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 621–640 条 · 共 1,426 条

7月17日星期五

Hacker News 首页

月之暗面发布 2.8 万亿参数 Kimi K3,自称首个开源 3T 级模型,API 定价看齐 Claude Sonnet

月之暗面推出了 Kimi K3,一个 2.8 万亿参数的模型,他们把它四舍五入叫成“首个开源 3T 级模型”。这个模型 API 定价是输入每百万 token 3 美元、输出 15 美元,跟 Anthropic 的 Claude Sonnet 系列一个价,是目前中国 AI 实验室里最贵的模型。

推荐理由:月之暗面发布 2.8 万亿参数的 Kimi K3,API 定价输入每百万 token 3 美元、输出 15 美元,与 Claude Sonnet 系列持平,是目前中国 AI 实验室中定价最高的模型。

AI 群聊日报

Kimi K3 登顶前端编程榜,权重将开源,但实测发现它有时会烧光额度原地打转

Kimi K3 在 Frontend Code Arena 拿了 1679 分,压过 Claude Fable 5,七个前端领域赢了六个。模型有 2.8 万亿参数,支持 1M 上下文,定价是每百万 token 3 到 15 美元,完整权重会在 7 月 27 日前放出来。群友上手后评价两极:有人花 199 元月费让它重做了之前搞砸的粒子特效,效果惊艳。

推荐理由:Kimi K3 在 Frontend Code Arena 以 1679 分超过 Claude Fable 5,七个前端领域赢下六个,2.8 万亿参数、1M 上下文与 3 到 15 美元定价一并公开,权重将在 7 月 27 日前放出。

AI HOT 精选

OpenAI 给 CFO 们画了张新账本:别盯着每个 token 多少钱,要看“每块钱干成了多少活”

OpenAI 发了一篇面向 CFO 的指南,核心就一句话:算 AI 账不能只看 token 单价,得算完成一件合格任务的综合成本。文章提了个“有用智能每美元”的框架,拆成四个问题:AI 到底干成了多少有用的活、每件成功的活实际花了多少钱、结果靠不靠谱、以及用得越多是不是每块钱买的活也越多。

推荐理由:OpenAI 面向 CFO 发布指南,提出有用智能每美元框架,把 AI 成本从 token 单价转向完成合格任务的综合成本,并拆成四个具体问题。

彭博科技

月之暗面发布新 Kimi 模型,跑分追上 OpenAI o3 和 Claude Sonnet 4.5,英伟达盘前跌超 3%

月之暗面在 7 月 17 日推出了新一代 Kimi 模型,在 MATH、HumanEval 等基准测试里,成绩跟 OpenAI o3 和 Anthropic Claude Sonnet 4.5 打平甚至略高。现在通过 Kimi 聊天机器人就能试,API 也已经上线。市场反应很直接——英伟达盘前跌了超过 3%,大家担心这会压降美国 AI 公司的定价空间。

推荐理由:月之暗面发布新一代 Kimi 模型,在 MATH、HumanEval 等基准上追平 OpenAI o3 和 Claude Sonnet 4.5,聊天机器人与 API 已同步开放,英伟达盘前跌超 3%。

AI HOT 精选

Kimi K3 前端编码跑分登顶,2.8 万亿参数模型 7 月 27 日开放权重

Kimi K3 在 Frontend Code Arena 拿了 1679 分,7 个前端子任务里 6 个第一,压过了 Claude Fable 5 和 GPT-5.6 Sol。模型本身是个 2.8 万亿参数的 MoE 架构,上下文窗口能塞进 100 万 token,大概是一套《三体》三部曲的量。7 月 27 日会开放权重,到时候可以自己部署。

推荐理由:Kimi K3 在 Frontend Code Arena 前端编码榜拿了 1679 分,7 个子任务里 6 个第一,压过了 Claude Fable 5 和 GPT-5.6 Sol。模型是 2.8 万亿参数的 MoE 架构,上下文窗口能塞 100 万 token,7 月 27 日开放权重。这是国产旗舰模型在一个具体编码榜单上直接挑战闭源双巨头,而且马上能自己部署,对前端圈和国内开发者来说是个实打实可验证的信号。

Latent Space

月之暗面发布 Kimi K3:2.8 万亿参数开源模型,前端编程能力冲上第一

月之暗面发布了 Kimi K3,一个总参数量 2.8 万亿的模型,这也是目前公开权重里最大的一个。模型权重承诺在 7 月 27 日前放出。它支持 100 万 token 的上下文和原生的多模态输入,已经在 Kimi.com、Kimi Code 和 API 上线。

推荐理由:月之暗面发布总参数 2.8 万亿的 Kimi K3,权重承诺 7 月 27 日前放出,支持 100 万 token 上下文和原生多模态输入,已在 Kimi.com、Kimi Code 和 API 上线。

Hacker News 首页

人肉把关员已经累了

Pydantic 的 Laura Summers 聊了用大模型写代码的真实疲惫感:代码生成没问题,但人得不停地审查、纠错、把持方向,精力很快被榨干。她的同事 Douwe 每天醒来面对 30 个 AI 生成的 PR,很想把审查也丢给 AI,但反问自己“那我还在这干嘛”。她管这叫监督疲劳,并指出 AI 让你能同时开很多头,但能认真收尾的事一件没多。

推荐理由:Pydantic 的 Laura Summers 描述用大模型写代码时的监督疲劳,同事每天要面对 30 个 AI 生成的 PR,点出 AI 能同时开很多头却无法多收尾。

Computing Life · Share · 鸭哥调研

BackendForge 让 AI 编程评测从笔试变面试,同一份代码通过率直接腰斩

BackendForge 先给 56 个后端任务写了 7,250 项测试,再让 Agent 专门找这套题库漏了什么,最后补了 640 项。测试只多了 8.8%,但 GPT-5.5 全部通过的任务从 31 个掉到 16 个,Claude Opus 4.7 从 33 个掉到 10 个。

推荐理由:BackendForge 用 Agent 为 56 个后端任务补了 640 项测试,测试量只增 8.8%,GPT-5.5 与 Claude Opus 4.7 全部通过的任务数却接近减半。

Hacker News 首页

德国团队发布开源模型 Soofi S,30B 参数跑出 3B 成本,德语英语跑分双杀

Soofi S 是一个 31.6B 参数的混合专家模型,每次生成只激活 3.2B 参数,推理成本压得很低。它用了 Mamba 加 Transformer 的混合架构,处理长文本时速度几乎不掉,这点比很多同尺寸模型强。训练数据故意向德语倾斜,结果在德语、英语和编程基准上分数都超过了 Olmo 3 32B 和 Apertus 70B。

推荐理由:德国团队开源的 Soofi S 以 31.6B 总参数、3.2B 激活参数压低推理成本,德语、英语和编程基准成绩超过 Olmo 3 32B 与 Apertus 70B。

AI HOT 精选

Anthropic 公开了用 Claude Code 做大规模代码迁移的实操手册,拿 Bun 的百万行 Zig 转 Rust 当案例,两周搞定

Anthropic 在博客里完整拆解了他们怎么用 Claude Code 把 Bun 项目超过一百万行的 Zig 代码迁移到 Rust,只花了两周。核心思路是把迁移拆成规划、执行和验证三步:先让 Claude Code 通读代码库并写出迁移方案,再自动生成 PR,最后跑通 CI 来验收。

推荐理由:Anthropic 公开了用 Claude Code 迁移 Bun 超百万行 Zig 代码到 Rust 的完整流程,拆成规划、执行、验证三步,两周完成,可作为大规模代码迁移的方法参考。

7月16日星期四

Hacker News 首页

批评大模型的人说得都对,但我还是在用

作者在柏林 Local-First Conf 上发现一种普遍的矛盾:台上演讲者批评大模型,台下观众一边鼓掌一边开着 Claude Code。他承认所有批评都成立——产出大量信息垃圾、破坏开源社区的信任基础、打乱资深与初级工程师之间的带教循环、存在地缘政治断供风险——但自己依然重度使用。

推荐理由:作者在柏林会议上观察到演讲者批评大模型、观众却边鼓掌边用 Claude Code 的矛盾,并逐一承认这些批评成立,记录下开发者群体在依赖与质疑之间的真实处境。

Hacker News 首页

Roc 语言的编译器用 Zig 重写后,首次追平了原 Rust 版的功能

Roc 团队花了 487 天,把 30 万行 Rust 编译器用 Zig 重写了一遍,最近刚做到功能追平。一个叫 Rocci Bird 的演示小游戏现在能编译成 31KB 的 wasm 文件,体积不到原来的一半。新编译器在开发时会自动热加载代码,改完不用重启;发布时能交叉编译出可复现的静态二进制文件。

推荐理由:Roc 团队用 487 天把 30 万行 Rust 编译器重写为 Zig,功能追平后 wasm 体积缩至 31KB,开发时还支持代码热加载。

Latent Space

Thinky 发布 Inkling:9750 亿参数、410 亿活跃的多模态开源模型,目前美国最强 Apache 2.0 基座

Thinky 推出了 Inkling,一个总参数量 9750 亿、每次推理激活 410 亿参数的混合专家模型。它能直接处理文字、图片、音频和视频,支持最长 100 万 token 的上下文窗口。模型用 45 万亿个多模态 token 训练,采用 Apache 2.0 协议开源,发布当天就得到了 vLLM、Hugging Face 等工具链的支持。

推荐理由:Thinky 发布总参数 9750 亿、激活 410 亿的 Inkling,以 Apache 2.0 开源并原生处理文字、图片、音频和视频,支持 100 万 token 上下文。

AI HOT 精选

xAI 把编程助手 Grok Build 的完整代码开源了

xAI 在 GitHub 上公开了 Grok Build 的全部源码,包括智能体的工作循环(怎么拼上下文、怎么解析模型回复、怎么调用工具)、终端界面、以及技能、插件、MCP 服务器等扩展系统。你可以直接读源码搞清楚它的内部机制,也可以自己编译后连上本地模型跑起来,完全离线使用。

推荐理由:xAI 在 GitHub 公开 Grok Build 全部源码,涵盖智能体工作循环、终端界面与扩展系统,可读源码弄清内部机制,也能自行编译接本地模型离线运行。

7月15日星期三

Hacker News 首页

StyleSeed:给 AI 编程助手装一套设计规范引擎,别让它再生成千篇一律的界面

bitjaru 开源了一个叫 StyleSeed 的项目,专门给 Claude Code、Cursor 这类 AI 编程工具用。它不直接生成代码,而是教模型做设计判断。项目里打包了 74 条设计规则、48 个组件、7 套品牌皮肤(像 Stripe、Linear、Vercel 这些),还有一套命名过的动效系统和 15 个快捷指令。

推荐理由:bitjaru 开源的 StyleSeed 为 Claude Code、Cursor 等 AI 编程工具提供 74 条设计规则和 7 套品牌皮肤,把设计判断交给模型而非直接生成代码。

Hacker News 首页

Martin Fowler 博客:用领域特定语言给大模型套上缰绳,让代码生成更靠谱

Unmesh Joshi 在 Martin Fowler 的博客里说,靠一份详细需求文档就让大模型一把梭出整个系统不现实——需求只是假设,真正的设计是在实现过程中一点点摸出来的。他提出用领域特定语言(DSL,也就是为特定业务定制的“小语言”)和领域抽象给大模型画好边界,这样模型生成的代码才不会跑偏。

推荐理由:Unmesh Joshi 在 Martin Fowler 博客提出用领域特定语言和领域抽象给大模型划定边界,让生成的代码不偏离设计意图,并说明需求文档为何不足以直接生成系统。

Computing Life · Share · 鸭哥调研

Codex 仍然开源,但父 agent 给子 agent 派了什么任务,现在被加密了

OpenAI 在 6 月 5 日合并了一个 PR,把 Codex 里主 agent 派给子 agent 的任务指令从明文改成了密文。以前你在本地日志里能看到类似“Review the authentication changes”这样的具体任务,现在只剩一串 <ciphertext>。

推荐理由:OpenAI 把 Codex 主 agent 派给子 agent 的任务指令由明文改为密文,本地日志里原本可见的具体任务内容不再显示,开发者可据此了解这次改动对调试与日志查看的影响。

Computing Life · Share · 鸭哥调研

AI 训练 AI:一次公开实验把自我改进的闭环走到了哪一步

Dan Austin 开源了一个完整的 AI 训练 AI 实验。外层用 Qwen3.6 智能体设计后训练方案,内层用 Qwen3-0.6B 或 1.7B 模型在 GPU 上真跑训练,隐藏评分再作为奖励反馈给外层。54 步下来,智能体先学会少交无效作业,然后把 1.7B 模型的使用比例从 42% 拉到了 95%,并开始主动调整温度、优化器等超参数。

推荐理由:Dan Austin 开源了一套 AI 训练 AI 的完整实验流程,外层智能体设计后训练方案,内层小模型在 GPU 上真跑训练,54 步里把 1.7B 模型使用比例从 42% 拉到 95%。

Latent Space

AIE 世界博览会 2026:AI 工程的重心从造智能体转向造智能体周围的系统

今年的 AIE 世界博览会透露出一个明显转向:工程师们不再只盯着怎么造一个更聪明的智能体,而是开始认真搭建智能体周围的那套系统。Lilian Weng 的新文章把这套东西叫做“缰绳”——管工作流、管上下文、管权限、管评估,还要管持续改进。

推荐理由:Latent Space 从 AIE 世界博览会抓到的趋势总结有真东西。Lilian Weng 的“缰绳”框架把散落的观察拧成了一根系统级的绳子,对正在落地 agent 工作流的工程师来说,能直接拿来对照自己的架构。扣分是因为这毕竟是一篇会议综述,没有一手实验数据,但作为方向判断,值得一看。

AI HOT 精选

OpenAI Codex 周活破 700 万,两个月塞了 150 多项更新

OpenAI 的编程助手 Codex 现在每周有超过 700 万人在用,过去两个月更新了 150 多项功能。比较能打的有:GPT-5.6 和 Ultra 模型可以并行跑任务;新加的 /goal 指令能把一个目标自动拆成执行步骤;电脑操作速度更快了;AppShots 和内联编辑也上了。

推荐理由:OpenAI 的编程助手 Codex 周活超过 700 万,两个月内更新 150 多项功能,其中 GPT-5.6 与 Ultra 模型支持并行跑任务,/goal 指令可把目标自动拆成执行步骤。