用两个 Git 仓库把周报、洞察和效能报表自动化,省掉 80% 的手工活
周志伟分享了一套项目管理方案:用两个 Git 仓库,配合 AI 编程助手、Shell 和 Python,把催周报、搬数据、画图表、出工程效能报告这些事自动化了。正文没披露具体实现细节和验证数据,但按他的说法,至少能省掉 80% 的手工跟进和报表工作。
推荐理由:周志伟用两个 Git 仓库配合 AI 编程助手和脚本,把催周报、搬数据、出效能报表这些流程自动化,提供了一套可迁移的项目管理改造方法。
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。
周志伟分享了一套项目管理方案:用两个 Git 仓库,配合 AI 编程助手、Shell 和 Python,把催周报、搬数据、画图表、出工程效能报告这些事自动化了。正文没披露具体实现细节和验证数据,但按他的说法,至少能省掉 80% 的手工跟进和报表工作。
推荐理由:周志伟用两个 Git 仓库配合 AI 编程助手和脚本,把催周报、搬数据、出效能报表这些流程自动化,提供了一套可迁移的项目管理改造方法。
英伟达搞了个叫 Polar 的开源框架,专门解决一个实际问题:怎么在不重写 Codex、Claude Code 这些现成代码工具的前提下,用强化学习(GRPO,一种让模型在多步任务里根据奖励信号自己学会更优操作的训练方法)去训练它们。
推荐理由:英伟达开源 Polar 框架,让 Codex 无需重写代码即可用强化学习训练,为现成代码工具的能力提升提供了一条可迁移的路径。
SWE-Bench Pro 的排行榜上,GPT-5.5 和 Claude Opus 4.7 都挤在 82 分附近,看起来差不多。但 Datacurve 团队新发布的 DeepSWE 基准,让同一批模型跑出了 62 个百分点的差距:GPT-5.5 拿了 70%,Claude Opus 4.7 是 54%,DeepSeek V4 Pro 只有 8%。
推荐理由:Datacurve 团队发布 DeepSWE 基准,让同一批模型跑出 62 个百分点差距,而它们在 SWE-Bench Pro 上仅相差几分,这组对比直接说明旧基准已难以区分模型能力。
xAI 发布了专门干编程活的模型 grok-build-0.1,现在通过 API 公测。这个模型主要用来做网页开发、修 bug 这类需要模型自己调用工具、跑流程的任务,跟 Grok Build 命令行工具背后是同一个模型。速度标称每秒 100 个 token 以上,价格是输入每百万 token 1 美元、输出每百万 token 2 美元。
推荐理由:xAI 将编程模型 grok-build-0.1 通过 API 公测,与 Grok Build 命令行工具同源,标称每秒 100 token 以上,输入每百万 token 1 美元、输出 2 美元。
Lemonade 的安全负责人 Jonathan Jaffe 聊了聊当攻防双方都用上 AI 后,安全团队该怎么变。他提到一个终端上可能同时跑着 200 到 10000 个智能体,现在的身份和权限管理系统根本管不过来,必须给每个智能体一个独立身份,并在它执行动作时直接卡控策略。另外,AI 写的代码漏洞虽多,但修得也快,软件反而可能更皮实。
推荐理由:Lemonade 安全负责人 Jonathan Jaffe 提出一个终端可能同时运行 200 到 10000 个智能体,现有身份权限系统难以覆盖,需为每个智能体分配独立身份并在动作执行时卡控策略。
Cognition AI 新融了超过 10 亿美元,投前估值 260 亿美元。它的年化收入一年里从 3700 万美元涨到约 4.92 亿美元,涨了十几倍。核心产品 Devin 被定位成能自主干活的初级工程师,不是只补代码,而是能自己规划、测试、部署,走完多步骤流程。
推荐理由:Cognition AI 完成超 10 亿美元融资,投前估值 260 亿美元,其年化收入一年内从 3700 万美元增至约 4.92 亿美元,Devin 定位为能自主规划、测试、部署的初级工程师。
Anthropic 在这篇博客里讲了他们怎么用自家最强的 Claude Opus 模型去扫代码安全漏洞。整个流程分六步:先做威胁建模(搞清楚代码可能被怎么攻击),再把代码放进沙盒隔离运行,接着让模型找漏洞,找到后人工验证是不是误报,然后排优先级,最后出修复方案。
推荐理由:Anthropic 公开了用 Claude Opus 做源码安全审计的六步流程,从威胁建模、沙盒隔离到人工验证与修复排序,并给出扫开源项目发现 1596 个漏洞、修复 97 个的实测数据。
Cognition 宣布完成超 10 亿美元融资,估值 260 亿美元,领投方包括 Lux Capital 和 General Catalyst。公司说今年企业用量涨了 10 倍以上,年化收入做到 4.92 亿美元。
推荐理由:Cognition 完成超 10 亿美元融资、估值 260 亿美元,企业用量一年涨 10 倍以上,年化收入 4.92 亿美元,编程智能体商业化的规模由此有了具体参照。
Simon Willison 发现,从 2026 年 4 月起,Anthropic 和 OpenAI 悄悄把企业版编程助手(Claude Code/Cowork 和 Codex)的收费方式从固定座位费改成了按 API 调用量计费,跟直接买 token 一个价。
推荐理由:Anthropic 和 OpenAI 从 2026 年 4 月起把企业版编程助手的固定座位费改为按 API 调用量计费,与直接购买 token 同价,这一计费转向关系到企业的采购与用量评估。
Cognition 就是那个做了 AI 程序员 Devin 的公司,这次拿了超过 10 亿美元,投前估值 250 亿美元,投后 260 亿。八个月前它刚以 102 亿估值融了 4 亿,估值翻了一倍多。领投方是 Lux Capital、General Catalyst 和 8VC,Founders Fund 等老股东也跟了。
推荐理由:Cognition 八个月内估值从 102 亿涨到 250 亿,这轮又拿了超 10 亿美元,资本对 AI 编程赛道的定价速度是这条的核心信息。
面壁智能、清华和 OpenBMB 开源了 ForgeTrain,一个完全由 AI 编写、没有人类代码介入的大模型训练框架。他们用这套框架在华为昇腾芯片上预训练了 MiniCPM5-1B,这个模型在 AA 榜单的 2B 参数以下级别里排到了第一。同时开源的还有制造 ForgeTrain 的 Agent Harness 工具链。
推荐理由:面壁智能联合清华和 OpenBMB 开源了完全由 AI 编写的大模型训练框架 ForgeTrain,并已用它在华为昇腾芯片上完成 MiniCPM5-1B 预训练,可了解训练流程自动化的具体路径。
这周 AI 圈的钱主要涌向了推理层。Fireworks 正在谈一轮估值 150 亿美元的融资,7 个月内估值涨了 3.75 倍;Baseten 也在以 110 亿美元估值募资,3 个月翻 2.2 倍。这两家都还没正式官宣,数字先别太当真。
推荐理由:Fireworks 与 Baseten 分别以 150 亿和 110 亿美元估值洽谈融资,7 个月和 3 个月内的估值涨幅,勾勒出资本向推理层集中的速度。
Anthropic 在 Code w/ Claude 伦敦活动上宣布了两项 Claude 托管代理的新能力。一个是自托管沙盒,公开测试版,让 Claude 能在你自己的安全环境里跑代码、操作浏览器,不用把敏感数据交给第三方;另一个是 MCP 隧道,研究预览版,相当于给 Claude 开了条加密通道,让它能直接连到你本地或私有网络里的工具和数据源。
推荐理由:Anthropic 为 Claude 托管代理新增自托管沙盒与 MCP 隧道两项能力,前者让代码执行留在自有环境,后者打通本地私有工具与云端代理的连接。
Uber 总裁 Andrew Macdonald 公开说,公司 2026 年的 AI 预算四个月就烧完了,但 Claude Code 的 token 消耗量涨上去之后,并没有看到能交付给用户的实际功能跟着明显变多。他原话是“很难在 AI 花销和产品产出之间画一条线”。
推荐理由:Uber 总裁 Andrew Macdonald 提到公司 2026 年 AI 预算四个月用完,Claude Code 的 token 消耗上涨后交付给用户的功能并未明显增多,大公司内部对 AI 投入与产出关系的判断由此多了一个具体参照。
这篇帖子正文被 Reddit 屏蔽了,只能看到标题和摘要。从现有信息看,SkillOpt 的做法是把给模型用的 Markdown 技能说明文件当作可优化的对象,而不是写死就完事。它让一个更强的模型对技能文件提出增、删、改的编辑建议,然后只在留出的验证集上接受那些确实能提升效果的改动。
推荐理由:SkillOpt 把给模型用的 Markdown 技能说明文件当作可优化对象,由更强模型提出增删改建议,并只在留出的验证集上接受确实提升效果的改动。
Qwen3.7-Max 在 Code Arena 编程评测上拿了 1541 分,排名第二,只比 Claude 低。官方说它能连续跑 35 小时的任务、单次调用工具超过 1000 次,原本要两周的项目几小时就能搞定。不过正文没披露具体测试环境、任务类型和对比模型的详细分数,实际生产表现还得看后续验证。
推荐理由:通义千问 Qwen3.7-Max 在 Code Arena 编程评测中以 1541 分位列全球第二,仅次于 Claude,官方同时给出连续运行 35 小时、单次调用工具超 1000 次的能力描述。
面壁智能放出了 ForgeTrain 训练框架和 MiniCPM5-1B 模型。ForgeTrain 最抓眼球的地方是,他们说是让 AI 自己写的代码,在同样硬件下比英伟达的 Megatron 训练快 10%。MiniCPM5-1B 是个 10 亿参数的小模型,FP16 权重约 2GB,压缩到 INT4/Q4 后约 0.5GB,主打端侧部署。
推荐理由:面壁智能发布由 AI 编写代码的 ForgeTrain 训练框架,称同硬件下训练速度比英伟达 Megatron 快 10%,并同步推出可压缩至约 0.5GB 的端侧模型 MiniCPM5-1B。
马斯克说,1.5 万亿参数的 Grok V9-Medium 已经训完了,过几天开始做强化学习,计划两到三周后发布。Grok Build 现在支持同时跑 8 个子代理,上下文窗口拉到 25.6 万 token,还加了计划模式、竞技场模式、MCP 和 ACP。不过正文因为微信环境验证失败,具体技术细节和评测数据都没披露,这些功能实际效果怎么样还得等实测。
推荐理由:马斯克称1.5万亿参数的Grok V9-Medium已训完,计划两到三周后发布,Grok Build同步支持8个子代理和25.6万token上下文,模型竞赛的下一轮节奏由此可循。
面壁智能放出了两个东西:一个叫 MiniCPM5-1B 的端侧小模型,和一个叫 ForgeTrain 的训练框架。1B 模型在 AA-Index 上拿了 17.9 分,这个分数说明小体量也能有不错的综合能力。
推荐理由:面壁智能开源了端侧模型 MiniCPM5-1B 和训练框架 ForgeTrain,后者的代码由 AI 自己编写,1B 模型在 AA-Index 上取得 17.9 分。
这篇文章本身被微信环境验证挡住了,正文内容没抓到。从标题和现有英文摘要看,昆仑万维发了两个模型:SkyClaw-v1.0 和 SkyClaw-v1.0-lite,主打 Agent 场景,也就是让模型进业务流程干活。
推荐理由:昆仑万维推出面向 Agent 场景的 SkyClaw-v1.0 与 lite 两个模型,并给出 2 至 4 周免费试用,国产 Agent 模型在业务流程落地上的当前定位由此有了一个具体参照。