DogeDesigner@cb_dogeAI 评分3939#编码
- DogeDesigner@cb_dogeAI 评分3939
Tomasz Tunguz 博客AI 评分5858 AI 框架（Harness）对模型性能的影响超过模型本身：GPT-5.5 在 Cursor 上得分 87.2%，比 Codex 高 25.7 个百分点
Endor Labs 测试发现，同一模型在不同框架（Harness）上性能差异巨大：OpenAI 的 GPT-5.5 在原生 Codex 框架上功能正确率为 61.5%，在 Cursor 上达 87.2%；Anthropic 的 Opus 4.7 在 Claude Code 上为 87.2%，在 Cursor 上为 91.1%。
Databricks：BlogAI 评分4949 Databricks 用 Unity AI Gateway Budgets 管理内部编码智能体支出
Databricks 通过 Unity AI Gateway Budgets 管理内部编码智能体的 API 调用成本，为不同团队设置预算上限并实时监控支出。该系统支持按项目、用户或模型分配额度，超出阈值时自动触发告警或限流。此举旨在控制 AI 工具使用成本，同时避免影响开发效率。
🚨 AI News | TestingCatalog@testingcatalogAI 评分3939引用Grok@grokBuild apps from http://grok.com, iOS, and Android. With one prompt, turn an idea into a published product with its own domain. Now available for SuperGrok Heavy users.
公众号：百度智能云AI 评分5757 Unity中国发布团结引擎2.0，AI Agent“团结Codely”与百度智能云合作落地私有化AI Coding
7月28日，Unity中国发布团结引擎2.0，围绕核心引擎能力、跨平台部署、AI原生架构三大方向升级，其中可独立执行游戏开发任务的AI Agent“团结Codely”正式亮相。该Agent覆盖代码搜索、代码生成、IDE智能编辑等能力，基于百度百舸AI计算平台和昆仑芯P800等异构算力完成私有化部署验证，支持GLM、Kimi等开源模型推理适配，实现数据不出内网、模型服务可控的AI研发产线。
公众号：百度智能云AI 评分3838 Unity中国发布团结引擎2.0，携手百度智能云推出AI Agent“团结Codely”
Unity中国7月28日发布团结引擎2.0，围绕核心引擎能力、跨平台部署、AI原生架构三大方向升级，并推出可独立执行游戏开发任务的AI Agent“团结Codely”。该Agent覆盖Web、IDE、命令行等场景，提供代码搜索、生成、智能编辑及引擎开发辅助能力。百度智能云基于百舸平台与昆仑芯P800国产算力，协助完成GLM、Kimi等开源模型的推理适配与私有化部署验证。
IT之家·人工智能AI 评分5656 阿里云 Qoder 上线实时语音交互智能体 QoderVoice，支持讨论式交互
阿里云 Qoder 上线实时语音交互智能体 QoderVoice，由全双工语音模型 Qwen-Audio-3.0-Realtime 驱动。用户可通过语音下达指令、讨论方案，智能体实时响应并执行任务，支持多轮协商与打断。QoderVoice 已登陆 Qoder 国际版，提供 3 天免费试用。
IT之家·人工智能AI 评分5959 Unity 中国发布团结引擎 2.0：底层架构重构，支持主机平台，深度整合AI
Unity 中国今日发布团结引擎 2.0，对底层架构全面重构，新增对 PlayStation 5、XBOX Series X|S 和 Nintendo Switch 等主机平台的支持。引擎推出可独立执行开发任务的 AI Agent 团结 Codely，其核心理念 Loop Engineering 将 AI 价值从“生成代码”推进到“交付经过验证的结果”。
- 🚨 AI News | TestingCatalog@testingcatalogAI 评分4141引用Cursor@cursor_ai
Today we're launching Cursor Start, a new ₹649/month plan for developers in India. Start includes generous access to Grok 4.5 and Composer, so you can plan, build, test, and ship with agents every day.
Cursor BlogAI 评分5454 Cursor 在印度推出 Cursor Start 计划，含 Grok 4.5 和 Composer，月费 ₹649
Cursor 面向印度开发者推出新订阅计划 Cursor Start，月费 ₹649（含税），支持 UPI 支付。该计划提供对 Grok 4.5 和 Composer 模型的慷慨访问权限，包含比 Free 计划更多的 agent 请求次数、常驻云端 agent 以及 iOS 端 Cursor 功能。印度已成为 Cursor 第三大市场，用户数超 300 万，且人均 agent 请求量全球最高。
IT之家·人工智能AI 评分4444 争夺印度开发者市场：Cursor 推出月付 649 卢比 Start 套餐
Cursor 面向印度开发者推出 Cursor Start 个人方案，含税月费 649 印度卢比（约 45.5 元人民币），约为标准方案价格的三分之一。该套餐提供充足的模型访问权限、更多智能体请求次数及 iOS 应用。印度已是 Cursor 全球第三大市场，过去一年客户增长至原来的三倍。
TechCrunch：AIAI 评分5858 Cursor 在 SpaceX 收购前推出印度专属订阅计划 Cursor Start
AI 编程公司 Cursor 推出首个国家专属订阅计划 Cursor Start，面向印度用户定价 ₹649/月（约 7 美元），远低于标准 Pro 订阅的 20 美元/月。该计划包含 Composer 2.5 和 Grok 4.5，但不含 OpenAI 和 Anthropic 的前沿模型。印度已是 Cursor 第三大市场，用户量过去一年增长超两倍。
OpenRouter@OpenRouterAI 评分5252Tomasz Tunguz 博客精选AI 评分6767 AI Harness 对性能的影响超过模型本身：GPT-5.5 与 Opus 4.7 在第三方工具中得分更高
Endor Labs 测试显示，同一模型在不同 harness 中性能差异巨大：GPT-5.5 在 Cursor 中功能正确率 87.2%，远超其在 Codex 原生环境中的 61.5%；Opus 4.7 在 Cursor 中得分 91.1%，高于 Claude Code 的 87.2%。Harness 决定发送的上下文与缓存策略，智能缓存可节省 40-80% 成本并提速 13-31%。
推荐理由：作者引用同一模型在不同 harness 下的分数差与缓存研究，说明 harness 而非模型决定成本和表现，读者可借此审视自己的工具链选择。
Redwood Research：BlogAI 评分5656 Redwood Research 提出不可信建议协议，短建议显著提升弱模型表现
Redwood Research 提出不可信建议协议：由可信模型 T 执行所有操作，不可信模型 U 只能通过受限通道发送短建议。在 SWE-bench Verified 上，以 Claude Sonnet 4.6 为 U、Gemini 3.1 Flash Lite 或 gpt-oss-120b 为 T，每条建议限 16 字符即可恢复约 67% 的 T 与 U 之间的性能差距。
Rohan Paul@rohanpaul_aiAI 评分3636
引用atomic.chat@atomic_chat_hqOpen weight Kimi K3 crushed cloud frontier GPT 5.6 at 3D destruction physics! Moonshot AI became the first lab to open-source frontier model weights. We tested them on 8x B300 We gave four models the same task: build three self-contained HTML scenes with real physics Prompts: – A monster truck crushing a row of cars – Two cars jumping a canyon and colliding head-on mid-air – A giant anvil drop test flattening cars one by one Outputs: – Kimi K3 (local): 32.7K tokens, $0 – GPT 5.6: 19.2K tokens, $0.30 – Grok 4.5: 55.2K tokens, $0.45 – GLM 5.2: 66.8K tokens, $0.15 Kimi K3 made the most realistic scenes and won all three against every other model. Its truck rides over the cars and crushes them one by one, and the wrecks stay crushed. The canyon scene shows the gap best: Kimi's cars smash into each other and fall into the gorge, GPT's cars fly past the crash and land with no damage. Grok 4.5 and GLM 5.2 surprised us with the collision animation in the second scene: the impact moment is the most epic of the whole run, bumpers fold, wheels fly off, debris flies everywhere. Their other scenes are nowhere near that level
Charlie Holtz@charlieholtzAI 评分1717- Rohan Paul@rohanpaul_aiAI 评分4040引用Arena.ai@arena
In Frontend Code Arena, Kimi K3 (Max) by @Kimi_Moonshot is ranked #1 among open and #1 overall! It’s the #1 open-weight model in all Domains: Brand & Marketing, Reference-Based Design, Data & Analytics, Consumer Product, Gaming, Simulations, and Content Creation Tools. And for overall, #1 in 5 of 7 Domains, landing #2 only in Gaming and Content Creation Tools.
GitHub Blog精选AI 评分7474 GitHub Copilot 发布“Harness”工作流：用单一工具完成原型、规划、实现与代码审查
GitHub Copilot 推出“Harness”工作流，让开发者通过单一 AI 工具完成从原型设计、规划、实现到代码审查的完整软件开发流程，无需追逐多种新 AI 工具。该工作流强调实用性与集成性，旨在减少工具切换带来的效率损耗。
推荐理由：GitHub Copilot 官方出的实用工作流，不追新工具，把现有功能用透，用 Copilot 的开发者直接能套的「内功心得」。
GitHub BlogAI 评分5959 GitHub Copilot 发布“全流程工作流”：用单一工具完成原型、规划、实现与代码审查
GitHub Copilot 推出一个实用工作流，让开发者用单一工具完成软件原型设计、规划、实现与代码审查，无需追逐每款新 AI 工具。该工作流将 Copilot 的聊天、内联代码补全、代码审查与 GitHub Actions 集成，覆盖从需求到部署的完整闭环。
MarkTechPost精选AI 评分7272 用Claude和Python构建技能驱动的金融分析智能体
本教程基于Anthropic的financial-services仓库，用纯Python复现其技能驱动架构。通过解析SKILL.md文件构建可搜索技能注册表，并创建可复用SkillAgent，将金融分析剧本注入Anthropic Messages API，支持迭代工具调用循环。
推荐理由：这个教程把手教你将 Anthropic 的金融技能库打包成可运行的 Python 代理，不是概念演示而是完整工作流，做金融 AI 落地的可以直接抄。
dex@dexhorthyAI 评分1919引用dex@dexhorthyparts I and II have over 700k views together. Now you get to read part III - benchmarking opus 5 on SlopCodeBench http://x.com/i/article/2081753730534506496
OpenCode@opencodeAI 评分3838- OpenRouter@OpenRouterAI 评分5050
Kimi K3 已在 OpenRouter 上线，并拥有不断增长的第三方提供商列表！ 即将推出：来自 @wafer_ai、@FireworksAI_HQ 等提供的 Kimi K3 Fast 变体。
GitHub Blog精选AI 评分6868 GitHub Copilot app 入门指南：多 Agent 会话工作区与 Canvas 预览
GitHub Copilot app 将 AI 编码工具升级为多 Agent 会话工作区，支持同时管理多个任务线程而不丢失进度。用户可为每个会话绑定项目上下文，通过 `/create-canvas` 命令在浏览器 Canvas 中预览 UI 并直接点选修改，还能启用 Agent Merge 自动处理 PR 审查反馈和合并冲突。
推荐理由：GitHub Copilot 应用把 AI 编程拆成多会话、画布和 Agent Merge，让 '一键修 bug' 变成真·项目管理流，Copilot 用户该上手试试。
公众号：火山引擎AI 评分4040 火山引擎“云+AI”半导体方案：算力峰值扩至8万核，AI Coding与Agent嵌入芯片研发全流程
火山引擎“云+AI”半导体解决方案正加速渗透芯片行业，覆盖IC设计、验证到制造协同等环节。其混合云架构为安谋科技提供存算分离方案，峰值算力可扩展至8万多核，资源供给从线下采购2个月缩短至云上最快3天。天数智芯、华勤技术等企业已将TRAE、豆包大模型等AI能力嵌入研发流水线，并构建覆盖模型调用与智能体安全的全链路防护体系。
Berkeley RDI：Blog精选AI 评分6464 当编码不再是瓶颈：Berkeley RDI 提出软件自主开发三级框架
Berkeley RDI等机构提出三级软件自主开发框架：代码自主（AI完成设计与实现，人类决定构建内容并审核PR）、流水线自主（AI运行从设计到部署的全流程，人类仅评估结果）、需求自主（AI自主决定构建内容）。该框架旨在为能力声明、部署选择与问责提供清晰分类。
推荐理由：Berkeley团队提出软件自主开发三层框架，把模糊的“自主编程”拆成清晰阶梯，关键不在能力而在责任转移，开发团队该看看自己到了哪一级。
Ethan Mollick@emollickAI 评分4646BAIR：Berkeley AI Research BlogAI 评分5151 ABBEL：通过信念瓶颈提升LLM长程交互中的摘要学习效率
BAIR提出ABBEL框架，将长程交互中的摘要生成隔离为自然语言信念状态，并通过信念评分进行监督。在CollabBench协作编程测试中，基于重建的信念评分将全上下文模型的性能差距缩小约50%，训练步数减少50%。该方法解决了递归摘要（如Cursor Composer 2.5采用的压缩技术）在有限训练数据下性能下降的问题。
- Charlie Holtz@charlieholtzAI 评分3434引用Charlie Holtz@charlieholtz
hey! yes I'm very excited for this too. spoiler alert: we are shifting our focus entirely into cloud agents over the next few weeks. we're also building a mobile app, slack integration, and an API so that you (or your agents) can spin up workspaces from anywhere. > ideally, i should be able to switch between local & cloud on the same worktree. can you say more about this? our bet is that local won't matter once we get the ergonomics of cloud right
Fireworks AI精选AI 评分7777 Kimi K3 开源上线 Fireworks：2.8T 参数、1M 上下文、Day-0 推理与训练
月之暗面开源 Kimi K3，Fireworks Day-0 提供推理与训练支持。模型总参数 2.8T、激活参数 104B、1M token 上下文，Frontend Code Arena 1。
推荐理由：官方发布给出 K3 关键规格与多组第三方基准数据，读者可与闭源模型直接比较能力和成本。
The Decoder：AI NewsAI 评分6565 Cursor 的 Agent Swarm 用廉价模型处理大部分编码，前沿模型负责规划
Cursor 在 Cursor 3 中推出 Agent Swarm 产品，将智能体分为 planner（使用 GPT-5.5、Opus 4.8 等前沿模型）和 worker（使用更便宜的 Composer 2.5）。
MarkTechPostAI 评分5555 快手KwaiKAT团队发布KAT-Coder-V2.5：基于10万+可验证仓库环境训练的智能体编程模型
快手KwaiKAT团队推出KAT-Coder-V2.5，一个在真实可执行仓库环境中训练的智能体编程模型，开源变体KAT-Coder-V2.5-Dev已在Hugging Face以Apache-2.0协议发布。
BAIR：Berkeley AI Research BlogAI 评分4343 BAIR 提出 ABBEL：用信念状态监督让 LLM 高效完成长程交互
BAIR 提出 ABBEL 框架，将 LLM 的摘要内容隔离为自然语言"信念状态"并加以监督，以缓解递归摘要带来的性能损失。在协作编程基准 CollabBench 上，采用基于重构的信念评分后，ABBEL 将全上下文模型的性能差距缩小约 50%，训练步数从 100 降至 50，峰值 token 长度也低于全上下文设置。