⌘ K
… 读取采集状态 同步中...
雷

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。

254条精选相关主题Agent 智能体Cursor教程实践

最新精选

第 81–100 条 · 共 254 条
9月23日周三
  1. 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。

  2. 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。

  5. 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。

  6. 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
  1. 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。

  2. 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。

  5. 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。

  6. 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. 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。

  2. 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。

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. 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
9月18日周五
  1. 机器之心77

    Hacktron 团队利用 Claude 模型在 72 小时内入侵 OpenAI 内部代码仓库

    Hacktron AI 团队利用 Claude Opus 5 模型，通过 HEIC 图片上传漏洞在 72 小时内获取 OpenAI 内部单体仓库访问权限。该攻击链始于 Discourse 论坛的 libheif 堆缓冲区溢出，随后利用 OpenAI SSO 配置缺陷接管员工账号，最终通过 Codex 提交 Pull Request 证明访问权。

    推荐理由：文章复盘了使用 Claude 在 72 小时内入侵 OpenAI 内部仓库的攻击链，展示了 AI 降低漏洞利用门槛的安全影响。

  2. 机器之心75

    Anthropic 优化生物模型与 ScienceIDE 构建科学代码 AI 训练场

    Anthropic 发布研究，利用 Claude 在四周内优化 30 多个开源生物分子模型，平均加速约 4 倍并开源代码。几乎同时，AItonomy Foundation 发布开源项目 ScienceIDE，将全球科学代码库转化为 AI 可执行、可验证的学习环境。

    推荐理由：报道了ScienceIDE如何将科学代码转化为可执行学习环境，并展示了模型在特定基准上的表现及微调后的通用能力增益。

  3. 深度学习与NLP77

    CosmosMind发布MetaRSI-v1统一递归自我改进架构

    CosmosMind联合多家高校发布MetaRSI-v1，统一Model-RSI、Data-RSI与Harness-RSI，并提出改进改进过程的元架构。仅30亿激活参数的Qwen3.5-35B-A3B在Terminal-Bench 2.1、SWE-bench Pro、GPQA-Diamond和AIME四项基准上平均自我提升10.9分。

    推荐理由：原文提出统一多路径自我改进的架构，并用前沿模型和小模型基准量化了可迁移收益。