跳到正文

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。

784 条精选近 30 天 84 条共收录 4,559 条

更新

精选归档 · 第 3 页

10月1日周四第 41–60 条
  1. OpenRouter：Announcements67

    OpenRouter 教程：如何在 CI 中用 LLM eval 门禁拦截 Pull Request

    OpenRouter 发布教程，讲解如何用固定的 eval 集在 CI 中门禁 pull request，当通过率低于阈值时脚本以非零退出码阻止合并，做法与单元测试门禁一致。

    推荐理由：原文给出了从脚本到 GitHub Actions 的完整可复现流程，并强调了路径过滤须放 job 层、阈值应实测等易错点。

  4. Arena.ai70

    Arena 评测榜单显示，OpenAI 的 GPT-6.1 Sol (Max) 以 1759 分位列 Code Arena: WebDev 第 3 名，混合价格为 $8/MToken。相比 GPT-6 Sol (Max) 同价提升 70 分，排名上升 4 位，且在 Consumer Product 等所有类目均有提升。

    引用OpenAI@OpenAI

    GPT-6.1 Sol：以五分之一的价格提供接近 Astra 的智能。 它是当今可用的、在其性能水平上最具成本效益的模型。

    推荐理由：评测方公布了 GPT-6.1 Sol (Max) 的排名和价格数据，读者可以据此比较它在成本与性能权衡中的位置。

  5. Factory 研究 / 产品64

    Factory Automations 正式开放：Droid 可定时或按事件自动执行工程工作流

    Factory 宣布 Automations 正式向所有用户开放，用自然语言描述工作流后，Droid 可按定时或 Slack、GitHub、webhook 触发运行，支持自选模型（含 BYOK 和 Factory Router）与自选机器。

    推荐理由：官方宣布 Automations 正式开放，给出具体用例、模型自选与企业使用数据，可以了解定时与事件触发的 Agent 工作流怎么落地。

9月30日周三
  1. 公众号：蚂蚁百灵67

    蚂蚁百灵发布 Ling-3.1-flash，面向真实世界长任务升级

    蚂蚁百灵推出 Ling-3.1-flash，总参数约 560B，每个 Token 激活约 25B，上下文窗口上限 1M，延续混合线性架构并提高线性 Attention 层比例（7 层 KDA 配 1 层 Gated MLA，512 个路由专家选 8 个加 1 个共享专家）。

    推荐理由：官方发布同时给出架构细节、多项长程任务实测结果和对比数据，读者可据此评估其在办公、医疗和软件研发场景的适用性。

  2. Factory 研究 / 产品61

    Factory 正式发布 Automations，Droid 可定时或事件触发执行重复工程工作

    Factory 宣布 Automations 全面开放，企业客户已在组织内部署。用户用自然语言描述重复工作流，选择 Schedule、Slack、GitHub 或 webhook 等触发方式，Droid 按设定的模型和运行机器执行到预期结果，支持 BYOK 或 Factory Router，可运行在本地、自有机器或 Droid Computer。

    推荐理由：原文给出 Automations 的触发方式、模型与机器可配置细节和企业使用数据，读者可据此评估如何把重复工程工作交给 Droid。

  3. OpenAI Developers70

    OpenAI 推出 Codex cloud environments，可在可复用的云环境中运行 Codex 任务，仓库、依赖、脚本和设置已预先就位，减少配置并加快启动。用户合上电脑后智能体继续运行，可通过手机或另一台电脑跟进进度并调整任务，文档见 https://learn.chatgpt.com/docs/cloud。

    引用OpenAI Developers@OpenAIDevs

    你现在终于可以合上笔记本电脑，而你的代理会继续工作。 Codex 云环境来了。 可复用的环境意味着更少的设置和更快的启动，你的仓库、依赖、脚本和设置都已就位。

    推荐理由：原文给出 Codex 云环境的复用机制和跨设备跟进入口，读者可据此判断能否让任务在合上电脑后继续运行。

  5. Arena.ai67

    Arena 宣布 OpenAI 的 GPT-6.1 现已上线 Agent Arena，用户投票将影响其评估，分数即将公布。Agent Arena 通过数百万个真实世界、长时程智能体任务评测模型，模型可调用网页搜索、文件系统和终端工具完成复杂工作流，排行榜采用因果追踪方法衡量模型相对平均模型的结果表现。

    引用OpenAI@OpenAI

    GPT-6.1 Sol：以五分之一的价格提供接近 Astra 的智能。 它是当今可用的、在其性能水平上最具成本效益的模型。

    推荐理由：OpenAI 新模型上架 Agent Arena 和 Code Arena，读者可自行投票并等待基于真实智能体任务的分数。

  6. OpenAI：官网动态85

    OpenAI DevDay 2026 发布 GPT-6.1 Sol、常驻智能体 Dots 等 20 余项更新

    OpenAI 在 DevDay 2026 上宣布超过 20 项公告，包括发布 GPT-6.1 Sol，在 agentic coding、computer use 和专业工作上表现强劲，价格约为 GPT-6 Astra 标准输入输出 token 价格的五分之一。

    推荐理由：OpenAI 官方汇总了 DevDay 2026 全部二十余项发布，覆盖新模型、常驻智能体与平台开放，可作为了解本轮产品线的完整入口。

  7. Arena.ai84

    Arena 公布 Claude Sonnet 5.5 (High) 在 Code Arena: WebDev 以 1699 分排第 4，混合价格约 $8 per Mtoken，比第 2、3 名便宜 80%。相较 Sonnet 5 (High) 的 1540 分提升 159 分，Reference-Based Design、Simulations、Gaming 均从第 30 多名升至第 4。

    引用Claude@claudeai

    隆重推出 Claude Sonnet 5.5，Claude 5.5 家族中的第二个模型。 相比 Sonnet 5 有明显升级，运行速度提升超过 30%，且大多数工作的成本最多降低 30%。

    推荐理由：原文给出实测榜单名次、分数与价格对比，读者可以据此评估该模型在成本与性能间的实际位置。

  10. Every：最新文章80

    Every 实测 OpenAI DevDay 2026：20 多项发布与上手体验

    Every 评测 OpenAI DevDay 2026 发布的 20 多项产品和功能。作者实测后认为 Dots 持久智能体已改变其使用习惯但 bug 较多，Space 办公套件体验较好；Decisions API 在部分测试中以 76/78 对 73/78 的准确率和 230 毫秒对 500 毫秒的响应速度优于 Jev，但另一些测试落后，定价未公布。

    推荐理由：作者上手实测了 DevDay 多款新品，给出 Dots、Space 和 Decisions API 的第一手使用体验与测试数据，可帮助读者判断哪些值得现在尝试。

  11. OpenAI：官网动态86

    OpenAI 发布 GPT-6.1 Sol，以约五分之一价格接近 GPT-6 Astra 智能

    OpenAI 发布 GPT-6.1 Sol，在 agentic 编码、computer use 和专业工作等任务上接近 GPT-6 Astra，标准 API 价格为每百万输入 token $2、缓存输入 $0.10、输出 $10，约为 Astra 五分之一。

    推荐理由：官方公布了与 GPT-6 Astra 的多项基准对比和完整 API 定价，开发者可以据此评估用五分之一成本替代旗舰模型的可行性。

  13. 蚂蚁百灵：Developer Blog67

    蚂蚁百灵发布 Ling-3.1-flash：560B 总参数、1M 上下文，两周免费体验

    蚂蚁百灵发布 Ling-3.1-flash，总参数约 560B、每 Token 激活约 25B，上下文窗口上限 1M，采用 7 层 KDA 配 1 层 Gated MLA 的混合线性架构，围绕通用智能体、搜索、办公和软件研发优化。

    推荐理由：官方发布给出架构参数和多场景评测数据，还附 Lua 编译器等长程任务案例，可据实对比模型的智能体能力。

9月29日周二
  1. Claude Platform：开发者版本说明71

    Anthropic 发布 Claude Sonnet 5.5，列出五类破坏性变更与迁移指南

    Anthropic 于 9 月 28 日发布 Claude Sonnet 5.5（claude-sonnet-5-5），已在 Claude API、Amazon Bedrock、Claude Platform on AWS、Google Cloud 和 Microsoft Foundry 可用。

    推荐理由：官方版本说明列出了新模型的多处破坏性 API 变更和迁移指引，已有集成的开发者可据此检查代码兼容性。