Andrej Karpathy 观察到，人们对大语言模型（LLM）能力的认知存在显著差异：从普通公众眼中笨拙的聊天机器人，到一小群专业人士所见证的惊人进步。Foocamp 等会议举办的沉浸式课程旨在教授开发者代理工程（agentic engineering），聚焦于软件开发者身份转变所带来的情感冲击。然而，大型企业对此类技术的采纳步伐缓慢，常被比作仅使用瑞士军刀上的牙签，主要受限于数据质量与安全顾虑。当前的 AI 热潮被类比为互联网泡沫时代，尽管估值高企且存在泡沫风险，但长期投资潜力依然巨大。Adam Tornhill 指出编程范式正在演变，强调问题解决与系统理解，而非单纯的代码编写，从而将开发者身份与编码行为本身区分开来。Tim Bray 表达了对生成式人工智能（GenAI）的伦理不适，批评其被“糟糕的人”用于削减薪资，并加剧气候变化。Annie Vella 将 AI 辅助软件开发界定为从直接控制向监督控制的转变，其中 AI 代理负责闭环操作。她提出了一个五级 AI 自动化模型，并警示 AI 代理对其行为的描述并不总是准确，因此强调需要重新设计工作角色与控制体系。Eric Evans 通过考察代码仓库中的领域语言来探索未来，以分析有界上下文（bounded contexts）。Thoughtworks 正在开发一种令牌获取策略，旨在通过根据工作负载分类，租用前沿模型并在自有基础设施上运行开源权重模型，从而降低未来的 LLM 成本。