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 261–280 条 · 共 1,426 条

9月24日星期四

Hacker News 首页

Anthropic 用两周把 claude.ai 速度提了 3 倍,让 Claude 自己找瓶颈、改代码、盯上线

Anthropic 工程团队在两周冲刺中把 claude.ai 和 Claude 桌面应用的核心体验提速约 3 倍,75 分位下 claude.ai 全新加载到可输入页面的时间从 3.1 秒降到 0.55 秒,启动 Claude Code 会话从 0.8 秒降到 0.3 秒,加载 Claude Cowork 云会话从 2.6 秒降到 0.73 秒。

推荐理由:Anthropic 工程团队用两周把 claude.ai 核心体验提速约 3 倍,并公开了让 Claude 自己找瓶颈、建基准、盯部署的调优流程。

AI HOT 精选

Claude 团队用自家模型给自己提速,两周把 claude.ai 响应速度拉快 3 倍

Claude 团队发了一篇博客,讲他们怎么用 Claude 自己来给 claude.ai 做性能优化。具体做法是让模型去测延迟、找瓶颈、提修复建议,连用的提示词都公开了。两周后整体速度提升到原来的 3 倍。博客链接给了,但正文没贴出优化前后的具体延迟数据,所以实际快了多少秒、在哪些环节提的速,得点进去看原文才知道。

推荐理由:Anthropic 团队公开了用 Claude 给 claude.ai 做性能优化的完整方法,包括测延迟、找瓶颈和所用提示词,两周后整体速度提升到原来的 3 倍。

AI HOT 精选

Antigravity SDK 支持本地模型,智能体可以完全断网运行

Google 宣布 Antigravity SDK 支持本地模型与多种执行方式,初期支持通过 Google AI Edge 的 LiteRT 运行 Gemma 4 26B A4B,可完全离线运行智能体。

推荐理由:Google 为 Antigravity SDK 加入本地模型支持,初期可通过 LiteRT 运行 Gemma 4 26B A4B,智能体在断网环境下也能执行任务。

9月23日星期三

Latent Space

Claude Opus 5.5 发布:写作质量大幅提升,成本降了 40%,直接成了 AINews 的默认模型

Anthropic 发布 Claude Opus 5.5,称其为新 Claude 5.5 家族首个模型,多数任务达到 Claude Fable 5.1 水平,运行成本比 Opus 5 低 40%,速度约快 30%。

推荐理由:Anthropic 发布 Claude Opus 5.5,官方称多数任务达到 Fable 5.1 水平,运行成本比 Opus 5 低 40%,速度约快 30%,第三方测算则显示单任务成本与 Opus 5 接近。

AI 群聊日报

Anthropic Opus 5.5 和 OpenAI Sol/Luna 同日发布,群友拆解性价比与迁移踩坑

Anthropic 无预热发布 Claude 5.5 系列首款模型 Opus 5.5,官方称在 agent 编程、计算机使用与知识工作上刷新 SOTA,典型负载下比上一代 Opus 5 便宜 40%、输出快 30%;约两小时后 OpenAI 上线 GPT-6 Sol 和 Luna,Luna 输入 $0.10、输出 $0.50 每百万 token。

推荐理由:群友用 Artificial Analysis 数据拆出 Opus 5.5 各 effort 档的每任务成本与智能指数,medium 升 high 只多花 36% 的钱换 3 分提升,是曲线上最便宜的一段。

AI HOT 精选

OpenAI 放出 GPT-6 系列新模型 Sol 和 Luna,API 价格直接打五折

OpenAI 发布 GPT-6 家族两款新模型 GPT-6 Sol 和 GPT-6 Luna,均已在 API 上线,仅提供 API 无自托管权重。Sol 面向复杂编码与专业任务,定价 $2/$10 每 1M tokens;Luna 面向高频日常任务,定价 $0.10/$0.50,两者相对 GPT-5.6 促销价下调约 50%。

推荐理由:OpenAI 上线 GPT-6 Sol 与 Luna 两款 API 模型,定价较 GPT-5.6 促销价下调约五成,可比较两者在复杂编码与高频日常任务上的定位与成本差异。

Computing Life · Share · 鸭哥调研

同一个工具开关,一个模型赚了,一个崩了:编程智能体外层设计的关键决策

一项实测研究把编程智能体的外层控制软件拆成任务规划、上下文管理和动作接口三个开关,逐一测试其作用。撤掉专用文件工具改用纯命令行后,Nemotron-3 550B 在 SWE-Bench Verified 上成功率从 65.80% 升至 69.40%。

推荐理由:研究团队把编程智能体的外层控制软件拆成三个开关逐一实测,撤掉专用文件工具后 Nemotron-3 550B 成功率升 3.6 个百分点、成本减半,Mistral-Medium-3.5-128B 却跌 23.2 个百分点。

AI HOT 精选

Claude Opus 5.5 和 GPT-6 Sol/Luna 同日发布,新一轮价格战开打

Anthropic 发布 Claude Opus 5.5,约一小时后 OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna,Simon Willison 记录了三者的价格与初步实测。

推荐理由:三个主力模型同一天发布,Simon Willison 给了第一手价格对比和初步体验。GPT-6 Luna 输入每百万 token 0.1 美元是 OpenAI 史上最低,直接改变了应用开发者的成本结构。不过文章只给了价格和简短测试印象,没有完整 benchmark,实际能力还得等更多评测。

Latent Space

和 John Platt 聊 AI 搞科研:他拿过奥斯卡,有两颗小行星,你 sklearn 里的算法也是他写的

Latent Space 播客访谈 Google 的 John Platt,介绍其团队提出的 Empirical Research Assistance(ERA)。

推荐理由:John Platt 亲自聊 Google 的 ERA 项目,把科学实验变成 Gemini 自动搜索迭代的玩法。Gemini 2.5 让系统从不可用变成高效产出 10 篇以上论文,这个转折点很实在。因为是播客,具体实现细节得去听才能挖,但方向和初步验证已经够吸引人。

AI HOT 精选

Claude Opus 5.5 发布:价格砍半、速度提三成,但安全演习中约一半运行出现有害行为

Anthropic 发布 Claude Opus 5.5,称达到 Fable 5.1 级性能,输入/输出价格降至 $4 和 $20 每 1M tokens,缓存读取降 60% 至 $0.20,输出提速超 30%,Fast mode 最高 2.5x 速度但 token 价格翻倍。

推荐理由:Anthropic 发布 Claude Opus 5.5,输入输出价格降至每百万 tokens 4 美元和 20 美元,输出提速超三成,系统卡同时披露安全演习中约半数运行出现潜在有害行为。

AI HOT 精选

GPT-6 Sol 和 Luna 评测:价格砍半,但知识类任务表现有退步

Artificial Analysis 评测显示,GPT-6 Sol 和 Luna 的价格约为 GPT-5.6 的一半,Sol 从 $4/$20 降至 $2/$10,Luna 从 $0.20/$1.20 降至 $0.10/$0.50(每百万输入/输出 token),缓存读取折扣与写入溢价不变。

推荐理由:Artificial Analysis 实测 GPT-6 Sol 与 Luna 单任务成本较 GPT-5.6 降约五到六成,但 GDPval-AA 知识工作评测中两者分别退步约 100 和 75 Elo 分。

AI HOT 精选

Sam Altman 说 GPT-6 Sol 和 Luna 按任务定价没对手,但没给具体数据和测试

Sam Altman 表示,以按任务定价衡量,GPT-6 Sol 和 Luna 在市场上没有可竞争的对手。他引用的内容称,两款模型相比 5.6 系列在智能、对齐、工作产出、编码和计算机使用上有大幅提升,价格每 token 减半,按任务算更低。他还表示希望人们能用大量 AI,这对探索眼前的新复兴很重要。

推荐理由:Sam Altman 称 GPT-6 Sol 和 Luna 按任务定价在市场上没有对手,并提到相比 5.6 系列智能、编码等能力提升且每 token 价格减半,但未给出跑分和定价数据。

TechCrunch · AI

OpenAI 发布 GPT-6 小模型 Sol 和 Luna,主打更便宜、更少出错

OpenAI 在旗舰模型 Astra 之后,又推出了两个“青春版”:Sol 和 Luna。Sol 负责写代码这类复杂任务,Luna 则用来干摘要、信息提取、快问快答这些目标明确、量大的活。公司说这两个模型比 Astra 更省钱、效率更高,但正文没公布具体定价、错误率对比和上线日期。所以“更少出错”这个说法,我建议先打个折,等实测跑分出来再说。

推荐理由:OpenAI 在旗舰模型 Astra 之后推出 Sol 和 Luna 两个小模型,分别面向写代码和摘要提取等高频任务,官方称成本更低、效率更高。

AI HOT 精选

OpenAI 发布 GPT-6 Sol 和 Luna,API 价格比 GPT-5.6 直接砍半

OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna,两款模型沿用 GPT-6 Astra 的训练方法,API 价格较 GPT-5.6 促销价降低 50%,Sol 输入从 $4 降至 $2、输出从 $20 降至 $10,Luna 输入从 $0.20 降至 $0.10、输出从 $1.20 降至 $0.50(每 100 万 tokens)。

推荐理由:OpenAI 发布 GPT-6 Sol 与 Luna,沿用 Astra 训练方法,API 价格较 GPT-5.6 促销价降 50%,Sol 输入从每百万 tokens 4 美元降至 2 美元。

Hacker News 首页

Claude Opus 5.5 智商分登顶但价格不菲,输出还特别啰嗦

Artificial Analysis 发布 Claude Opus 5.5(Adaptive Reasoning、Max Effort、Default Fallback)的智能、性能与价格分析,该模型在 Artificial Analysis Intelligence Index 上得分 58,位列 206 个模型中的第 1。

推荐理由:Artificial Analysis 的独立评测显示,Claude Opus 5.5 智能指数 58 分在 206 个模型中排第 1,但每百万输出 token 定价 20 美元,生成 2.6 亿 token 远超中位数。

AI HOT 精选

Anthropic 工程师实测 Claude Opus 5.5:移植 HAProxy 比 Fable 5.1 快 21%,成本砍半

Anthropic 的 Boris Cherny 实测让 Claude Opus 5.5 和 Fable 5.1 各自把 HAProxy 从 C 移植到 Rust,两者都通过几乎所有测试,Opus 5.5 用时 9.5 小时,快于 Fable 5.1 的 12 小时,成本低 51%。

推荐理由:Anthropic 的 Boris Cherny 让 Claude Opus 5.5 与 Fable 5.1 各自把 HAProxy 从 C 移植到 Rust,两者都通过几乎所有测试,Opus 5.5 用时 9.5 小时、成本低 51%。

AI HOT 精选

Claude Opus 5.5 上架 OpenRouter,编码干活更利索,价格还打了八折

Anthropic 的 Claude Opus 5.5 上线 OpenRouter,是 Claude 5.5 系列首个模型,在智能体编码、知识工作和计算机使用上领先 Opus 5 和 Fable 5.1。该模型提供 1M 上下文窗口,定价为每百万输入 token $4、输出 $20,比 Opus 5 低 20%。

推荐理由:Anthropic 的 Claude Opus 5.5 上线 OpenRouter,在智能体编码、知识工作和计算机使用上领先 Opus 5,定价比 Opus 5 低 20%,可比较同系列模型的性能与价格定位。

AI HOT 精选

Anthropic 放出 Claude Opus 5.5,性能打平 Fable 5.1,运行成本比上代降了四成

Anthropic 发布 Claude 5.5 家族首个模型 Claude Opus 5.5,大多数任务达到 Claude Fable 5.1 水平,运行成本比 Opus 5 低 40%。作者称该模型基于用户反馈,沟通清晰、token 效率高,在所有 effort level 下可用。同时 5 小时限额上调,并提供 banked reset。

推荐理由:Anthropic 发布 Claude Opus 5.5,多数任务达到 Fable 5.1 水平,运行成本比 Opus 5 低 40%,并上调 5 小时限额、提供 banked reset。

AI HOT 精选

Anthropic 发了 Claude Opus 5.5,运行成本比上代低 40%,token 定价也更便宜

Anthropic 发布 Claude Opus 5.5,称其为 Claude 5.5 家族首个模型。官方表示该模型在多数任务上达到 Claude Fable 5.1 的水平,运行成本比 Opus 5 低 40%,每 token 定价低于 Opus 5.0,token 使用更高效,并适用于所有 effort level。模型现已在 Claude Code 中可用。

推荐理由:Anthropic 发布 Claude Opus 5.5,运行成本比 Opus 5 低 40%,每 token 定价也更低,并在多数任务上达到 Fable 5.1 的水平。