⌘ K
… 读取采集状态 同步中...
雷

#编码

今日 12 条
8月27日周四
  1. 卡尔的AI沃茨74

    实测智谱GLM-5.3-Flash：14项benchmark对打DeepSeek-V4赢11项

    作者实测智谱GLM-5.3-Flash，其在Artificial Analysis斩杀线图上位于$0.045 / 57分的前沿线，与DeepSeek-V4对打14项benchmark赢11项，视觉端六项全赢最大差距约40%。实测中模型凭一句话提示复刻了截图、视频和GitHub页面，还生成了可交互3D界面与浏览器3D FPS游戏，作者计划将日常coding和agent任务分流给它以省成本。

  3. 夕小瑶科技说84

    智谱 GLM-5.3-Flash 认领匿名模型 Ox-Alpha，以低价打破 DeepSeek 价格底线

    智谱认领匿名模型 Ox-Alpha 为 GLM-5.3-Flash。该模型是 GLM 首个原生多模态模型，支持 1M 上下文，采用 MIT 协议开源。作者实测其在 3D 城市建模、视频剪辑、网页复刻及前端工具开发等 Agent 任务中表现接近 Claude Opus 4.8。

    推荐理由：作者实测了 GLM-5.3-Flash 在多模态、3D 建模与视频编辑场景下的 Agent 表现，并展示了其以低价策略打破 DeepSeek 定价底线的冲击。

  5. AI产品黄叔77

    GLM-5.3-Flash 实测：多模态能力与国产算力成本分析

    GLM-5.3-Flash 在 OpenRouter 和 OpenCode 榜单登顶后，作者通过 16 分钟视频转 33 页图文手册和黑洞动效开发两个任务进行实测。模型展现了原生多模态视觉提取与代码修复能力，价格约为 Claude Opus 4.8 的 1/40，且线上流量全部承载在国产芯片上，体现了稀疏激活混合专家架构与软硬协同设计的成本优势。

    推荐理由：作者用真实视频处理与动效开发任务实测 GLM-5.3-Flash，提供了多模态编码场景下的实际产出效果和成本分析。

  6. 新智元71

    Ornith 发布 1.5 模型，自测编码能力反超 Claude Opus 4.8

    Ornith 发布三款 1.5 模型（397B、35B 和 9B），采用模型自我生成训练任务的新范式。在 Terminal-Bench 2.1 自测中，397B 得分 86.1，超过其自测的 Claude Opus 4.8 成绩 85.0，但官方榜单中 Opus 4.8 成绩为 78.9。

    推荐理由：文章拆解了Ornith让模型自我出题的训练闭环，并厘清了自测与官方榜单的差异，提供了评估开放模型能力边界的参考框架。

8月26日周三
  5. AGI Hunt77

    Anthropic 发布 AI 原生 SDLC 实践指南

    Anthropic 应用 AI 团队发布 AI 原生 SDLC 实践指南，提出以版本控制产物连接规划、设计、构建、测试、部署、维护六阶段的循环流程。指南明确了 intent.md、spec.md、plan.md 等关键产物的流转机制，并配套 Hooks 门禁、持续 Evals 和 Managed Settings 等治理框架，旨在解决代码生成加速后周边流程滞后的问题。

    推荐理由：Anthropic官方给出了AI原生SDLC的六阶段实践框架，读者可据此判断如何重构现有开发流程中的治理与度量体系。

  7. 夕小瑶科技说80

    Anthropic 提出 AI Native 软件开发方法论

    Anthropic 发布 AI Native SDLC playbook，提出将软件开发流程从线性管道改为循环机制。该方法在规划、设计、构建、测试、部署、维护各阶段产出版本控制文档，人类在关键节点审核 AI 产出。文章建议按五层依赖顺序逐步落地，从基础规则到线上监控闭环。

    推荐理由：文章将 AI 嵌入完整开发生命周期并给出分层落地清单，为工程负责人提供可执行的流程改造框架。

8月25日周二
  3. 量子位82

    Codex负责人 Tibo 谈 OpenAI 产品融合、Ultra Fast 与递归式自我改进

    Codex负责人 Tibo 在播客中表明 ChatGPT 与 Codex 底层将合二为一，成为同一款高度个性化的 AGI。OpenAI 已建立以强模型优化自身推理与 CUDA 基础设施的递归式自我改进飞轮。

    推荐理由：Tibo首次系统阐述OpenAI将Codex并入ChatGPT的逻辑，解释了Ultra Fast如何通过实时交互改变开发者工作流。

8月24日周一
  3. AGI Hunt68

    豆包工作任务模式深度评测：从分析宇树招股书到办公 Agent 实践

    作者使用豆包最新推出的「工作任务模式」深度处理宇树科技招股书，生成包含核心摘要和风险提示的文档与 PPT，并验证了调用 Skill 输出成果的能力。通过让豆包在云电脑执行 X 站舆情定时采集和本地接力操作，验证了云端与本地按场景切换的可行性，同时展示了创建财报分析 Skill 和监控打新机会的自动化流程。

  5. 宝玉60

    宝玉复盘 AI 原生开发流程：一个真实案例的完整实践

    宝玉通过为 App 添加远程转录功能的真实案例，复盘了 AI 原生开发的完整流程。他提出开发流程本身未变，但执行主体从人变为 Agent，人需从一线执行者转变为关键节点的决策者。复盘涵盖可行性分析、设计文档、高精度原型设计、编码实现和测试五个环节，重点强调设计文档是 Agent Session 之间传递上下文的关键载体，并指出当前效率瓶颈已从编码转移到设计确认与测试验证两端。

8月23日周日
8月22日周六
  1. 人工智能学家65

    GLM 5.3 与 5.2 在 3D 驾驶游戏开发中的实测对比及安全策略影响

    GLM 5.3 在与 GLM 5.2 进行的「北京国贸→望京」3D 开放世界驾驶游戏对照测试中完成速度更快（50分47秒对66分1秒），代码结构更集中且画面真实感更强。测试同时发现，GLM 5.3 增强的安全策略在接入 Claude Code 自动化工具链时频繁触发拒绝判断，导致开发流程中断，表明能力更谨慎的模型在 Agent 协作中的适配边界需要重新评估。

  3. DeepTech深科技74

    OpenRouter 上线匿名模型 Ox Alpha，社区技术特征分析指向智谱 GLM 系列

    8 月 20 日，OpenRouter 上线匿名前沿模型 Ox Alpha，支持 104.8 万 token 上下文及文本、图像、视频输入，预览期免费调用。独立研究员 Ben Davis 在 DeepSWE 基准的 10 个子任务中测得该模型通过率约 80%，高于 Claude Fable 5 和 GPT-5.6 Sol。

    推荐理由：揭示了社区通过分词器、视觉编码和脏 token 等技术指纹识别匿名模型归属的方法，以及中国厂商利用匿名测试积累海外用户反馈的行业趋势。

8月21日周五
  1. 智东西33

    Elser 团队转型 4 个月上线 AI 游戏平台 Elseland，将数百关精品游戏生产周期缩短至一周

    Elser 团队转型 4 个月上线定位为“AI 精品游戏”的平台 Elseland，将数百关体量精品游戏的生产时间从一年降至一星期左右，成本降低百倍。平台已上线数百款游戏，团队通过自研工具支持创作者开发混合休闲游戏，探索 AI 原生游戏的生产效率与质量标准。

  2. DeepTech深科技41

    天津大学教授郝建业创立MemoraX AI，构建可学习记忆基础设施

    天津大学教授郝建业于今年4月成立MemoraX AI，致力于开发以可学习模型为核心的Memory基础设施，旨在解决AI智能体在长期任务中的经验积累与记忆调度问题。该公司推出的MemoraX Code方案通过区分代码仓静态信息、长期项目经验、开发者偏好及Procedure Memory四类记忆，利用端到端任务反馈信号训练记忆模型，实现了对记忆写入、更新及召回的智能化全生命周期管理。

  3. DeepTech深科技83

    DeepSeek V4 上线多模态 Agent 能力

    DeepSeek 上线实验性多模态模型 DeepSeek-V4-Flash-Vision-Exp，正式开放 API 并在官方数据中称其多模态 Agent 能力接近 Claude Opus 4.8。

    推荐理由：该模型补齐了 Agent 视觉感知能力，并同步开放 API，为判断工作流闭环提供参考。

  4. AI科技评论68

    GLM 5.3 对比 GLM 5.2 实测：3D 驾驶游戏开发与自动化工具链安全适配测试

    AI科技评论实测 GLM 5.3 与 GLM 5.2 在开发北京 3D 驾驶游戏任务中的表现。GLM 5.3 用时 50 分 47 秒，代码 3104 行，在画面真实感与运行速度上优于 GLM 5.2；但其在 Claude Code 自动化工具链中因安全机制频繁触发拒绝，导致开发流程中断。

    推荐理由：实测展示了 GLM 5.3 在驾驶游戏开发中的细节增强与速度优势，并揭示了其增强安全机制导致自动化工具链流程中断的适配痛点。

  5. 新智元67

    失业工程师用7000行代码复刻AMD收购的Taalas AI芯片方案

    一位失业工程师表示，他研究Taalas专利后，用约7000行代码编写了编译器，可将HuggingFace模型转化为芯片电路，并称比Taalas方案节省100倍内存调用、推理速度翻倍。他自称需筹集流片费用，该帖子在X平台引发热议，多位科技界人士回应。

    推荐理由：该事件展示了编译器自动化可能将芯片设计从硬件工程转向软件编译的潜在趋势。