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 561–580 条 · 共 1,426 条

7月30日星期四

Latent Space

AI 正在吃掉金融业;AIE 纽约大会开放报名

OpenAI 和 Anthropic 同时在纽约办了金融 AI 活动。OpenAI 在 Codex 里放出了专门的股票投资和投行插件,Anthropic 则发布了覆盖企业财务全流程的 Cowork 和 Claude Code 智能体模板。AIE 纽约大会把“AI 在金融”定为主舞台主题,早鸟票已开售。

推荐理由:OpenAI 与 Anthropic 同日在纽约发布面向金融场景的产品,一边是 Codex 的股票投资与投行插件,一边是覆盖企业财务流程的智能体模板。

7月29日星期三

AI HOT 精选

算力价格未来可能涨 10 倍以上

Dwarkesh Patel 算了笔账:如果一块 H100 能跑出人类软件工程师的水平,按现在的工程师市场价,这块卡一年租金应该超过 25 万美元,是当前现货价的 15 倍。文章从 Anthropic 年收入可能冲到 1000-1500 亿美元出发,指出实验室的训练算力每年只增长 3 倍,要撑起 10 倍收入增长,要么利润率飙升,要么算力变贵。

推荐理由:Dwarkesh Patel 按工程师市场价倒推 H100 的合理租金,并对照实验室训练算力每年 3 倍的增长,给出算力价格可能上涨 10 倍以上的估值锚点。

Hacker News 首页

自建 GPU 跑 Kimi K3:硬件贵 20%,任务完成率高 24 个百分点,但慢 8 倍

imec 的 aistack 团队用 64 个真实编程任务测了自建 GPU、租用硬件和商业 API 三种方案。

推荐理由:imec 的 aistack 团队用 64 个真实编程任务对比自建 GPU、租用硬件和商业 API 三种方案,自建节点硬件成本高约 20%,任务完成率高出近 24 个百分点。

Hacker News 首页

Linux 内核开始用 AI 写补丁和审代码,Linus 拒绝讨论伦理问题

Drew DeVault 对 Linus Torvalds 力挺 AI 进入内核开发的做法很不满。目前已有超过 1200 个内核提交带上了“Assisted-by”标签,大部分是用大模型辅助写的补丁。新工具 Sashiko 用 Google Gemini 自动生成代码审查意见,这意味着就算你不想用 AI,只要给内核贡献代码,也躲不开跟 AI 打交道。

推荐理由:Linux 内核已有超过 1200 个提交带 Assisted-by 标签,Sashiko 工具用 Gemini 自动生成审查意见,Linus 与 Drew DeVault 的分歧展示了 AI 进入开源协作后的实际摩擦。

OpenAI News

OpenAI 给 10 万名学术研究者免费开放 GPT-5.6,先从数学和科学领域开始

OpenAI 搞了个“ChatGPT for Academic Researchers”项目,计划到 2027 年让 10 万名科研人员免费用上他们最强的模型,包括 GPT-5.6 Sol Pro 和 Codex。今年夏天先开放 1 万个名额,高等研究院和巴黎高师已经能用上了。每个参与者还能拉上最多四个同事一起用,默认不会拿你的数据去训练模型。

推荐理由:OpenAI 计划到 2027 年向 10 万名学术研究者免费开放 GPT-5.6 等模型,今年夏天先放 1 万个名额,高等研究院和巴黎高师已可用,参与者还能带最多四名同事。

AI HOT 精选

OpenAI 发布 GPT-5.6 模型家族:Sol、Terra 与 Luna

OpenAI 推出了 GPT-5.6 系列,包含三个模型。旗舰款 Sol 在编程智能体评测上赢了 Claude Fable 5,成本还不到对方一半。Terra 的性能追平上一代 GPT-5.5,但价格砍半;Luna 则比 Sol 便宜 80%。

推荐理由:OpenAI 发布 GPT-5.6 系列,旗舰 Sol 在编程智能体评测上压过 Claude Fable 5,成本不到对方一半,Terra 和 Luna 分别打价格和性能档位。这是头部模型的一次重要换代,有明确的对比对象、成本数据和效率机制说明,对从业者选型和成本判断有直接参考价值。

7月28日星期二

Latent Space

OpenAI 的 Codex 和 ChatGPT Work 用户破千万,非开发者占两成,增速是开发者的三倍多

OpenAI 产品工程负责人 Akshay Nathan 在播客里聊了 ChatGPT Work 的来历。Codex 本来是个写代码的工具,结果在 OpenAI 内部先被非技术员工用火了。现在知识工作者大概占 Codex 用户的 20%,增长速度是开发者的 3 倍多。

推荐理由:OpenAI 产品工程负责人 Akshay Nathan 讲述 Codex 从写代码工具被内部非技术员工用起来的经过,知识工作者已占其用户两成,增速是开发者的三倍多。

Ben's Bites

Claude Opus 5 发布,价格只有 Fable 5 的一半,但早期用户吐槽它爱抬杠、爱提前收工

Anthropic 发了新模型 Claude Opus 5,定价直接砍半,号称能力接近 Fable 5。但 Every 的评测发现它用起来很别扭:会跟人争论、任务没做完就停,还跟老一套的提示词技巧犯冲。有意思的是,同一个人嘴上说讨厌,盲测打分时却把 Opus 5 排在了第一。

推荐理由:Anthropic 发布 Claude Opus 5,定价较 Fable 5 砍半,Every 的评测记录下它爱争论、任务未完成即停的表现,同一评测者盲测却将其排在第一。

Hacker News 首页

Kimi Linear:混合线性注意力架构,首次在公平对比下跑赢标准注意力

月之暗面 Kimi 团队发了一篇技术报告,提出 Kimi Linear 这个混合线性注意力架构。核心是一个叫 Kimi Delta Attention(KDA)的模块,它在 Gated DeltaNet 基础上加了更细粒度的门控,让有限的 RNN 记忆用得更高效。

推荐理由:月之暗面发布 Kimi Linear 混合线性注意力架构,其 KDA 模块在 Gated DeltaNet 上加入更细粒度门控,让有限的 RNN 记忆用得更高效。

AI 群聊日报

群聊日报:Gowers 说数学正在死去,Opus 5 实测第三天掉链子

菲尔兹奖得主 Gowers 拒签《莱顿宣言》,写了长文说数学不会死于 AI 无能,而会死于证据过剩——像湖泊富营养化,文献疯长但人类专家消失。他两次亲眼看到 GPT 5.6 Pro 一次性解出他苦思过的问题。群友讨论认为,现在给现有模型做各种外挂(harness)意义不大,下一代模型直接碾压;写论文的速度赶不上出成果的速度,是短暂的套利窗口。

推荐理由:菲尔兹奖得主 Gowers 拒签《莱顿宣言》并撰文提出数学面临证据过剩的困境,他两次见到 GPT 5.6 Pro 一次解出自己苦思的问题,群聊由此讨论给现有模型做外挂的性价比。

TechCrunch · AI

Cursor 在被 SpaceX 收购前推出印度专属套餐,月费约 7 美元

Cursor 搞了个叫 Cursor Start 的新套餐,专供印度市场,每月 649 卢比(大概 7 美元),比它常规 20 美元一个月的 Pro 版便宜了一大截。这是 Cursor 第一次针对单个国家定价。印度现在是它全球第三大市场,公司还打算在当地招人、推企业版销售。

推荐理由:Cursor 为印度市场推出月费约 7 美元的本地套餐,价格不到常规 Pro 版的一半,这是它第一次针对单一国家定价。

TechCrunch · AI

微软发布首个网络安全模型 MAI-Cyber-1-Flash 和智能体安全平台 Perception

微软在旧金山一场小型活动上掏出了两样新东西:一个是专门做网络安全的模型 MAI-Cyber-1-Flash,用来在复杂代码库里找那些难发现的漏洞,并驱动自家的 MDASH 漏洞挖掘工具;另一个叫 Perception 的平台,可以派出一组 AI 智能体去自动跑安全流程,比如找 bug 和修 bug。

推荐理由:微软推出网络安全模型 MAI-Cyber-1-Flash 与智能体平台 Perception,前者在复杂代码库中挖掘漏洞并驱动 MDASH 工具,后者调度多个 AI 智能体自动完成找 bug 与修 bug 流程。

7月27日星期一

Import AI

AI 用 14 小时复现人类数周编程任务,机器人叠衣服成功率 99.1%

Epoch 和 METR 的 MirrorCode 基准测试显示,Claude Opus 4.7 在 14 小时内、花 251 美元推理成本,重新实现了一个人类需要 2 到 17 周才能完成的软件项目。测试方式是只给模型命令行交互权限,不让看源码也不让上网,让它从零写出功能一样的程序。

推荐理由:Epoch 和 METR 的 MirrorCode 基准只给模型命令行权限,Claude Opus 4.7 在 14 小时内、花 251 美元推理成本重写了人类需 2 到 17 周的软件项目。

Hacker News 首页

Bun 用 Rust 重写六周后仍无新版本发布,实际花费可能已逼近 80 万美元

Bun 在 7 月 8 日宣布用 Anthropic 的 Claude 把代码从 Zig 重写成 Rust,声称花了 11 天、16.5 万美元 API 费用就完成了合并。Tom Lockwood 翻了一遍代码仓库,发现合并六周后一个正式版本都没发——上次发版还是 5 月 12 日。

推荐理由:Tom Lockwood 核查 Bun 用 Claude 重写 Rust 的仓库记录,发现合并六周后仍无新版本发布,上次发版停在 5 月 12 日,对照官方宣称的 11 天与 16.5 万美元成本。

OpenAI News

OpenAI 研究:近一半非通用类 ChatGPT 工作对话,是在干别人岗位的活

OpenAI 经济研究团队分析了 80 多万条美国用户的 ChatGPT 对话,发现一个他们称为“任务跨界”的现象:在工作相关的非通用类消息里,有 43.5% 的内容其实属于另一个职业的活儿。客服(77%)、设计(75%)和 HR(69%)这三类人“借用”其他岗位任务的比例最高。营销和工程类的任务跑得最远,经常出现在非本行人员的对话里。

推荐理由:OpenAI 经济研究团队分析 80 多万条美国用户对话,发现非通用类工作消息中 43.5% 属于其他职业的任务,客服、设计和 HR 的跨界比例最高。

Computing Life · Share · 鸭哥调研

四款 AI 编程工具都叫多 Agent,底层架构和设计信仰完全不同

这篇文章拆了 Claude Code、OpenAI Codex、Cursor 和 Antigravity 四款 AI 编程工具的多 Agent 实现。Claude Code 在实验点对点的 Agent Teams,用 tasks.md 共享账本让子 Agent 动态抢任务,默认协同上限 15 个。

推荐理由:文章拆解 Claude Code、OpenAI Codex、Cursor 和 Antigravity 四款工具的多 Agent 实现,对比共享账本、任务分配机制与协同上限等具体设计差异。

Computing Life · Share · 鸭哥调研

SWE-bench 高分,为什么在大厂 Kotlin 项目里照样抓瞎?

JetBrains 在 2026 年 7 月 24 日发布了 Kotlin Benchmark,用 8 个开源项目的 105 个真实任务测 AI 编程助手。同样用 Opus 4.7 模型,Claude Code 成功率 85.71%,JetBrains 自家的 Junie 是 81.9%,差了近 4 个百分点。

推荐理由:JetBrains 用 8 个开源项目的 105 个真实任务测试 AI 编程助手,同一模型下 Claude Code 与自家 Junie 的成功率相差近 4 个百分点,为衡量编程助手在真实工程中的表现提供参照。

Hacker News 首页

AST-grep 用 Rust 重写了 Tree-sitter 核心,解析速度提升 30%

AST-grep 把 Tree-sitter 的 C 语言解析核心用 Rust 重写了一遍,代码大部分是 AI 生成的。单纯解析文件的速度快了约 30%,跑完整 ast-grep 任务(解析仓库所有文件并提取结构)快了 22%,代价是多用大约 8 MiB 内存。

推荐理由:AST-grep 把 Tree-sitter 的 C 解析核心用 Rust 重写,解析文件快约 30%,跑完整任务快 22%,代价是多用约 8 MiB 内存。

7月26日星期日

AI 群聊日报

Opus 5 实测次日:靠饱和式自测换质量,综合成本可能反超 Fable;OpenAI 深夜宕机换来全员重置卡

第三方测评显示,Claude Opus 5 最大的行为变化是饱和式自测——前端会对着需求截图逐个功能确认,后端能写超过 1000 个测试用例,大面上的交付问题几乎消失。代价是时间和 token 消耗极大,复杂场景下综合成本可能反超 Fable;关掉自测后直出代码的 bug 率并不比前代低。

推荐理由:第三方测评显示 Claude Opus 5 转向饱和式自测,前端逐项核对功能、后端可写超千个测试用例,交付问题减少的同时时间与 token 消耗大增,复杂场景综合成本可能反超 Fable。

AI HOT 精选

Claude Opus 5 系统提示词被完整泄露,3.4 万 token 全是行为规矩,没有一行代码

Claude Opus 5 刚上线,其系统提示词就被开发者 Eversmile1 完整传到了 GitHub。这份文件共 135027 个字符、约 3.4 万 token,1511 行里没有代码,全是给模型定的行为规则。核心约束包括:引用原文一次不能超过 15 个词,且每个信源只能引用一次。

推荐理由:Claude Opus 5 上线后,开发者 Eversmile1 把 1511 行系统提示词完整传到 GitHub,其中引用原文一次不超过 15 个词、每个信源只引一次这类约束,为提示词设计提供了具体样本。