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。

792 条精选近 30 天 74 条共收录 4,652 条

更新

精选归档 · 第 31 页

4月5日周日第 601–620 条
  1. Greg Brockman

    Codex应用服务器为开发者提供了构建AI代理应用的便捷基础设施。用户不仅可将ChatGPT账户与任意工具框架对接，还能直接在其上开发自定义应用。该系统通过开放端点实现跨设备无缝同步——会话、技能、代理、文件夹及提示词等数据可在手机与电脑间自动流转。以"kitty litter"应用为例，开发者无需从零构建底层架构，即可接入App Server获得统一的移动端与桌面端体验。这种设计显著降低了开发门槛，提供了优秀的用户体验与开发者体验。

    引用am.will@LLMJunky

    Codex 应用服务器是一次极具远见的绝妙之举，却真的没有得到足够的赞赏 你不仅可以在任何 harness 中使用你的 chatgpt 账号，还可以直接基于他们的产品构建你自己的应用。 他们就是让基于 codex 和用 codex 进行构建变得如此出色的体验 为了展示这种实用性，我想重点介绍一下由 @SIGKITTEN 制作的 kitty litter 应用。 他不必构建整个 harness 以及所有基础设施，而是接入了应用服务器，从而在移动端和开发机之间获得统一的体验。 当我在电脑上创建一个会话时，它会自动在我的手机上可用。你在本视频中看到的所有聊天，都是在我们连接到应用服务器时自动填充的。 我所有的技能。我的智能体。我的会话。我的文件夹。我的提示词。它们都随时可用——自动地。 因为它们由应用服务器暴露出来，还有许多其他端点。 这是一种很棒的 ux/dx，真的值得一些喜爱。 这几乎就像是他们希望你在他们的产品之上进行构建 ;) 顺便说一句，Litter 很棒 👍

    推荐理由：OpenAI 官方背书 Codex 平台扩展能力，开发者可快速构建跨设备同步的 Agent 应用

4月3日周五
  2. Claude

    Claude Cowork 与 Claude Code Desktop 的 Computer use 功能正式登陆 Windows，结束 macOS 独占。该功能支持 Claude 直接控制电脑打开应用、浏览网页、填写表格等，完成各类桌面任务。

    引用Claude@claudeai

    你现在可以让 Claude 使用你的电脑来完成任务。 它可以打开你的应用程序、浏览你的浏览器、填写电子表格——任何你在桌前能做的事情。 研究预览版现已登陆 Claude Cowork 和 Claude Code，仅限 macOS。https://t.co/sVymgmtEMI

    推荐理由：Claude电脑控制功能登陆Windows，开发者现可在PC端调用AI自动化操作办公任务。

  3. Greg Brockman

    OpenAI 调整 Codex 定价策略，推出 $0 起步的纯 Codex 席位，完全按使用量付费。年付团队席位从 $25/月降至 $20/月，每新增一个席位赠送 $100 积分（最高 $500），方便团队零成本试用。

    引用Rohan Varma@rohanvarma

    我们刚刚让团队试用 Codex 变得毫无阻力！ > 全新的 $0 Codex 专属席位，仅用于 Codex 访问，完全按使用量计费 > 年度团队席位从每月 $25 降至 $20 你每为新工作区或现有工作区添加一个 Codex 专属席位，我们就为你的团队返还 $100，最高可达 $500！💰 免费开始使用，只为实际用量付费 🤌🏾 https://openai.com/index/codex-flexible-pricing-for-teams/

    推荐理由：OpenAI 调整 Codex 定价策略，推出 $0 起步的按量付费模式，大幅降低团队试用门槛

4月2日周四
  1. Cursor Blog

    Cursor 3.0 发布：以 Agent 为核心的统一开发空间

    Cursor 3.0 正式发布，重构为以 Agent 为核心的统一工作空间。新界面原生支持多仓库协作，可并行运行本地与云端 Agent（覆盖移动端、Slack、GitHub 等入口），支持会话在环境间无缝迁移以便离线运行或本地迭代。完整保留 IDE 能力：文件编辑、LSP、内置浏览器及插件市场。基于自研 Composer 2 模型，目标是通过多 Agent 自主协作实现"代码库自动驾驶"。

    推荐理由：Cursor 3 重磅发布：原生 Agent 工作流、云地无缝切换与多仓库管理

  2. Claude Code：GitHub Releases

    Claude Code v2.1.90 版本更新

    Claude Code 发布 v2.1.90 版本。新增 `/powerup` 交互式教程命令，通过动画演示教授功能使用；增加环境变量支持离线环境保留 marketplace 缓存。修复多项关键 bug：解决速率限制对话框崩溃、`--resume` 缓存未命中、编辑操作与 format-on-save 冲突等问题。性能方面优化 MCP 工具缓存、SSE 传输及长对话转录效率。同时移除 DNS 缓存查询自动权限以增强隐私，并加固 PowerShell 工具权限检查。

    推荐理由：Claude Code新增/powerup交互式教程与多项性能优化，提升开发体验

  4. Claude：Blog

    构建 Claude 应用的三大最佳实践

    Anthropic 分享构建 Claude 应用的三大实践：使用 Claude 已掌握的通用工具（如 bash 和文本编辑器）；允许其自行编排工具调用链，减少不必要的上下文回传以降低 token 消耗；随着模型能力进化，重新评估 agent harness 的预设限制。实测显示，让 Opus 4.6 自主过滤工具输出，在 BrowseComp 基准测试中准确率从 45.3% 提升至 61.6%。

    推荐理由：Anthropic官方分享构建Claude Agent的三大最佳实践，含模型性能数据与代码编排技巧

3月31日周二
  1. Trail of Bits：AI安全研究72

    Trail of Bits 如何让公司走向 AI 原生：从 5% 接受到 94 个插件、201 个技能

    Trail of Bits 分享其一年内将 AI 采用率从约 5% 推到全公司落地的系统方法，目前已有 94 个插件、201 个技能、84 个专用智能体，部分审计项目每周发现的漏洞从约 15 个增至 200 个，约 20% 的客户报告漏洞最初由 AI 发现。

    推荐理由：Trail of Bits 以亲历者身份复盘内部 AI 化的完整系统，给出心理障碍分析和可复制的组织方法，适合参考落地路径。

  2. Artificial Analysis

    KwaiKAT发布非推理代码模型KAT-Coder-Pro V2，在Artificial Analysis Intelligence Index获44分，较V1提升8分，与Claude Sonnet 4.6持平。该模型token效率显著，运行仅需约9M输出token，远低于Claude系列及DeepSeek等推理模型。Agent能力大幅提升，Terminal-Bench Hard得分49%（提升40个百分点），匹配Claude Opus 4.6。成本降至73美元，响应速度达109 token/秒。但在长上下文推理和知识回忆方面较V1有所退步。

    推荐理由：快手发布 KAT-Coder-Pro V2，非推理架构实现 44 分智能指数，Agent 能力跃升 40 个百分点，成本仅为 Claude Sonnet 的 5%。

3月30日周一
  1. Inception Labs：Blog61

    Inception Labs 发布扩散模型 Mercury Edit 2，专注代码 next-edit 预测

    Inception Labs 发布 Mercury Edit 2，一个专为 next-edit 预测构建的扩散 LLM（dLLM），基于近期编辑和代码库上下文预测下一步修改，并行生成 token 以降低延迟。

    推荐理由：官方给出了 KTO 偏好对齐带来的接受率和展示率变化及定价，可帮助开发者评估扩散模型做 next-edit 的实际收益。

3月28日周六
  1. Greg Brockman

    OpenAI 推出 Codex use cases 示例库，涵盖编程与非编程任务的实用场景。用户可在 Codex 应用中直接打开各用例的 starter prompt 开始使用。

    引用Romain Huet@romainhuet

    我们刚刚推出了 Codex 用例！ 这是一个涵盖编程和非编程任务的实用示例库，提供了使用 Codex 的真实方式。 我特别喜欢的一点是：如果你有这款应用，你可以直接在 Codex 中打开每个用例的起始提示词！ https://developers.openai.com/codex/use-cases

    推荐理由：OpenAI Codex 推出使用案例库，覆盖编程与日常任务，可直接在应用中试用。

3月27日周五
  1. Cursor Blog72

    Composer 2技术报告：面向智能体软件工程的代码模型训练

    本报告介绍了代码模型Composer 2的训练过程。该模型基于开源基础模型Kimi K2.5，通过两阶段训练：首先进行侧重代码的持续预训练以深化编码知识，随后在高度模拟真实Cursor环境的大规模强化学习中提升端到端智能体性能。在自建的真实任务评估集CursorBench上，Composer 2得分为61.3，较前代提升37%，与前沿模型性能相当。在公开基准SWE-bench Multilingual和Terminal-Bench上分别获得73.7和61.7分，并在保持高精度的同时实现了显著更低的推理成本。训练依托为Blackwell GPU定制的高效MoE训练内核、跨区域异步强化学习管道等大规模基础设施完成。

    推荐理由：Cursor 把 Composer 2 的训练全流程摊开讲了，从 Kimi K2.5 继续预训练到大规模 RL，关键是 RL 在真实 Cursor 会话里跑，不是玩具环境。做 coding agent 的团队，这份报告值得逐段拆。

  2. OpenAI Developers

    Codex 已重置所有套餐的使用限制，方便用户体验新推出的插件。现在可以无限制地使用 Codex 构建项目，尽情尝试。

    引用Tibo@thsottiaux

    大家好。我们已经重置了所有套餐的 Codex 使用限制，让大家可以尽情体验我们刚刚推出的出色插件，也因为已经有一段时间了！ 你可以用 Codex 无限制地构建任何东西。玩得开心！

    推荐理由：OpenAI Codex重置使用限制并推新插件，开发者可无限构建应用

  3. Greg Brockman

    Codex 正式上线 Plugins 功能，开箱即用支持 Slack、Figma、Notion、Gmail 等主流开发工具，开发者可直接在 Codex 中调用这些服务。

    引用OpenAI Developers@OpenAIDevs

    我们正在将插件引入 Codex。 Codex 现在开箱即用地与构建者已经使用的最重要工具无缝协作，例如 @SlackHQ、@Figma、@NotionHQ、@gmail 等。 http://developers.openai.com/codex/plugins https://t.co/TIbsIUAf6S

    推荐理由：OpenAI Codex 正式上线插件系统，开箱即用地连接 Slack、Figma 等主流工具

  4. Andrej Karpathy

    构建现代应用的最大挑战并非代码本身，而是 DevOps 中繁琐的服务集成、API 密钥管理和部署配置。作者期待未来 AI 智能体能自动完成从文档阅读到生产环境部署的全流程，无需人工点击网页或手动配置。Stripe 推出的 Projects 正是朝此方向迈进：开发者可通过 CLI 命令自动配置 PostHog 等第三方服务，实现账户创建、密钥获取和计费设置的自动化，真正将基础设施生命周期转化为代码。

    引用Patrick Collison@patrickc

    当 @karpathy 构建 MenuGen（https://karpathy.bearblog.dev/vibe-coding-menugen/）时，他说： "Vibe coding menugen 作为本地演示是一段令人兴奋又有趣的冒险，但作为已部署的真实应用，就有点像是痛苦的苦差事了。构建一个现代应用有点像组装宜家的未来。有各种各样的服务、文档、API 密钥、配置、开发/生产部署、团队和安全功能、速率限制、定价层级。" 我们在用智能体构建时都遇到过这个问题：你必须匆匆忙忙地去创建账户，在浏览器里点来点去，仿佛回到了 2023 年那种上古时代，才能解除阻碍它那超级智能的进展。 所以我们决定构建 Stripe Projects，帮助智能体从 CLI 即时配置服务。 例如，只需运行： $ stripe projects add posthog/analytics 它就会创建一个 PostHog 账户、获取一个 API 密钥，并（在需要时）设置计费。 Projects 今天作为开发者预览版发布。你可以在 http://projects.dev 注册获取访问权限（我们很快就会向所有人开放）。我们还将在未来几周内推出对许多新提供商的支持。（如果你想让你的服务可用，请联系我们。） https://projects.dev

    推荐理由：Karpathy指出Vibe Coding最大痛点是DevOps集成，Stripe Projects让Agent直接CLI配置服务免人工点击

3月26日周四
  1. Cursor Blog69

    通过实时强化学习改进Composer编码模型

    Cursor团队将实时强化学习技术应用于Composer编码模型，利用真实用户交互产生的推理令牌作为训练信号，以解决模拟环境与真实使用间的匹配问题。该技术使团队能够以每五小时一次的频率部署改进后的模型检查点。通过A/B测试，新版本实现了关键指标提升：代理编辑在代码库中的持久性增加2.28%，用户不满意后续减少3.13%，延迟降低10.3%。实时RL也带来了奖励黑客等新挑战，但真实用户反馈有助于识别和修正此类问题。

    推荐理由：Cursor 把真实用户交互当训练信号，每五小时迭代一次 Composer，这不是论文是工程日志。做 coding agent 的团队该看看他们怎么处理 reward hacking 的两个真实案例，比任何 benchmark 论文都实在。