跳到正文

AI 编码

AI 写代码的一切:编码助手、Vibe Coding、代码模型评测与开发工作流变革。

1,426 条精选相关主题Agent 智能体Cursor教程实践

最新精选

第 181–200 条 · 共 1,426 条

10月8日星期四

Hacker News 首页

Anthropic 发布 Claude Haiku 5.5,平均运行成本较 Haiku 4.5 降低约 75%

Anthropic 发布 Claude Haiku 5.5,面向高频、成本敏感任务,称平均运行成本较 Haiku 4.5 降低约 75%,现已在所有平台开放。

推荐理由:Anthropic 将 Haiku 5.5 定位于摘要、压缩和子智能体任务,复杂智能体编码仍由 Sonnet 5.5 和 Opus 5.5 承担更合适。

GitHub Blog · AI & ML

GitHub 的密钥保护为何必须跟上软件开发规模

GitHub 介绍与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器,将非结构化密钥检测扩展到推送保护,候选密钥批次评估耗时低于 2 毫秒。

推荐理由:GitHub 用九个季度的数据比较代码推送与凭据泄露,单次推送的泄露比例未见显著趋势而总量增长加重人工处置负担。

10月7日星期三

claude.dev 开发者博客

Claude Code 云会话实战指南:并行任务、环境配置与本地衔接

Claude Code 云会话指南通过四次实际运行,讲解独立 VM 中的并行编码、环境配置及云端与本地会话衔接。三个任务在 16 秒内陆续启动,全部在首个任务启动后 87 秒完成,其中缓存修复通过连续 40 次测试;独立分支不会共享修复,需要安排合并顺序。

推荐理由:Claude Code 云会话指南用并行任务实测展示按文件边界拆分工作的方法,并将验收命令与分支合并顺序纳入任务设计。

10月6日星期二

Mistral AI

Mistral AI 发布 Mistral Large 4 公开预览,计划月底开放权重

Mistral AI 发布原生多模态模型 Mistral Large 4(ML4)公开预览,现可通过 Mistral Studio 的 API 试用,计划本月底开放权重。

推荐理由:Mistral AI 计划开放 ML4 权重并支持私有部署,使组织能在自身政策下开展安全工作,减少对供应商访问权限和拒绝策略的依赖。

The Decoder

Reflection 的 Beam 跻身中国以外性能领先的开放权重模型

Reflection 宣布文本模型 Beam,面向编码、逻辑推理和 AI 智能体任务,重点追求较低算力下的性能。公司称其在高难度推理任务上匹敌 GLM 5.2,所需算力少三到四倍,并允许用户调节思考程度以权衡算力成本与输出质量。Beam 仍在进行最终安全测试,目前仅向部分用户提供早期版本,技术报告、开发者文档及采用 Apache 2.0 许可的模型权重计划于本月晚些时候发布。

推荐理由:Reflection 称 Beam 在高难度推理任务上达到 GLM 5.2 的表现,所用算力减少至其三分之一到四分之一。

The Decoder

Anthropic 从合作伙伴变为竞争者,Meta 和 Microsoft 缩减 Claude 使用

Meta 和 Microsoft 正大幅削减内部 Claude 使用,并推动员工转向自家工具及 OpenAI 模型。

推荐理由:Meta 和 Microsoft 削减 Claude 使用并推动内部工具,成本控制与 Anthropic 的产品竞争构成双重背景。

GitHub Blog · AI & ML

GitHub 介绍 AI 代码审查开放基准 ReviewBench

GitHub 的 AI 代码审查开放基准 ReviewBench 已提供研究预览版,公开数据集、评估方法和自助运行工具。基准参考 103.9 million 个 GitHub 拉取请求的分布,包含来自 187 个仓库、覆盖 19 种语言的 219 个拉取请求,资深工程师独立复核标注的一致率为 96.6%。

推荐理由:ReviewBench 将固定标注与新增有效发现分开评估,在保持跨系统比较口径一致的同时,避免漏标问题惩罚审查智能体。

10月5日星期一

Hacker News 首页

GNOME 软件质量之争:接受 AI 漏洞报告,还是埋头回避?

GNOME 安全工作参与者主张允许 AI 生成的漏洞报告并主动扫描项目,同时强调不能仅依赖 AI,人工核验和安全审计仍有必要。GNOME 漏洞赏金计划因报告过多而关闭,共收到 298 份报告、接受 71 份,发放 €183,900;Red Hat 委托的 GLib 扫描声称发现 118 个漏洞,其中 46 个被维护者认定为非安全缺陷,结果还存在未完成去重的问题。

推荐理由:GNOME 漏洞赏金计划因报告积压而关闭,AI 扫描带来的漏洞发现收益伴随着分诊、核验与修复审查的维护负担。

10月4日星期日

Hacker News 首页

Alexey 停止逐行审查智能体代码,改用计划审查与工程护栏

Alexey 将智能体开发流程改为审查计划、设置工程护栏并允许自动合并,称两周内合并了 562 个 PR。其内部平台 Sightline 的 PR 必须通过单元测试、端到端测试、CI、Bugbot 和 Strix 检查,Mergify 才允许进入合并队列。他使用协调智能体分派子智能体执行计划,以功能开关和小步部署控制风险,并通过 HTML 进度报告跟进可持续一天以上的目标任务。

推荐理由:Alexey 将代码审查转向计划审查,通过强制测试、合并队列和功能开关约束智能体自动合并,把质量控制落实到工程护栏。

Computing Life · Share · 鸭哥调研

Claude Code mods 与 DSH 架构对比:进程内扩展开放,主循环仍留在核心

Claude Code 从 v2.1.287 引入进程内 mods 扩展,但按公开文档尚未提供 DSH 所支持的 AI 智能体主循环替换接口。mods 可通过 TypeScript 或 JavaScript 函数改写提示词、拦截工具调用和定制终端界面,支持热加载与模块内状态共享;DSH 则提供能力注册、依赖装配及主循环热替换所需的生命周期治理。

推荐理由:Claude Code mods 与 DSH 都让插件进入宿主进程,前者聚焦事件拦截和界面定制,后者支持主循环热替换并承担更复杂的生命周期治理。

10月3日星期六

AI HOT · 模型

Anthropic 发布 Claude Opus 5.5,ECI 得分 167 排名第一

Anthropic 于 2026 年 9 月 22 日发布闭源权重模型 Claude Opus 5.5,ECI 得分 167,在 253 个跟踪模型中排名第 1。该模型在软件工程基准 MirrorCode 上取得 77%,在多模态 Furniture Assembly Benchmark 上取得 83%。输入价格为 $4 / 1M tokens,输出价格为 $20 / 1M tokens。

推荐理由:Claude Opus 5.5 的软件工程成绩高于 GPT-6 Astra,数学高难度测试成绩则低于后者。

The Decoder

Claude Code 推出 Mods 系统,支持开发者修改工具内部行为与界面

Anthropic 为 Claude Code 发布 Mods 插件系统,开发者可用 JavaScript 或 TypeScript 函数接入工具调用、用户提示词和界面渲染事件。

推荐理由:Anthropic 为 Claude Code 开放内部扩展接口,Mods 沿用用户权限且不受沙箱隔离,安装来源直接关系到运行安全。

Hacker News 首页

ChatGPT Sites 支持通过对话创建、托管和分享网站与应用

ChatGPT Sites 支持用自然语言创建、托管和分享网站、应用及游戏,并在 ChatGPT 内预览、修改和发布。Sites 可保存访客进度与上传文件、连接自定义域名,并支持同一工作区成员协作编辑;符合条件的工作区可让访客授权只读访问其已连接工具中的信息。

推荐理由:ChatGPT Sites 将对话建站、托管发布和访问控制整合在同一流程中,让自然语言创建的应用能够持续修改并向指定人群开放。

OpenAI News

OpenAI GPT-6 系列模型使用指南:选型、提示词与长任务管理

OpenAI 的 GPT-6 系列使用指南介绍如何选择模型、调整提示词和技能,以及管理长任务的时间与成本。GPT-6 Astra 面向高难度推理,GPT-6.1 Sol 面向复杂编码、研究和计算机使用,GPT-6 Luna 面向目标明确的规模化重复任务;指南建议部署前衡量任务成功率、延迟和每次成功任务的成本。

推荐理由:OpenAI 将模型选择、推理强度与缓存管理纳入同一套生产实践,把任务成功率、延迟和每次成功任务的成本作为优化依据。

10月2日星期五

Hacker News 首页

Schwartz复盘如何用Claude与BootLoops开展跨学科科学研究

Matthew Schwartz借助Claude构建开源科学计算工具包BootLoops,在3个月内与19位合作者开展18个领域的研究,形成36篇稿件。他让Claude寻找适合其能力的定量问题,再由领域专家引导研究方向,同时强调计算结果、结论与科学价值仍需人工检查。

推荐理由:Schwartz用BootLoops寻找适合Claude的科学问题,再由领域专家筛选研究方向,将技术计算推进到有科学价值的问题。

Hacker News 首页

DeepSeek Harness 面向 macOS 和 Windows 开放桌面版公开预览

DeepSeek Harness 已在全球开放公开预览并开源,提供 macOS 和 Windows 桌面应用,也支持从代码启动 Web UI。它基于 Cordis 的插件架构,可处理文档、数据、编码和研究任务,通过 Creator mode 聊天创建插件,并用 Scheduled tasks 插件执行定时任务。

推荐理由:DeepSeek Harness 采用可组合插件架构,并支持通过聊天创建插件,让工具、技能与界面按工作流扩展。

AI HOT · 模型

NVIDIA 介绍 Blackwell GPU 如何加速 OpenAI GPT-6 Astra Ultrafast

GPT-6 Astra Ultrafast 运行于 NVIDIA Blackwell GPU,token 生成速度最高可达 Astra Standard 模式的 8x。

推荐理由:OpenAI 利用自身模型优化 NVIDIA GPU 推理软件,加快响应可缩短编码智能体反复编辑、测试和调试的等待时间。

Claude 博客

通过 mods 自定义 Claude Code 的行为与界面

Claude Code 推出 mods,以小型 TypeScript 函数定制工具行为和界面,现已支持 CLI 与桌面应用。Mods 随插件安装和分享,可改写提示词、拦截工具调用、处理权限请求或替换内置功能,也可由 Claude Code 编写、安装并热重载。

推荐理由:Claude Code 用 mods 开放事件改写、界面定制和内置功能替换,让开发者无需等待官方更新就能调整工具行为。

Hacker News 首页

Earendil 发布 Pi 1.0 与实验性 Pi Durable

Earendil 发布极简、可扩展的智能体框架 Pi 1.0,并推出用于构建长时间运行智能体应用的实验包 Pi Durable。Pi 1.0 新增 Codemode 原生 MCP 支持、虚拟模型扩展、延迟工具加载、Anthropic 模型缓存预热和对话中系统消息,并更新 TUI 主题、默认启用全屏模式。

推荐理由:Earendil 将长时间运行的智能体应用支持放进独立的 Pi Durable 实验包,让 Pi 保持面向编码与终端的极简定位。