Xiaomi MiMo@XiaomiMiMo精选AI 评分7171推荐理由：小米把 MiMo-V2.5 直接 MIT 开源且支持商用，1M 上下文 + Agent 能力在开源阵营里确实能打，做 Agent 产品的团队值得花半小时跑一下 benchmark 看看真实水平。
技术方向
AI 编码 最新动态
用 AI 写代码：编程助手、Vibe Coding、代码模型评测，以及开发方式的变化。
787 条精选近 30 天 78 条共收录 4,584 条
更新
精选归档 · 第 29 页
- Xiaomi MiMo@XiaomiMiMo精选AI 评分7171
GitHub Blog精选AI 评分7979 GitHub Copilot 将转向基于使用量的计费模式
自6月1日起，GitHub Copilot 的使用将开始消耗 GitHub AI Credits，计费模式正式从固定订阅制转变为基于实际使用量的计费。这一变化意味着用户的费用将与 AI 助手的具体调用量直接挂钩，而非统一的月费或年费。
推荐理由：GitHub Copilot 从订阅制转向按量计费，这是 AI 编程工具定价范式的标志性拐点，所有重度用户和竞品都得重新算账。
OpenAI：官网动态精选AI 评分7171 为什么 SWE-bench Verified 不再衡量前沿编码能力
OpenAI宣布停止使用SWE-bench Verified基准评估前沿编码能力。该基准基于GitHub历史问题构建，其任务分布已无法准确反映当前AI编码助手需解决的实际问题类型。随着模型性能提升，基准测试集趋于饱和，区分度下降，现有模型表现已接近人类水平。因此，团队将转向更具挑战性和现实复杂度的新评估方法。
推荐理由：OpenAI 亲自给 SWE-bench Verified 判了死刑，这比任何第三方评测都有说服力。做 coding agent 选型的人该认真想想，你的 benchmark 体系是不是也该换了。
Cognition 模型 / Devin 博客精选AI 评分6969 Cognition 发布 Devin CLI：本地启动、可交接云端继续跑
Cognition 发布 Devin CLI，一个可在本地终端运行、完整访问代码库和工具的编码 Agent，可选 Opus 4.7、GPT-5.5 和自家 SWE-1.6 等模型，并用 Rust 编写终端渲染库提升 UI 速度。
推荐理由：官方介绍了本地终端 Agent 与云端会话交接的组合玩法，多智能体并行、沙箱隔离等差异点对编码工作流有直接参考。
Greg Brockman@gdb精选AI 评分7575引用GitHub@github🆕 @OpenAIDevs GPT-5.5 现已正式发布，并正在 GitHub Copilot 中逐步推出。 我们的早期测试显示 ➡️ 它在复杂的智能体编程任务上表现最为出色 ➡️ 它能解决此前 GPT 模型无法解决的现实世界编程难题 在 Copilot CLI 或 @code 中试用吧。👇 https://github.blog/changelog/2026-04-24-gpt-5-5-is-generally-available-for-github-copilot/
推荐理由：GPT-5.5 进 Copilot 不是模型发布那么简单，它意味着最强编码模型第一次以默认选项塞进每个开发者的 IDE 里，做 coding agent 的团队该重新跑一遍自己的 benchmark 了。
- Greg Brockman@gdb精选AI 评分7272引用Satya Nadella@satyanadella
非常兴奋 GPT-5.5 今天正在向 GitHub Copilot、M365 Copilot、Copilot Studio 和 Foundry 推出。 凭借更深入的推理、更强的多步骤执行能力，以及在漫长复杂任务中更出色的表现，GPT-5.5 帮助你更快地从想法走向执行，用更少的迭代就能得到正确的结果。 这一切都是为了帮助你在整个工作流程中，为合适的任务选择正确的模型，或多个模型。
推荐理由：GPT-5.5 本身是代际级更新，但这条推文只是转发 Nadella 的官宣，没有新数据或新角度。真正值得关注的是它已经铺进 Copilot 全线，做编码和办公场景的人今天就能摸到。
OpenRouter：Announcements精选AI 评分6767 使用Agent SDK搭建自定义编码智能体
OpenRouter Agent SDK 提供 create-agent-tui 和 create-headless-agent 两种技能，可在几分钟内脚手架搭建个性化编码智能体。前者附带终端 UI，后者为无头模式，适用于脚本与管道自动化场景。
推荐理由：虽然隔了一个多月，但这个官方教程把 Agent SDK 的脚手架玩法拆得很透，想自己搭 coding agent 的开发者抄一遍就能跑起来，省得从头写 harness。
Claude Code：GitHub Releases精选AI 评分5656 Claude 代码工具 v2.1.119 版本更新
Claude 代码工具发布 v2.1.119 版本，带来多项功能优化与问题修复。主要更新包括：用户配置现持久化至本地文件；新增 `prUrlTemplate` 设置以自定义 PR 徽章链接；`--from-pr` 命令扩展支持 GitLab、Bitbucket 等多个平台。工具权限与交互行为在多处实现统一，例如 `--print` 模式现在遵从代理的前置元数据定义。界面体验获得改进，如斜杠命令建议会高亮匹配字符，长描述自动换行。此外，本次更新修复了大量已知问题，涉及粘贴格式错乱、工具意外隐藏、MCP 服务器连接失败、权限模式行为异常及界面显示错误等。
推荐理由：Claude Code 这次更新全是打磨细节，没有大功能但修了一堆让人骂娘的 bug，重度用户值得升级，其他人等下一个大版本也行。
Ethan Mollick：One Useful Thing精选AI 评分7777 未来的标志：GPT-5.5
OpenAI 发布了新一代模型 GPT-5.5。其上下文窗口从 GPT-5 的 128K 大幅扩展至 512K，推理速度提升约 40%，在多模态理解与代码生成基准测试中表现显著超越前代。模型在复杂指令遵循和长文档处理方面能力突出，同时 API 调用成本降低了 30%。这一升级被视为通向通用人工智能（AGI）道路上的一个重要里程碑。
推荐理由：Ethan Mollick 拿 GPT-5.5 压测了论文写作和游戏设计，代际提升肉眼可见，但锯齿前沿仍未消失。这篇一手实测告诉你当前能力的天花板和暗角，比任何官方博客都值得看。
The Decoder：AI News精选AI 评分7474 OpenAI 发布 GPT-5.5，宣称其为“新型智能”并实现 API 价格翻倍
OpenAI 正式推出 GPT-5.5，该模型被定义为一种代理模型，能够通过自主切换多种工具来完成复杂任务。公司宣称其代表了一种“新型智能”。与此同时，GPT-5.5 的 API 调用价格将提升至原来的两倍。
推荐理由：GPT-5.5 是 OpenAI 的又一次代际发布，核心在 agentic 能力，但 API 价格翻倍可能让中间层开发者犹豫。基准上领先但非全面碾压，值得关注长上下文和 Pro 版的重度研究场景。
OpenAI：官网动态精选AI 评分9090 GPT-5.5正式发布
OpenAI推出迄今最智能的GPT-5.5模型，其速度更快、能力更强，专为处理跨工具的复杂任务而构建。该模型在编程、学术研究与数据分析等领域表现出显著提升，能够高效整合多工具工作流，旨在应对更高阶的专业需求。
推荐理由：我觉得 GPT-5.5 第一次让大模型在“自主干活”上接近可用，不仅编码更强，还能帮科学家做研究，这是 Agent 从 Demo 到工具的关键一步。
OpenAI：官网动态精选AI 评分6363 如何使用Codex进行日常工作
该内容探索了10个实用的ChatGPT Codex用例，旨在自动化任务、创建交付物，并将真实的输入转化为跨工具、文件和工作流的输出。
推荐理由：虽然发布一月有余，但官方整理的十个 Codex 日常自动化用例依然是最佳上手模板，从邮件整理到数据报表，产品人和运营可以直接抄作业。
Simon Willison 博客精选AI 评分7171 Qwen3.6-27B：27B 稠密模型实现旗舰级编程能力
Qwen 发布 Qwen3.6-27B 开源模型，这款 27B 参数的稠密模型在编码基准测试中超越了上一代 397B 总参数/17B 激活参数的 MoE 旗舰模型 Qwen3.5-397B-A17B。模型体积从 807GB 大幅缩减至 55.6GB，16.8GB 的量化版本即可在本地运行，生成速度约 25 tokens/s。实测显示其能生成复杂的 SVG 图形代码，展现出旗舰级的编程能力。
推荐理由：通义千问 3.6 27B 用 55GB 瘦身换来了超 397B MoE 的编码能力，Simon 亲手跑出的 SVG 效果惊艳，2026 年最值得本地部署的开源小模型。
OpenAI：官网动态精选AI 评分7878 利用 Responses API 中的 WebSockets 加速智能体工作流
Responses API 集成 WebSockets 技术优化 Codex 智能体循环架构。通过建立持久化连接并引入连接级缓存机制，该方案显著降低 API 通信开销，有效缩短模型响应延迟。这一技术改进解决了传统请求模式下的性能瓶颈，为高频交互的智能体工作流提供更高效的实时数据传输能力。
推荐理由：OpenAI 的 Responses API 引入 WebSocket 模式，把 agentic 工作流端到端延迟压低了 40%，关键不在数字而在架构上从无状态 HTTP 转向持久连接，做 agent 的团队可以认真看技术决策。
Cognition 模型 / Devin 博客精选AI 评分6363 Cognition 复盘两年构建 Devin 云智能体基础设施的经验
Cognition 基于两年 Devin 开发经验复盘构建云智能体的两大投入：基础设施与组织变革。文章指出容器共享内核存在逃逸风险、无法在异步间隙可靠保存状态，其方案是 microVM 隔离和 hypervisor 级整机状态快照；编排层花了超过三个季度才能管理数千并发 VM。
推荐理由：Cognition 以两年 Devin 建设经验拆解云智能体在隔离、状态快照和编排上的真实投入，并给出组织落地的具体路径。
Anthropic：Engineering精选AI 评分7272 关于近期 Claude Code 质量报告的更新说明
Anthropic 确认并解决了过去一个月影响 Claude Code、Claude Agent SDK 和 Claude Cowork 的三个问题，所有问题已于 4 月 20 日修复。具体包括：3月4日将 Claude Code 的默认推理强度从“高”改为“中”，导致用户感知智能下降，已于4月7日回滚；3月26日一项缓存优化存在缺陷，导致会话恢复后模型“健忘”和重复，4月10日修复；4月16日一项旨在减少冗余的系统提示指令意外损害了代码质量，4月20日撤销。这些问题影响了 Sonnet 4.6 和 Opus 4.6/4.7 模型，但 API 未受影响。公司已重置所有订阅用户的使用限额，并承诺改进流程以防止类似问题。
推荐理由：Anthropic 把 Claude Code 连续一个月质量下滑的三个 bug 全部摊开讲，这种级别的工程复盘在大模型公司里极少见。做 Agent 产品的人该认真读，因为这三个坑你迟早也会踩。
Cursor Blog精选AI 评分6868 Cursor与SpaceX就模型训练达成合作
智能编程助手Cursor宣布与SpaceX合作，以突破算力瓶颈，加速其模型训练进程。该公司在不到半年内快速迭代了Composer系列模型：首款智能编码模型Composer问世后，Composer 1.5将强化学习规模扩大20倍以上，而Composer 2通过持续预训练，以极低成本达到了前沿性能水平。此次合作将使Cursor团队利用xAI的Colossus基础设施，大幅提升训练规模，从而显著增强模型的智能水平。
推荐理由：Cursor 抱上 xAI 的算力大腿，意味着 AI 编程工具的竞争正式进入「谁的 GPU 多」阶段。对开发者来说，Composer 系列模型接下来的进化速度会明显加快，值得持续关注。
Augment Code 博客精选AI 评分7777 Augment Code 实测什么样的 AGENTS.md 才对编码 Agent 有效
Augment Code 从自家 monorepo 抽取数十个 AGENTS.md 文件，用内部评测 AuggieBench 对比有无该文件时 Agent 完成任务的表现，发现最好的文件带来相当于从 Haiku 升级到 Opus 的质量提升，最差的输出比没有文件还糟，同一文件在不同任务上可相差 30%。
推荐理由：Augment Code 用内部评测量化了不同 AGENTS.md 写法对代码生成质量的影响，给出的模式与失败案例可以直接迁移到自己的代码库。
Cognition 模型 / Devin 博客精选AI 评分7272 Cognition 复盘多智能体实践：写操作单线程加辅助智能体才真正有效
Cognition 发布长文复盘，称自《Don't Build Multi-Agents》十个月后，其多智能体系统已在生产中可用，核心模式是写操作保持单线程、其他智能体只贡献智能。
推荐理由：作者基于自家生产环境实验总结多智能体落地模式，给出干净上下文评审、跨模型路由等可迁移的工程经验。
Cursor Blog精选AI 评分5555 保持 Cursor 应用稳定
Cursor 团队针对用户全天依赖应用、崩溃影响严重的问题，聚焦内存不足导致的崩溃。通过为多进程架构设计细粒度监控系统，实时追踪版本发布后的崩溃指标。采用双重调试策略：自上而下关联功能与崩溃数据，监控大消息负载；自下而上通过崩溃观察服务、堆快照等定位根本原因。自2月底以来，全版本会话OOM率下降80%，自3月1日起请求OOM率下降73%。具体措施包括处理大文件加载和修复资源泄漏，以应对突发与渐进性内存耗尽。
推荐理由：Cursor 把自家 OOM 问题的排查方法论完整公开了，自顶向下加自底向上的双线调试思路对做桌面端 Agent 产品的人有参考价值，但本质上是工程复盘而非行业事件。