⌘ K
… 读取采集状态 同步中...
雷

#编码

今日 10 条
9月23日周三
  1. 机器之心45

    沐晨科技：押注长程任务数据工程与科研验证的AI基础设施

    沐晨科技通过构建结构化评价标准（Rubric）与全链路工程化评测体系，将数据服务核心从样本量级转向过程质量。其在代码模型评测中通过搭建可复现执行环境，将评测人员一致性从偏差超 30% 提升至 90% 以上。公司参与 PhAI Labs 的 ScienceBuddy 科研平台联合研发，交付覆盖 10 余个专业方向的标准化 Agent 评测基准体系，并计划 2029 年启动港股 IPO。

  2. 夕小瑶科技说92

    实测MiMo-V2.6：编码、审美与多模态能力及成本评测

    小米正式推出 MiMo-V2.6-Flash 和 MiMo-V2.6-Pro，实测表明其具备优秀的复杂编码、高审美设计与多模态能力。MiMo-V2.6-Pro 输入成本为 3 元/百万 Token，平均解决单题成本仅 0.13 美元，性能超过 Kimi K3 和 Qwen3.8 Max。

    推荐理由：作者实测了MiMo在复杂编码与审美上的表现，提供了与GPT和Claude对比的成本与速度数据，可评估其性价比。

  4. Latent Space85

    Claude Opus 5.5 发布成为新默认模型，GPT-6 Sol 与 Luna 同步降价上线

    Anthropic 发布 Claude Opus 5.5，作为 Claude 5.5 家族首个模型，其性能在多数任务上达到 Fable 5.1 水平，推理成本比 Opus 5 低 40% 且速度快 30%，现已成为 Claude Code 与 Claude 应用的默认模型。

    推荐理由：Opus 5.5 以 Fable 5.1 的能力搭配 Opus 价格发布，且当日竞品同步降价，为衡量前沿模型性价比拐点提供直接依据。

  6. Simon Willison12

    Simon Willison 将于 10 月 14 日在旧金山举办 Agentic Engineering 非正式交流会

    Simon Willison 将于 10 月 14 日在旧金山举办一场 Agentic Engineering 主题的非正式交流会，与 Jesse Vincent 共同主持。活动聚焦于使用编码智能体（coding agents）进行探索性开发，鼓励参与者分享尚未公开、未完成或缺乏明显市场的奇思妙想与实验项目。形式为自由流动的对话，无需正式演示，旨在庆祝 AI 智能体开发中的独特性与早期探索。

  7. AI产品阿颖79

    阶跃 Step 5 Preview 实测：基于帕累托前沿的评测与案例复盘

    AI 产品从业者实测阶跃 Step 5 Preview，指出其以 600B MoE 架构在 Artificial Analysis 开源综合榜单中跻身前列。作者通过复刻多模态网页与视频解谜游戏，展示了该模型在编码、交互与视觉逻辑推理上的真实表现，结合成本分析验证了其处于效率帕累托前沿的定位。

    推荐理由：作者用多模态素材实测了该模型在复杂前端与后端任务中的表现，并展示了其背后的帕累托效率逻辑。

  10. AI信息Gap88

    Claude Opus 5.5 发布：性能对标 Claude Fable 5.1，实际成本降低 40%

    Anthropic 发布 Claude Opus 5.5，多项指标达到 Claude Fable 5.1 水平，总使用成本较上一代降低 40%。Terminal-Bench 4.0 准确率为 66.4%，API 输入价格降至 4 美元/百万 token，缓存读取成本降低 60%，且支持快速模式与订阅额度提升。

    推荐理由：原文详细列出了终端基准得分及缓存读取价格降幅，读者可据此评估其在编程场景下的实际使用成本变化。

  11. Microsoft Azure AI Blog84

    Claude Opus 5.5 登陆 Microsoft Foundry 支持长程编码与知识工作

    Claude Opus 5.5 现已在 Microsoft Foundry 上线，专为长时程软件开发和知识工作设计。Anthropic 同步推出了支持异步压缩、尾部保留压缩和对话中动态更换工具的 beta API，以降低长期智能体维护状态成本。该模型采用自适应思考机制并强化了网络安全等高风险领域的安全分类器，微软提供的输入和输出价格均为每百万 token 4 美元与 20 美元。

    推荐理由：文章介绍了Claude Opus 5.5在Microsoft Foundry的部署情况及异步压缩等新API特性，为开发者处理长流程任务提供了解法。

9月22日周二
  2. 量子位82

    Grok 4.7发布：上下文扩展至50万Token，强化编码与智能体能力

    xAI发布Grok 4.7，上下文窗口扩大至50万Token，定价为输入2美元/百万Token、输出6美元/百万Token。该模型在CursorBench 4.0评测中得分从40.4%升至46.3%，DeepSWE v1.1得分从65.2%升至71%，电气工程基准测试以64%拿下最高分，Artificial Analysis编码智能体指数得分从47分提升至56分。

    推荐理由：Grok 4.7在电气工程基准以64%领先，CursorBench 4.0提升至46.3%，输入2美元/百万Token。

  3. 优设AIGC88

    Jev 模型开放注册并赠送 1.2 亿 Token

    新模型 Jev 向所有用户开放注册，赠送约 1.2 亿 Token，其设计放弃文本生成，专注快速评分与决策。Jev 定价为每百万输入 token 0.042 美元、输出免费，典型决策工作流比前沿大模型快几十至几百倍。文中整理了 6 个实测案例，包括论文打标、实时游戏、浏览器查航班、自动找票、社媒打分和模型路由。

    推荐理由：Jev 放弃文本生成、专注快速决策，6 个实测案例展示了低延迟在知识管理、浏览器操作和模型路由等场景下的落地潜力。

  7. AI信息Gap38

    华为云码道 CodeArts 发布业界首个鸿蒙编码大模型

    华为云码道 CodeArts 于 9 月 21 日发布业界首个鸿蒙编码大模型 GLM-5.2-ArkTS-SPARK。该模型基于超过 100 万条鸿蒙素材增量训练，千行代码错误率降低 80% 以上，一次编译通过率 78% 以上。其支持通过自然语言指令在模拟器中自动构建和部署应用，在三台不同鸿蒙设备上的构建耗时均控制在 500 毫秒以内。

  8. 硅星GenAI70

    TypeSafe 发布判断模型 Jev，支持低延迟分类与评分

    TypeSafe 发布了名为 Jev 的 System One 模型，专注在预设选项中提供带概率和置信度的判断，而非生成文本。该模型端到端响应时间约 70—500 毫秒，每百万输入 Token 收费 0.042 美元。Vercel 和 LangChain 等团队测试显示，Jev 在命令安全检查中速度提升 5—18 倍，在智能体评分任务中表现出更高的准确率一致性和更低的延迟。

  9. Cohere Blog25

    实施 AI 变革管理：以人为本的方法

    AI 变革管理旨在引导企业通过组织变革大规模采用 AI，核心是将 AI 视为需入职的主动参与者而非仅作为软件部署。该过程需重新设计人机协作工作流，例如赋予 AI 任务上下文并建立人工介入机制。员工需转变角色，通过区分可验证、判断依赖及混合类任务，从单纯产出转向管理 AI 辅助工作，避免产生低质量的“AI 垃圾”。

  11. AGI Hunt87

    xAI 发布 Grok 4.7，主打编码与知识工作

    xAI 正式发布 Grok 4.7，官方定位其为核心面向编码与知识工作的最强模型。在性能上，该模型在 CursorBench 4.0 得分 46.3%，Terminal-Bench 4.0 得分 38.0%，并在 Harvey 法律 Agent 基准以 19.6% 大幅领先竞品；价格维持不变，输入为 $2/百万 token，输出为 $6/百万 token。

    推荐理由：原文给出了多项基准数据与价格对比，读者可据此评估其在编码和知识工作中的性价比。

  13. 深度学习与NLP87

    Claude Code Projects 重构支持多Agent并行与共享记忆

    Claude Code 的 Projects 功能完成重构，新增 Coordinator 架构与共享记忆机制，允许用户下达高阶目标后由多个云端 Agent 并行开发并提交 PR。Anthropic 披露内部数据，约26%的研发任务已达到 AL4 自动化等级，平台日常并发运行约3万个 AI Agent。

    推荐理由：Claude Code Projects重构支持多Agent并行开发并同步上下文，文中同时引用内部研发数据呈现当前协作模式的变化。

9月21日周一
  1. 智东西53

    华为云码道发布鸿蒙编码大模型及智能体，支持一句话生成鸿蒙应用

    华为云码道CodeArts代码智能体上线鸿蒙编码大模型、码道鸿蒙智能体及鸿蒙开发者实践中心三大能力。模型融合超百万鸿蒙素材，千行代码错误率降低80%以上，一次编译通过率提升78%。演示显示，该系统可约20分钟生成并安装支持隔空手势的ArkTS手机游戏，且能在4分钟内完成功能增量迭代。

  3. APPSO67

    AI 编程导致 App 供给过剩，需求增长停滞

    应用商店中 App 供给数量激增，但用户下载和使用需求并未同步增长。MIT 与宾夕法尼亚大学研究显示，自 2025 年初智能体编程时代开启以来，iOS 月新增应用翻倍，但新应用参与度停滞，零低使用应用占比上升。a16z 数据表明，尽管 AI 应用本身收入高速增长，但通用 AI 助手分流了专用工具的需求，美国消费者付费购买 AI 服务比例仍仅为 3%。

    推荐理由：引用多项数据指出AI编程导致应用供给激增但需求未同步增长，揭示独立开发者面临价值验证与商业化的双重困境。

  4. AIGC开放社区81

    阶跃星辰 Step 5 Preview 发布：24小时持续优化，6000亿稀疏混合专家架构

    阶跃星辰发布旗舰模型 Step 5 Preview，主打长任务与智能体工作流。在 NVIDIA H100 上进行的 24 小时推理内核优化测试中，模型实现最高性能 508 TFLOPS，AIME24 得分达 60%，与 Claude Opus 5 表现相当。

    推荐理由：该测试通过真实工程场景验证了模型在持续失败后调整策略的能力，并对比了多模态上下文下的表现差异。

  5. 大模型智能41

    国庆假期前后全球基础模型激战：Claude 5.2、Gemini 4 Pro、Grok 4.7及国内多家新模型蓄势待发

    硅谷与国内AI大厂在国庆假期前后密集推出或测试新模型。Anthropic正灰度测试Claude Opus 5.2，谷歌疑似在Arena中隐测Gemini 4 Pro，马斯克预告Grok 4.7即将更新。国内阶跃星辰发布Step 5 Preview，Kimi、DeepSeek和阿里Qwen4也分别通过预热暗示新一代模型已就位，行业竞争加剧。

9月20日周日
  1. AGI Hunt87

    TypeSafe AI 发布 Jev 决策模型：并行输出概率与四条复刻路线实测

    TypeSafe AI 发布决策模型 Jev，它不逐 token 生成文本，而是按问题并行返回分类、评分或概率，官方端到端延迟为 70–500 毫秒。文章通过演示幻灯片自动翻页等场景说明其低延迟高频判断特性，并对比了 SemIf、LoRA、编码器和扩散模型四条复刻路线在 JevBench 等基准上的表现，指出 Jev 在复杂推理和长期规划上仍有局限。

    推荐理由：文章详细拆解了 Jev 的并行概率接口及其与 LLM 的差异，并提供了四条不同的社区复刻路线与实测数据，为工程落地提供了具体参考。

  2. 极市平台56

    李沐访谈：聊聊AI从业者的成长路径与现实取舍

    李沐在小红书 AMA 中回答了 AI 时代职业选择、编程学习、研究方向等问题。他建议先用 agent 最大化生产力、深度优先发展，编程仍需学习以便 review 代码；认为 agent 是能力放大器（能力 x10 而非 +10），具身智能短期有泡沫但是自然方向，AI 翻译可替代 99% 的人，业务场景 SFT 的门槛将转向对业务的理解。

  4. 量子位80

    中国电信开源 Xing4.0-29B-A4B 全栈国产化代码智能体大模型

    中国电信开源全栈国产化的Xing4.0-29B-A4B模型，基于MoE架构，290亿总参数每次推理仅激活约40亿，4-bit量化后单张RTX 3090即可运行，已冲上HuggingFace模型趋势榜第四。模型支持256K上下文并兼容国产昇腾910C训练与部署，同步开放API调用。

    推荐理由：全栈国产化的29B模型可在单张3090运行，解决数据受限企业的本地化AI办公部署难题。

9月19日周六
  2. AGI Hunt71

    Claude Code 2.1.277 正式支持 AGENTS.md 标准

    Claude Code 2.1.277 版本正式支持 AGENTS.md 标准，更新后会优先读取 CLAUDE.md，缺失时自动回退读取 AGENTS.md，用户可通过 /config 开关此功能。该更新发生在 Shopify CEO Tobi Lütke 威胁禁用 Claude Code 25 天后，解决了团队中不同编码工具指令文件不一致的问题。

  3. APPSO16

    赛力斯回应问界合作模式调整

    赛力斯副总裁康波系统回应问界转向品牌专属专营，明确用户权益与 OTA 升级不受影响。渠道分网计划将在 2026 年 12 月 31 日前完成，问界同时保有华为终端技术、产品与供应保障。产品端计划择机进军轿车与 MPV 市场，并将于 10 月亮相巴黎车展。