45元/股，总市值38.69亿元 [1] - 当日成交额为6261.85万元，换手率为1.92% [1] - 今年以来股价涨2.06%，近5个交易日涨1.26%，近20日涨1.26%，近60日涨1.10% [1] - 资金流向显示主力资金净流入16.41万元，特大单净卖出165.43万元（买入102.08万元，卖出267.51万元），大单净买入181.84万元（买入1056.81万元，卖出874.97万元） [1] 公司基本概况 - 公司全称为北京恒华伟业科技股份有限公司，成立于2000年11月23日，于2014年1月23日上市 [1] - 公司是面向智能电网的信息化服务供应商，致力于运用信息技术与物联网技术相结合，为智能电网提供全生命周期的一体化、专业化信息服务 [1] - 主营业务收入构成为：软件服务44.86%，系统集成44.19%，技术服务7.41%，软件销售2.75%，硬件销售0.80% [1] 行业与概念归属 - 公司所属申万行业为计算机-软件开发-垂直应用软件 [2] - 所属概念板块包括：SAAS、AIAgent（智能体）、职业教育、数字经济、3D建模等 [2] 股东结构与机构持仓 - 截至2025年9月30日，公司股东户数为2.98万，较上期减少0.15%；人均流通股17144股，较上期增加0.15% [2] - 截至同一报告期，广发量化多因子混合A（005225）为新进第五大流通股东，持股386.10万股 [3] 公司财务表现 - 2025年1月至9月，公司实现营业收入4.97亿元，同比增长58.37% [2] - 同期归母净利润为741.85万元，同比减少20.12% [2] 公司分红历史 - 公司自A股上市后累计派现1.85亿元 [3] - 近三年累计派现899.78万元 [3]

Linux内核开发流程与管理 - 公司每9周发布一个新版本，其中包含一个为期两周的合并窗口期，在此期间需要处理大约12,000次提交，合并后的提交量在11,000到13,000次之间 [1][13][15] - 在合并窗口期后的7周内，工作重点转向查找并修复bug，并发布每周的候选版本，直至最终版本发布 [1][16] - 公司对长期支持版本有明确规划，通常每年指定一个版本作为LTS，旨在为各类企业提供一个可长期依赖的标准版本 [9][10] - 公司通过灵活的合并窗口机制减轻开发压力，代码在准备好时被合并，而非设定绝对截止日期，若错过一个版本，9周后即可进入下一个周期 [13] - 项目掌舵者目前的核心职责是保持对整体项目的高层次理解，合并不同团队的代码，并处理代码冲突，而非亲自编写代码 [15][17][18] 代码质量与维护原则 - 公司坚持一条核心铁律：不允许出现功能倒退、回退性问题或破坏向后兼容性的回归 [2][22] - 维护过程中最不能接受的行为是开发者不愿意承认自己引入了bug，正确的态度应是承认错误并修复 [3][21] - 为确保质量，掌舵者会在自己的所有机器上运行每一个即将发布的内核版本，并经常能发现本应在测试阶段被捕获的bug [20][21] - 坚持“不允许回归”原则在技术上极具挑战，因为某些行为改变可能在数年后才被发现，此时修复可能影响已适应新行为的程序，因此公司有时会采取让内核对不同程序表现出不同行为的极端方案 [30][31][32] - 公司在引入新功能时，会创建新的接口，同时确保旧接口保持可工作状态，以维护向后兼容性 [33] 对人工智能技术的看法与应用 - 公司掌舵者直言讨厌“AI”一词，主要因其被过度炒作，而非讨厌技术本身 [3][24] - 认为AI与几十年前编译器的出现本质相同，都是重要的工具革新，不应期待AI会突然彻底改变编程 [3][27] - 更看好AI在代码审查和维护方面的应用价值，而非仅仅用于生成代码，已有多个相关项目在推进，并希望明年能将其深度集成到工作流程中 [24][25][26] - 认可AI工具在审查代码时能发现连专家都未注意到的问题，这证明了其实际价值 [26] - 指出AI的优势在于提供了更高的抽象层，允许用更高级的语言表达意图，从而提升效率，这与需要明确底层细节的编译器工作方式不同 [29]

小程序开发行业概述 - 小程序开发是企业数字化转型的常见选项，专注于提供轻量级应用体验 [1] - 开发过程系统化，需要多方面专业技能和细致规划 [9] 小程序开发流程 - 开发流程始于需求分析，需与客户详细沟通以明确目标用户、核心功能及预期效果，避免方向性偏差 [1] - 界面设计阶段需兼顾美观与实用性，确保直观操作，视觉元素需符合品牌风格并考虑用户体验流畅性 [1] - 程序编写是核心环节，工程师根据设计稿实现前端界面与后端逻辑，常采用模块化编码以便测试和维护 [1] - 功能测试通过模拟用户场景检查界面、数据交互及性能负载，以确保稳定性并修复缺陷 [2] - 上线后需提供技术支持，维护工作包括服务器监控、数据备份和版本迭代，以确保长期稳定运行 [2] 技术选型与成本 - 技术选型根据项目需求而定，前端常用微信官方开发工具，后端可能使用多种编程语言和数据库，旨在保证功能并提升效率与性能 [4] - 开发成本因项目复杂度差异显著，简单功能需几千元，复杂功能可能需几万元甚至更多，费用涵盖设计、开发、测试及维护 [4] 团队协作与项目管理 - 实际开发中团队协作至关重要，项目经理协调进度，设计师、工程师和测试人员各司其职 [9] - 良好的沟通机制与工具使用能提高团队效率，减少误解和延误 [9]

文章核心观点 - 资深开发者通过一整年深度使用AI编程工具，工作模式发生根本性转变，从亲自编码转变为管理和指导“虚拟程序员实习生”[6] - 2025年被视作“智能体元年”，以Claude Code为代表的工具结合了大型语言模型与工具执行功能，改变了编程范式[9][10] - 开发者与AI协作的关系引发复杂思考，包括无意识的拟人化倾向以及工具命名的伦理争议[12][13] - 现有的软件开发工具（如版本控制系统、代码审核平台）已无法适应AI生成代码的新工作流程，亟需创新[22][24] - AI编程的普及带来了新的行业挑战，如代码质量审核、开源项目贡献规范以及对外包与自研趋势的潜在影响[18][26][27] 不一样的2025年：工作模式的根本转变 - 开发者彻底改变了编程方式，从主要使用Cursor转变为几乎完全依赖Claude Code，无需亲手敲键盘[6] - 工作角色从编码者转变为工程负责人，管理一个“虚拟程序员实习生”[6] - 因深入探索AI领域，年度博客文章产出大幅增加，全年发布36篇文章，约占其自2007年开通博客以来总内容的18%[7] 智能体元年：工具生态与范式确立 - 核心工具体验：Amp被类比为高端精致的苹果或保时捷，Claude Code是经济实惠的大众，Pi则是黑客的开源首选[14] - Claude Code开创的模式被视为当前最顶尖的，其结合大型语言模型与工具执行的能力令人惊叹[9][10] - 文本用户界面强势回归，开发者常用的Amp、Claude Code和Pi均为命令行操作工具[9] - 大型语言模型的功能从年初的代码生成扩展到日常琐事处理和生活规划，预计2026年将涌现大量消费级AI产品[10] 我与机器：协作关系的困惑与思考 - 开发者容易对常用工具产生“拟社会关系”，这种感觉既奇怪又令人不安[12] - 尽管努力将模型视为字符处理工具，但发现此简化观点已站不住脚，系统已具备某些人的特质，但将其等同于人类是错误的[12] - 反对使用“智能体”一词，因为能动性和责任应属于人类，但缺乏更贴切的术语来描述这些机器[12] - 与坚决抵制AI系统的人共事时，会感到尴尬，行业普遍反对给机器赋予人格[13] 众说纷纭：主观感受与行业共识的动摇 - 关于AI工具的讨论，焦点常集中在使用“感觉”而非纯粹技术上，这挑战了半个世纪以来的软件工程经验[16] - 许多行业共识经不起推敲，但难以证伪，例如开发者认为MCP用起来不顺手，却只能以“对我不适用”作为理由[16] - 模型选择具有高度主观性，例如有人从Claude转向Codex并认为好用，而本文开发者则偏爱Claude，只因“感觉对了”[16] - 需注意网络观点的利益倾向，许多言论来自相关产品的投资者或收费推广博主，可能影响其客观性[16] 外包还是自研：AI对开发模式的影响 - 当前趋势是核心服务外包给专业公司，如使用Stainless、Fern、Mintlify、Clerk等现成服务，提高了用户体验门槛[18] - AI编程工具提供了自研能力，例如开发者让Claude制作了支持Python和TypeScript的SDK生成器，过程并不困难[18] - AI可能鼓励减少对第三方工具的依赖，转向自己动手开发，这与当前普遍的外包趋势形成对比，未来方向尚不确定[18] 心得体会与未来期许：亟待创新的领域 - **新型版本控制系统**：传统工具如Git和GitHub的PR模式无法满足需求，需要能记录每次修改对应提示词及失败尝试的系统，失败经验对机器至关重要[22][23] - **新型代码审核模式**：现有工具（如GitHub）的严格角色权限与AI工作模式不兼容，审核功能应成为版本控制系统的一部分，且需解决本地审核导致的团队协作不透明问题[24] - **新型可观测性方案**：大型语言模型降低了eBPF程序开发和复杂SQL查询的门槛，使得过去因操作复杂而未能落地的可观测性想法有望重生，该领域预计将迎来大量创新[25] - **应对冗余与混乱**：AI生成代码导致开源项目中未经充分审核的贡献增多，对传统开发者构成冒犯，需要行业建立新规范来界定智能体代码库中的合规行为，而非仅靠贡献指南[27][28]

文章核心观点 - 资深技术专家Steve Yegge认为，软件开发正进入“代码工厂化”时代，工程师必须从传统IDE编程转向AI Agent编程，否则将迅速失去竞争力 [5][7][9] - AI驱动的“Vibe Coding”或“Agent编程”能带来10倍级的效率提升，但掌握它需要约2000小时（约1年）的磨合，核心技能从写代码转变为指挥和管理AI Agent编队 [5][9][13] - 行业正处于剧烈转型期，传统开发规则（如“永远不要重写代码”）已失效，高生产力带来的代码合并（merge）冲突成为新瓶颈，同时领先的AI公司内部在快速扩张中普遍存在混乱 [5][33][42][47] Steve Yegge的职业生涯与理念 - Steve Yegge拥有30余年软件开发经验，曾在亚马逊早期（员工仅250人时）担任高级经理，参与技术体系与API战略搭建，后在谷歌主导构建了代码智能平台Grok [2] - 2022年加入Sourcegraph推动AI转型，并主导用“Vibe Coding”构建了拥有数万用户的问题追踪系统Beads，验证了“AI主导开发”的可行性 [3][30] - 他是“Vibe Coding”理念的激进倡导者，认为这是一场需要摒弃旧工作方式的运动，并出版了相关书籍 [7][13] 对传统开发模式与工程师的批判 - 批评仍使用传统IDE写代码的工程师“不是合格工程师”，认为IDE的核心价值应是作为AI的辅助工具，提供智能索引和增量构建 [5][14] - 指出资深工程师（拥有约12～15年经验者）因身份认同绑定在旧模式上，对AI和Vibe Coding最为排斥，但若不拥抱变化，世界级工程师一年后可能“沦为实习生水平” [8][10] - 认为一年未接触AI编程的工程师已属“恐龙级别”，技术迭代极快，两个月未尝试就可能落后 [10] AI编程（Agent编程）的实践、挑战与风险 - 掌握AI编程需约2000小时磨合，核心是能“预测AI行为”，而非情感信任，拟人化AI非常危险，可能导致生产数据库被删等灾难 [5][12] - Claude Code等现有工具（2024年技术栈）被认为已过时，操作复杂、需大量阅读，即便熟练使用者也会被其“离谱操作”困扰，全球80%-90%的程序员未真正采用 [5][16][17] - 未来的方向是“Agent编排控制台”，开发者从写代码转变为管理AI agent编队，让它们并行工作，甚至在自己睡觉时交付功能 [5][19][23] - 真正的难点在于让多个Agent协同工作，而非控制单个Agent，代码合并（merge）成为10倍高效团队的新瓶颈，有公司采取“一仓库一工程师”的临时方案 [5][32][33] 行业趋势与“代码工厂化” - 预测AI编程将进入“工厂化”阶段，类比从“镰刀收割”进入“机械化耕作”，这将彻底改变公司运作模式，理想团队规模可能缩小至两三人 [38][39] - “永远不要重写代码”的旧规已失效，对于许多代码库，“推倒重写”已经比重构更快，大模型尤其擅长此事 [5][43] - 所有代码和工具都在快速迭代，最终会变成“一次性的消耗品”，形成一场持续的军备竞赛 [42] 对主要AI公司内部状况的评价 - 指出OpenAI、Anthropic、Google在极速扩张下，内部实际上“非常混乱” [5][47] - Anthropic将混乱掩盖得最好，但正在为Claude Code等项目疯狂招聘；OpenAI经历核心成员离职，也很混乱；Google内部则因结构割裂，跨部门推进事情极难 [47] - 认为这三家公司都面临执行挑战，战况胶着，Anthropic目前可能稍好一点 [47] 技术发展与未来竞争格局 - 预测2025年可能成为“开源模型之年”，一旦开源模型达到Claude Sonnet 3.7水平，将提供接近2024年3月Claude Code的免费本地体验 [48] - 据接近研究核心的人士称，AI的“聪明程度”过去每18个月翻四倍，训练数据可能还能支撑两个周期（约3年），意味着模型可能变得比现在“聪明16倍” [50] - 未来的竞争关键在于工具能否做好任务拆解与模型分配，优化使用大小模型的成本 [48] 新时代工程师所需的技能与知识 - 真正的核心技能已转变为“学会指挥Agent”和“问对问题”，而非逐行写代码 [5][11] - 工程师仍需学习大量知识，以“语言无关”的方式理解编程概念（如函数、类、对象），思维层级需接近产品经理或架构师 [51] - AI工程师被定义为将模型潜力“用到极致”的人，他们不断发现提升效率的新方法和小技巧 [52]

公司基本信息 - 厦门宏数科技有限公司于近日成立 [1] - 公司法定代表人为周云 [1] - 公司注册资本为200万人民币 [1] - 公司企业类型为有限责任公司（自然人投资或控股） [1] - 公司营业期限自2025年12月30日起，为无固定期限 [1] - 公司地址位于厦门火炬高新区火炬园火炬路1号501室 [1] - 公司国标行业属于信息传输、软件和信息技术服务业下的软件开发 [1] 股权结构与股东 - 公司由两名股东共同持股 [1] - 股东南京泽枢数研科技有限公司持股比例为75% [1] - 股东厦门洪视投资集团有限公司持股比例为25% [1] 经营范围与业务定位 - 公司经营范围广泛覆盖人工智能、软件及信息技术服务领域 [1] - 具体业务包括人工智能基础资源与技术平台、人工智能应用软件开发、人工智能公共服务平台技术咨询服务 [1] - 业务涵盖人工智能基础软件开发、人工智能理论与算法软件开发、人工智能通用应用系统及行业应用系统集成服务 [1] - 业务包括人工智能公共数据平台、大数据服务及互联网数据服务 [1] - 业务包括软件开发、软件销售、计算机软硬件及外围设备制造、批发与零售 [1] - 业务包括信息系统集成服务、信息系统运行维护服务 [1] - 业务包括技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广 [1]

软件开发板块市场表现 - 2023年12月30日，软件开发板块整体上涨0.19%，表现优于上证指数（下跌0.0%），但弱于深证成指（上涨0.49%）[1] - 板块内个股表现分化，数字认证以17.46%的涨幅领涨，而东通退以59.27%的跌幅领跌[1][2] - 从资金流向看，板块整体呈现主力资金净流出19.41亿元，但游资和散户资金分别净流入7.56亿元和11.85亿元[2] 板块领涨个股详情 - 数字认证收盘价34.99元，涨幅17.46%，成交额11.23亿元，成交量32.32万手，主力资金净流入1.66亿元，主力净占比14.82%[1][3] - 纬德信息涨幅5.69%，收盘价45.35元，成交额1.28亿元[1] - 泛微网络涨幅3.14%，收盘价51.83元，成交额2.02亿元[1] - 博思软件涨幅3.04%，收盘价13.88元，成交额4.81亿元，成交量34.42万手[1] - 信安世纪涨幅3.00%，收盘价14.06元，成交额2.24亿元[1] 板块领跌个股详情 - 东通退收盘价1.23元，跌幅59.27%，成交量229.13万手，成交额2.9467亿元，主力资金净流入9434.47万元，主力净占比32.09%[2][3] - 广道退跌幅29.49%，收盘价1.10元，成交额238.10万元[2] - 金橙子跌幅8.11%，收盘价38.28元，成交额3.12亿元[2] - 盛邦安全跌幅4.59%，收盘价43.41元，成交额1.70亿元[2] - 品落科技跌幅3.82%，收盘价129.05元，成交额4.05亿元[2] 板块个股资金流向 - 除数字认证外，银之杰主力资金净流入1.45亿元，主力净占比8.75%[3] - 金山办公主力资金净流入7570.16万元，主力净占比5.29%[3] - 三六零主力资金净流入7310.86万元，主力净占比4.36%[3] - 鼎捷数智主力资金净流入6890.11万元，主力净占比8.39%[3] - 石基信息主力资金净流入5931.78万元，主力净占比13.13%[3] - 福昕软件主力资金净流入5192.99万元，主力净占比15.62%[3] - 格尔软件主力资金净流入5009.73万元，主力净占比8.56%[3]

文章核心观点 - 文章介绍了一份由资深开发者撰写的AI编码实战指南，旨在通过三大关键策略提升AI辅助编程的效率与质量，其核心在于根据任务类型选择合适的AI模型、重构开发工作流以及明确人机分工 [1][3] 按任务类型选对模型 - 不应一个模型用到底，需根据任务复杂度选择模型：大型复杂任务（如几十页的工程规范落地、项目重构）适合使用Codex，因其在编码前会默读文件以理解项目逻辑，虽然耗时更长但对复杂需求的完成度更好 [5][6] - Codex在重构Opus 4.0旧代码时，花费数小时读透整个项目，不仅未遗漏关键逻辑，还修复了2个隐藏Bug [7] - 小型零碎任务（如小范围修改）适合使用Opus，其响应迅速，通常几分钟就能出结果，无需长时间读取文件 [8] - 进阶选择是GPT-5.2-Codex（尤其是high模式），它能够兼顾速度与准确率，适用于前端开发（如Chrome扩展）或后端工具（如Go语言CLI工具）等多种场景，无需在Codex和Opus间切换 [10] 重构工作流 - 建立定制化工作流是高效管理多项目并行的关键，作者可同时推进8个项目 [14] - 将新想法直接放入AI编码工具的排队列表，而非备忘录，系统会按优先级自动处理，避免遗忘并解放开发者精力，例如在开发“YouTube视频总结Chrome扩展”时，将“加浏览器弹窗提醒”、“支持本地存储”等想法塞入队列 [15] - 开发过程中应避免回滚决策以节省时间，秉持“构建软件就像爬山，绕路或后退都正常，但不要在‘要不要回滚’上浪费时间”的理念 [16] - 遇到相似功能时，无需从头编写，可指示AI参考旧项目代码或结构进行快速适配，例如参考VibeTunnel项目的“字符流输出”功能为Clawdis添加类似功能，仅用10分钟；或按旧项目（如Sparkle项目）目录格式搭建新工具 [17] 人机分工 - 基本原则是AI负责执行，人类负责决策 [18] - 必须由人类决策的事项包括：选择依赖库、设计系统架构、排列功能优先级等 [19] - 可以交给AI执行的事项包括：编写基础代码、修复已知bug、生成GUI界面、更新项目日志，甚至“注册域名”、“改DNS配置”等琐事 [19] - 实践案例：在开发Go语言CLI工具前，作者花费半天研究Go语言类型系统对AI生成的适配性及可复用库，决策后再让AI编写，有效减少了返工；在开发数据可视化工具时，则直接让AI用20分钟编写核心代码并负责测试 [20][21] 实用小技巧 - 开发新项目应从命令行界面工具开始，先验证核心逻辑，再扩展功能，例如开发“YouTube视频总结Chrome扩展”时，先构建能将视频转文字并总结成Markdown的CLI版本，确认可行后再让AI搭建前端和浏览器扩展，一天内完成 [23][24] - 利用项目文档帮助AI记忆上下文，减少重复沟通，例如在项目docs文件夹中写入“系统设计思路”和“功能说明”，并通过脚本让AI读取，之后添加新功能时无需反复提及兼容性等要求 [25][26] - 单人开发时可直接提交至主分支，避免使用复杂的特性分支或开发分支，因为分支过多易导致合并冲突，而AI工具（如Codex）可自动创建临时工作区处理混乱代码，改完后合并回主分支，比手动管理更简单 [27][28][29]