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 441–460 条 · 共 1,426 条

8月23日星期日

Hacker News 首页

Prime Intellect 让 18 个前沿模型比赛自动优化 NanoGPT,Fable 5 把验证损失压到 2,726

Prime Intellect 搞了一场“极速挑战”,把 18 个前沿模型分别配上编程助手,让它们自己动手改 NanoGPT 的训练脚本,目标是尽可能降低验证损失。Fable 5 搭配 Claude Code 跑出了 2,726 的最好成绩,把人类基线到最优记录之间的差距补上了 81.7%。

推荐理由:Prime Intellect 搞的这场极速挑战,让模型自己动手改 NanoGPT 训练脚本,比的是谁能把验证损失压到最低。Fable 5 加 Claude Code 跑出 2,726,把人类基线和最优记录之间的差距补上了 81.7%,第二名和第三名只补了 5% 左右,领先优势非常明显。排行榜、方法和具体数字都公开,对做 agent 和看 benchmark 的人有直接用处。

Hacker News 首页

LLM 抹平了语言切换的摩擦,开发者开始用 Rust、Zig 这类更硬核的技术

Armin Ronacher 观察到,大模型让熟悉一门语言的成本变得很低,选什么语言不再那么重要,开发者反而更看速度宣传来选型。Rust 用户明显变多,Zig 也开始出现在 Cloudflare Artifacts(一个约 100 KB 的 Wasm Git 引擎)和 Vercel fx 这类项目里,而且基本都是靠 LLM 辅助写的。

推荐理由:Armin Ronacher 观察到 LLM 降低了语言切换成本,开发者转而按速度宣传选型,Rust 用户增多,Zig 也出现在 Cloudflare Artifacts 和 Vercel fx 等 LLM 辅助项目中。

8月22日星期六

Hacker News 首页

Dan Luu 用 AI 几分钟就给 ripgrep 加了即时编译,长查询快 2-4 倍,还顺手做了个世界最强的 Azul 游戏 AI

Dan Luu 拿之前用 AI 花一个月跑出来的正则引擎 FRE 做实验,让 AI 花几分钟就把它的即时编译(AOT)塞进了 ripgrep。效果是长查询能快 2 到 4 倍,但在他自己真实的混合查询里只快了约 7%。他解释这主要是为了那些跑好几秒甚至几分钟的搜索,短查询变慢一点可以接受。

推荐理由:Dan Luu 让 AI 把此前用一个月做出的正则引擎 FRE 的即时编译塞进 ripgrep,长查询快 2 到 4 倍,而他真实混合查询只快约 7%。

8月21日星期五

AI HOT 精选

Anthropic 公开内部 AI 原生开发手册,讲他们怎么用 Claude 做软件

Anthropic 把自家用 Claude 开发软件的内部手册开源了,覆盖了从需求、设计到写代码、测试、运维的全流程。手册里给了具体的实践方法和团队结构调整建议,比如让模型参与需求评审、自动生成测试用例。但正文没披露任何量化指标,比如效率提升了多少、bug 率降了多少,所以这更像一份方法论指南,不是独立评测。

推荐理由:Anthropic 开源了自家用 Claude 开发软件的内部手册,覆盖需求、设计、编码、测试到运维全流程,并给出模型参与需求评审、自动生成测试用例等可迁移做法。

Hacker News 首页

别再做命令行工具了:用 AI 截图就能生成原生桌面应用

作者用 AI 写了 7 个 macOS 原生应用,包括 Markdown 阅读器、数学计算前端、音乐播放器、自动维基、食物热量估算、温度监控和 Apple TV 遥控器,一行 UI 代码都没手写。他的方法是截一张设计图扔给 Claude,让模型直接生成 SwiftUI 界面。

推荐理由:作者用截图加 Claude 生成 SwiftUI 界面的方式做出 7 个 macOS 原生应用,涵盖 Markdown 阅读器、音乐播放器和 Apple TV 遥控器等,全程未手写 UI 代码。

Hacker News 首页

OpenRouter 上架了一个匿名推理模型 Ox Alpha,目前免费

Ox Alpha 是一个没公开开发方的推理模型,主打写代码、长时间跑智能体任务和生产环境负载。现在在 OpenRouter 上可以免费用,上下文窗口有 100 万 token,P50 延迟 1 秒,生成速度每秒 69 个 token。正文没披露是谁做的、参数量多大、免费期持续多久。

推荐理由:匿名推理模型 Ox Alpha 在 OpenRouter 免费开放,支持 100 万 token 上下文,主打写代码和长时间智能体任务,P50 延迟 1 秒、生成速度每秒 69 个 token。

8月20日星期四

Hacker News 首页

Slack 推出 Code 频道,把 AI 写代码变成团队围观和协作的公开活动

Slack 新功能 Slack Code 给频道加了一个“代码”类型,让 Claude Code、Devin、ChatGPT 这类编程智能体直接在频道里干活。团队能看到对话、代码差异对比和实时预览,不用再切到别的工具。每个频道对应一个项目,任务做完会自动归档,留下审计记录。正文没提定价和具体上线时间。

推荐理由:Slack 给频道加了代码类型,让编程智能体在频道内产出代码差异和实时预览,团队协作过程可见并自动归档。

Hacker News 首页

用开源模型给 27 美元的 PineTime 手表写了个卡西欧风格的表盘

Mike Kasberg 翻出抽屉里吃灰两年的 PineTime 手表,用 OpenCode 搭配 Kimi K3、K2.6 和 DeepSeek v4 等开源模型,照着照片复刻了一个卡西欧风格的表盘。他先在 InfiniSim 模拟器里跑通编译,但模型第一版只是猜着放文字位置,元素全叠在一起没法看。于是他换成逐个元素给具体反馈、修好一个再修下一个。

推荐理由:开发者用开源模型为 27 美元的 PineTime 手表复刻卡西欧表盘,从模拟器编译到逐元素修正布局的过程,展示了小硬件上模型辅助编码的可行路径。

Latent Space

Z.ai CEO 唐杰谈 GLM 5.3:别再只盯着参数量了,后训练才是新的扩规模法则

唐杰在 X 上发了一长串帖子,核心就一句话:光看参数量没意义,得把数据量、算力花在哪、模型在什么条件下跑这三件事一起看。GLM 5.3 的提升全靠强化学习在长周期环境里训出来的,有些任务模拟了工程师好几天的工作量,比如给模型一个真实的集群环境,让它自己诊断瓶颈、做优化、跑实验,最后交出可衡量的加速结果。

推荐理由:唐杰在 X 上解释 GLM 5.3 的提升来自长周期强化学习,并给出模型在真实集群中自行诊断瓶颈、优化并交出加速结果的实验设定,把后训练作为新的扩规模思路讲清楚。

Hacker News 首页

LLM 让软件从“写死功能”变成用户开口就能扩展

Jeremy Morrell 认为现在大部分网页应用只服务需求曲线头部的大众功能,长尾需求一直被晾着。LLM 让普通用户也能“用嘴把代码说进系统”,产品可以保留一个稳定核心,靠 AI 生成的扩展去覆盖那些零散需求。他举了 Pi 和 DeepSeek Harness 的例子:用户提需求,系统当场写一段 TypeScript 扩展并热加载生效。

推荐理由:Jeremy Morrell 提出网页应用可保留稳定核心,用 LLM 按用户需求当场生成并热加载 TypeScript 扩展,Pi 和 DeepSeek Harness 已给出实例。

8月19日星期三

Hacker News 首页

Ornith-1.5 让模型自己出题、搭脚手架、写答案,靠强化学习滚雪球式变强,三个尺寸在编程和智能体跑分上压过同级开源模型

Ornith-1.5 把上一代的自搭脚手架思路升级成完整的自改进闭环:模型自己生成新任务、搭好解题用的脚手架、产出多轮答案,再用强化学习从这些经验里提升自己。

推荐理由:Ornith-1.5 让模型自行生成任务、搭建解题脚手架并产出多轮答案,再用强化学习从这些经验中迭代提升,三个尺寸在编程与智能体跑分上超过同级开源模型。

OpenAI News

Replit 推出免费模式,用 GPT-5.6 Luna 把写代码的 token 成本砍到零

Replit 上线了 Free Mode,底层跑的是 GPT-5.6 Luna,用户不用再盯着 token 消耗,可以直接在项目里规划、头脑风暴和探索想法。CEO Amjad Masad 说 OpenAI 最近的降价让面向百万用户的免费层终于跑得通。遇到复杂推理任务,系统会切到 GPT-5.6 Sol,处理完再回到 Luna,同时保留项目上下文。

推荐理由:Replit 上线免费模式,用 GPT-5.6 Luna 承担日常规划与探索,复杂任务再切到 Sol,OpenAI 降价让面向百万用户的免费层得以成立。

Hacker News 首页

Bun 1.4 用 Rust 重写了三个月还没发版,社区信任快耗光了

Bun 已经三个月没出稳定版,是 2022 年以来的最长空窗期。创始人 Jarred 从 6 月就开始预告 v1.4,日期一拖再拖,最近一次说“明天发”,评论区已经公开嘲讽。

推荐理由:Bun 已三个月未发稳定版,是 2022 年以来最长空窗期,创始人从 6 月预告 v1.4 却一再推迟,社区在评论区公开嘲讽。

Computing Life · Share · 鸭哥调研

600 亿美元买一个数据飞轮,1000 万买一个工作记忆

AI 竞赛的胜负手从算力转向了真实工作场景里的行为数据。SpaceX 用 600 亿美元股票买下 Cursor,直接接管了 5 万多家企业客户的编码交互记录,用来训练 Grok 4.5 和 4.6。谷歌在精神航空破产拍卖中出价 1000 万美元,买下约 1 亿封邮件、5 亿条 Teams 消息和 3000 万行内部代码。

推荐理由:SpaceX 以 600 亿美元股票收购 Cursor,接手 5 万多家企业客户的编码交互记录,谷歌则花 1000 万美元竞拍精神航空的邮件、消息和代码,两笔交易给出了工作场景行为数据的具体价格参照。

Hacker News 首页

纯 AI 生成的代码在美国法律下没有作者,也就没有版权

这个网站给创始人和工程负责人讲了一个硬核的法律事实:按美国现行版权法,完全由 AI 生成的代码没有人类作者,所以没法申请版权,也不能当成公司资产来保护。

推荐理由:美国版权法下完全由 AI 生成的代码没有人类作者,无法申请版权,也就不能作为公司资产受保护,这直接关系到大量用 AI 写代码的团队如何安排归属。

Hacker News 首页

Vercel 开源了 fx,一个用 Zig 写的 6.39MB 极简编程助手

fx 是一个命令行编程助手,整个程序只有 6.39MB,冷启动只要 10 微秒,运行时内存占用也只有个位数 MB。它不挑模型,可以在本地跑,也能上云,还能编译成 WebAssembly 在浏览器里用。设计上走 Unix 风格:输出极简,没有笨重的终端界面,适合嵌到更大的系统里干活。

推荐理由:Vercel 开源了用 Zig 编写的命令行编程助手 fx,6.39MB 体积、10 微秒冷启动,并支持本地、云端与 WebAssembly 运行。

AI HOT 精选

Mojo 语言正式开源,编译器代码全部公开

Modular 公司把 Mojo 语言的编译器、工具链全部开源了,放在 GitHub 的 modular 仓库里,用的是 Apache 2.0 协议(带 LLVM 例外条款)。Mojo 是一门想同时搞定 CPU 和 GPU 编程的新语言,上周刚发布 1.0 版本,承诺了源码稳定性。

推荐理由:Modular 将 Mojo 编译器和工具链以 Apache 2.0 协议全部开源,这门语言上周刚发布 1.0 并承诺源码稳定,关注 CPU 与 GPU 统一编程的读者可以看它的开放程度。

8月18日星期二

Hacker News 首页

Nova3D 让模型直接写 Blender 代码来生成 3D 资产,而不是输出一个死网格

这篇论文的思路很直接:现在的 3D 生成模型大多只给你一个最终表面,看着还行,但没法直接用。Nova3D 换了个做法,它输出的是一段可执行的 Blender 代码,最终那个 glTF 模型文件只是代码跑完后的副产品。因为资产本质是程序,所以生成时就自带零件命名、父子装配树、关节和尺寸约束,不用事后再靠分割或手动绑骨去猜。

推荐理由:Nova3D 让 3D 生成模型直接输出可执行的 Blender 代码,模型文件只是运行结果,资产自带零件命名、装配树与关节约束,省去事后分割和绑骨。

OpenAI News

Asana 用 Codex 两周清掉了原本预计要五年的测试框架迁移工作

Asana 的工程师用 OpenAI Codex 把公司里一个叫 Enzyme 的过时测试框架从代码库里彻底移除了。之前内部评估这个活要干五年、花大概 600 万美元,实际只用了两个日历周,模型和基础设施成本加起来约 1.2 万美元。

推荐理由:Asana 工程师用 Codex 移除过时测试框架 Enzyme,内部评估需五年、约 600 万美元的工作量,实际两周完成,模型与基础设施成本约 1.2 万美元。

Hacker News 首页

基准测试末日:LLM 让刷榜作弊变得毫无门槛

Dan Luu 让一个 AI 编程代理循环跑了一个月,自动生成了一个正则引擎 FRE。在 rebar 基准测试上,它比 Rust 的正则库快了 40%,但换到 ripgrep 的真实留存测试集上,速度慢了 10 倍,有些用例甚至跑到算不动。他点出一个现状:以前需要顶尖工程师花大量精力才能找到的基准测试漏洞,现在跟 LLM 聊几句就能搞定。

推荐理由:Dan Luu 让 AI 代理循环跑一个月生成的正则引擎,在 rebar 基准上比 Rust 正则库快 40%,换到 ripgrep 真实测试集却慢 10 倍,基准测试与真实场景的落差由此有了具体数字。