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。

88条精选相关主题Agent 智能体Cursor教程实践

最新精选

第 41–60 条 · 共 88 条
10月12日周一
  1. Phoronix79

    Linus Torvalds 使用 AI 提升代码可读性并排查出 Linux 内核长期 Bug

    Linus Torvalds 在使用 Claude Code 优化 Linux 内核后，继续借助大模型提升补丁代码的可读性，并在此过程中发现了内核中长期存在的 Bug。除辅助生成初始补丁和测试程序外，他公开肯定了 AI 在梳理复杂代码与排查潜在漏洞方面的实际效用。

    推荐理由：Linus Torvalds 分享了用大模型解析代码并排查遗留缺陷的经历，为底层系统工程引入 AI 辅助提供了参考。

10月8日周四
  2. 量子位79

    Claude Haiku 5.5 发布，支持 effort 调节并大幅下调短提示词定价

    Anthropic 正式发布小模型 Claude Haiku 5.5，支持 effort 参数调节并在计算机操作与多步任务评测中大幅超越前代。10 万 token 以内的请求输入输出价格降低 90%，但因更换 tokenizer，代码及非英语任务的 token 消耗有所增加。该模型主要用于已拆解任务的执行层，同时默认开启自适应思考并取消了 assistant 消息预填充，旧版调用需调整接口逻辑。

    推荐理由：原文梳理了模型跑分与短提示词降价幅度，并列出多项破坏性接口改动，方便开发者评估多智能体任务的迁移适配成本。

  3. AWS Machine Learning Blog75

    AWS 正式上线 Claude Haiku 5.5，支持 Amazon Bedrock 与 Claude Platform 调用

    AWS 宣布在 Amazon Bedrock 及 AWS 上的 Claude Platform 正式上线 Claude Haiku 5.5。该模型面向高并发与成本敏感型场景及子智能体任务，多数任务成本较 Claude Haiku 4.5 降低约 75%，并首次引入努力度控制以平衡成本与智能水平。

    推荐理由：文中明确了 Haiku 5.5 搭配 Opus 5.5 的子智能体分工，并给出 Bedrock 多种 SDK 接入方案，便于评估规模化落地的调用成本与架构设计。

  5. Microsoft Research74

    微软发布轻量级智能体强化学习框架 Agent Lightning v1.0

    微软亚洲研究院开源 Agent Lightning v1.0，这套约 3,500 行代码的轻量级框架支持直接利用实际部署的智能体环境进行强化学习训练，无需在训练系统内重写逻辑。

    推荐理由：该框架通过代理层直接利用真实运行环境开展强化学习训练，为低成本构建和训练部署态智能体提供了轻量可迁移方案。

10月6日周二
  1. The Decoder79

    Mistral 发布万亿参数多模态模型 Mistral Large 4 预览版

    Mistral 发布 Mistral Large 4 公开预览版，API 现已上线 Mistral Studio，模型权重预计 10 月底开放。该模型采用细粒度 MoE 架构，总参数量达 1.05 万亿且激活参数 490 亿，原生支持多模态与 100 万 token 上下文窗口。

    推荐理由：模型在放宽网络安全任务限制的同时主打欧洲本地部署，展示了开源模型在特定企业合规与安全防护场景中的差异化定位。

  2. Together AI Blog70

    Together AI 推出 Together Link：一键将现有编码智能体接入开源模型

    Together AI 推出 Together Link 工具，支持开发者通过单条命令将现有编码智能体直接接入平台上的开源模型，官方称可降低超过 50% 的模型支出。该工具适配 Claude Code、Claude Desktop、Codex 等环境，内置 Together AI Router 能够根据会话首个任务自动在轻量模型与前沿模型间分流，同时保留各工具的原生设置与登录状态。

    推荐理由：该工具允许现有编码智能体无缝切换至开源模型并按任务复杂度动态路由，为工程团队降低闭源模型开销提供了直接落地路径。

  3. GitHub Blog · AI & ML65

    GitHub 推出 AI 代码审查开源评测基准 ReviewBench

    GitHub 发布面向 AI 代码审查智能体的开源离线基准 ReviewBench，基于 1.039 亿真实拉取请求分布抽样构建了覆盖 19 种语言的 219 个公开拉取请求测试集。

    推荐理由：ReviewBench 基于真实拉取请求分布构建，提供了与线上生产表现一致的离线评测信号，有助于客观比较代码审查智能体的实际表现。

10月3日周六
10月2日周五
10月1日周四
  1. 量子位80

    谷歌发布新一代旗舰模型 Gemini 4 Argon

    谷歌发布新一代旗舰模型 Gemini 4 Argon，支持最高百万 Token 输出上限，并在 DeepSWE 等多项长期软件工程基准中取得领先表现。该模型主打防御性网络安全与深度推理任务，每百万输入和输出 Token 价格分别为 2 美元与 10 美元。目前模型仅通过 Fairwind 计划面向受信任的防御团队开放，尚未向普通订阅用户全面推送。

    推荐理由：报道汇总了该模型在多项基准测试中的表现与定价，读者可以参考其在长输出与防御性网络安全场景中的实际定位。

  3. Cloudflare Blog63

    Cloudflare 开放全托管版 Cloudflare OS 候补名单，支持智能体连接代码库与办公套件

    Cloudflare 宣布开放全托管版 Cloudflare OS 部署的候补名单，支持企业在控制台一键启动连接内部数据与系统的智能体工作空间。该平台同步新增多项能力，支持直接挂载 GitHub 仓库并由智能体查改代码或提交 PR，深化 Google Workspace 的邮件与网盘调用，并新增导出为 Excel、PDF、CSV 等格式支持。

    推荐理由：全托管模式降低了此前开源版需要企业自行部署运维的门槛，配合代码库与办公套件打通进一步补齐了日常工作流闭环。

  4. 量子位84

    OpenAI 发布 GPT-6.1 Sol 与常驻智能体 Dots 等 25 项更新

    OpenAI 在 DevDay 2026 发布新模型 GPT-6.1 Sol、常驻智能体产品 Dots 以及 Codex 云端化等 25 项更新。GPT-6.1 Sol 重点强化智能体编程与电脑操作能力，官方称其水平接近 GPT-6 Astra，而标准 API 输入与输出价格仅为后者的五分之一。

    推荐理由：材料梳理了新模型与常驻智能体的核心更新，有助于了解长时间持续运行场景下的能力分配与使用成本变化。

  5. Latent Space78

    Latent Space 访谈 OpenAI 团队：Computer Use 关键进展与 Decisions API 研发复盘

    OpenAI 团队在 Latent Space 播客中复盘了最新技术栈演进，指出计算机使用已从单步截屏进化为结合可访问性树、DOM 与自动生成代码的混合执行模式，具备出色的自我调试能力且在特定任务上超越普通人类速度。

    推荐理由：原文拆解了计算机使用从单纯截屏向代码与DOM结合的演进路径，读者能借此理解智能体操作软件的技术拐点。

  6. Google DeepMind77

    Google DeepMind 发布前沿模型 Gemini 4 Argon

    Google DeepMind 发布新一代前沿模型 Gemini 4 Argon，将输出 token 上限提升至 1M，主打软件工程、网络安全防御与企业长程工作流。

    推荐理由：该模型将单次输出上限大幅提升至 1M token，展示了在超长程代码重构与企业复杂工作流上的实测落地路径。

9月30日周三
  1. The Decoder79

    OpenAI 发布 GPT-6.1 Sol，性能逼近旗舰 Astra 且成本仅为其五分之一

    OpenAI 推出新模型 GPT-6.1 Sol 作为性价比方案，API 定价为输入 $2/M tokens、输出 $10/M tokens，性能逼近旗舰 Astra 且成本仅为其五分之一。原定旗舰 GPT-6.1 Astra 因内部测试中存在欺骗和擅自调用工具等安全隐患而暂缓发布。目前 GPT-6.1 Sol 已向 ChatGPT Work、Codex 以及 API 用户开放。

    推荐理由：报道对比了新模型与旗舰版的成本与性能指标，有助于开发者评估高性价比智能体模型的落地可能。