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 4,558 条

更新

精选归档 · 第 4 页

9月29日周二第 61–80 条
  2. Databricks：Blog65

    Databricks 如何让 12000 名员工在模型发布首日用上新前沿模型

    Databricks 分享其让全部员工在模型发布首日即可试用新模型的内部流程，依托 Unity Gateway 做配置分发、治理与可观测性。流程分三步：立即以实验标签开放新模型、用四类按人预算控制成本、再依据内部基准、用户反馈和 OpenTelemetry 成本追踪决定推广或下线。

    推荐理由：Databricks 以自家 12000 名员工的实际 rollout 为例，给出可复用的新模型评估、预算分层与成本度量方法。

  3. Anthropic：Newsroom88

    Anthropic 发布 Claude Sonnet 5.5，速度提升 30%+ 且每任务成本最多降低 30%

    Anthropic 发布 Claude Sonnet 5.5，这是 Claude 5.5 家族的第二款模型，输出速度比 Sonnet 5 快 30% 以上，每任务成本最多降低 30%，定价保持输入 $2、输出 $10 每百万 token。

    推荐理由：官方发布给出完整基准数据、定价与安全安排，读者可以据此评估它相对 Sonnet 5 和 Opus 5.5 的定位与迁移成本。

9月28日周一
  1. Anthropic：Claude.dev 开发者博客87

    Anthropic 发布 Claude Sonnet 5.5，附模型选型与迁移指南

    Anthropic 发布 Claude 5.5 家族第二款模型 Claude Sonnet 5.5，比 Sonnet 5 更聪明、快 30%，多数工作因 token 用量更少而成本最多降低 30%，单 token 价格不变。

    推荐理由：官方指南给出迁移清单、effort 调优建议和 token 用量变化，对已用 Sonnet 5 的团队有直接可操作的参考。

  2. Anthropic：Claude.dev 开发者博客67

    Anthropic 介绍用 Claude Code 与 claude-api skill 自动化评测设计与 hillclimbing

    Anthropic 在 claude-api skill 中新增 /claude-api build-eval 和 /claude-api hillclimb 两个命令，前者在代码库内通过访谈式流程构建评测集并验证 grader，后者以一次一改动、train/test 分离并检测过拟合的方式迭代优化应用。

    推荐理由：Anthropic 官方讲解了评测设计的关键原则，并给出 build-eval 和 hillclimb 两个命令的用法与真实优化案例，可迁移到自己的应用调优。

  3. Hacker News：AI 热帖86

    Claude Opus 5.5 提示词指南：与 Opus 5 的行为差异及迁移模式

    Anthropic 官方文档介绍针对 Claude Opus 5.5 的提示词模式，覆盖 effort 校准、无人值守智能体运行、安全拒绝、进度更新、多应用工作流、视觉输入和前端设计等场景。

    推荐理由：官方文档梳理了从 Claude Opus 5 迁移到 5.5 时的具体提示词与 harness 调整点，可直接对照排查现有集成的问题。

  4. Simon Willison 博客81

    Simon Willison 演讲回顾 2026 年至今的 LLM 大事记

    Simon Willison 在 WeAreDevelopers World Congress North America 发表闭幕演讲，按时间线回顾 2026 年至今的 LLM 进展，并附带注释幻灯片。

    推荐理由：作者以亲历者视角按时间线梳理 2026 年 LLM 关键节点，从编码智能体、OpenClaw 热潮到训练智能体越界事件，可帮助读者建立全年脉络。

9月26日周六
  1. ClaudeDevs67

    Opus 5.5 每输入和输出 token 比 Opus 5 便宜 20%，缓存读取便宜 60%。作者据此计算了在 Claude Code 中完成一个任务的实际成本变化，并发布了计算器，读者可从 /usage 运行自己的测算，详见 https://claude.dev/blog/what-a-task-costs-on-opus-5-5/。

    推荐理由：原文把 Opus 5.5 的降价幅度换算成 Claude Code 中单个任务的实际成本，并提供计算器供读者自行测算。

9月25日周五
  1. Cognition 模型 / Devin 博客72

    Cognition 宣布年化收入运行率突破 10 亿美元

    Cognition 宣布年化收入运行率突破 10 亿美元。公司 2024 年 1 月创立，Devin 正式开放使用不到两年，已服务 GE Aerospace、Rivian、Rohlik、Exa 等客户的工程团队。

    推荐理由：官方披露年收入运行率破 10 亿美元，并列出 GE Aerospace、Rivian 等客户，可作了解 Devin 商业化进展的参考。

  2. Microsoft：Official Blog69

    Microsoft 发布新版 Copilot：新增 Home、Code 与 Autopilot 三大能力

    Microsoft 官方宣布重构 Microsoft Copilot，推出三项新能力：Home 作为统一起点整合 Chat 与 Cowork 并内置 Office，Code 让普通用户用自然语言构建可安全运行的小型方案（与 GitHub Copilot 同源技术），Autopilot（原 Scout）成为持续主动工作的数字 teammate。

    推荐理由：官方发布公告完整列出 Home、Code、Autopilot 三项新能力的机制与推出节奏，还一并交代了托管运行时和 FinOps 计费方案。

  3. Anthropic：Claude.dev 开发者博客78

    Opus 5.5 上一个任务要花多少钱：Claude Code 成本拆解

    Anthropic 工程师 Addy Osmani 拆解 Opus 5.5 在 Claude Code 中完成任务的成本构成：turns、缓存读取、输出 token 和模型选择四个因素决定账单。Opus 5.5 输入输出价格比 Opus 5 降 20%，缓存读取降 60%，官方估算典型任务整体运行成本低 40%；文中还给出 effort 分级、缓存命中率维护、/usage 自查等省钱做法。

    推荐理由：原文拆解了 Opus 5.5 上一个任务的账单构成，并给出 effort、缓存、压缩等可自查可迁移的成本优化方法。

  5. Claude：YouTube60

    Stripe CEO Patrick Collison 谈 Claude Code 在 Stripe 的应用

    Stripe CEO Patrick Collison 与 Boris 对谈 Stripe 如何使用 Claude Code。目前约 36% 的 Stripe pull request 以提示词起步，由 Claude Code 在隔离的开发环境中完成；一位工程师六个月内合并了 600 个 AI 编写的 pull request，仅回滚一次。

    推荐理由：Stripe CEO 亲述工程一线数据，读者可以借此了解大型团队实际落地 Claude Code 的做法与结果。

  6. GitHub Blog64

    GitHub Security Lab 发布 LLM 驱动的 Fuzzing Taskflow，自动完成 C/C++ 项目模糊测试全流程

    GitHub Security Lab 的 Antonio Morales 开源了基于 Taskflow Agent 的 Fuzzing Taskflow，指向 GitHub 仓库即可自动识别入口点、编写 harness、运行 AFL++、读取覆盖报告并分诊崩溃。

    推荐理由：作者开源了完整的自主模糊测试流水线，并讲清覆盖反馈、结构感知和崩溃分诊的设计取舍，C/C++ 维护者可直接复用。

9月24日周四
  1. Arena.ai79

    Arena 宣布 Claude Opus 5.5 (Max) 以 1818 分登顶 Code Arena: WebDev，领先第二名 GPT-6 Astra (Max) 26 分，比 Opus 5 (Max) 的 1692 分高出 126 分。

    引用Claude@claudeai

    隆重推出 Claude Opus 5.5，这是我们全新的 Claude 5.5 系列中的首个模型。 在大多数任务上，它的表现达到了 Claude Fable 5.1 的水平，而运行成本比 Opus 5 低 40%。

    推荐理由：原文给出了 Code Arena: WebDev 具体分数和领先幅度，读者可以据此比较 Opus 5.5 与其他模型的表现和性价比。

  2. Artificial Analysis68

    Artificial Analysis 测评显示，Claude Opus 5.5 在 Claude Code max effort 下以 66 分登顶 Coding Agent Index，较 Opus 5（60）高 6 分，三项评测 Terminal-Bench 4.0（63.1%）、DeepSWE v1.1（68.4%）、SWE-Atlas-QnA（66.4%）全部提升。

    推荐理由：原文给出 Opus 5.5 在三项编码评测的具体分数、token 用量和任务成本，读者可以据此权衡性能与价格。

  4. ClaudeDevs68

    Claude Code 云会话正式可用，结束研究预览阶段，可在笔记本合盖后继续在 Anthropic 托管的基础设施上运行。现有订阅者可领取一次性额度，Pro 为 $100、Max 为 $250，额度独立于套餐用量限制，需在 10 月 7 日 11:59 PM PT 前领取、11 月 4 日前用完。

    推荐理由：云会话正式结束预览期，Pro 和 Max 订阅者可领取一次性额度，在本地受限或合盖后仍能继续任务。