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。

786 条精选近 30 天 78 条共收录 4,575 条

更新

精选归档 · 第 9 页

9月2日周三第 161–180 条
  1. Qwen69

    通义千问发布 Qwen3.8-Max-0902，在 Code Arena: WebDev 以 1,691 分首次亮相即排名总榜第一，并以混合价 $5/MToken 成为 Pareto 前沿上得分最高的模型，现已可在 QwenCloud 试用。

    引用Arena.ai@arena

    Qwen3.8-Max-0902 由 @Alibaba_Qwen 发布，刚刚在 Code Arena: WebDev 中首次亮相便夺得综合第一，得分 1,691 分，并以每百万 Token 5 美元的混合价格成为帕累托前沿上得分最高的模型！ 在更新后的前沿上，Qwen3.8-Max-0902 位于 HY4 Preview（1,629 分，每百万 Token 2.08 美元）和 Qwen3.8-Flash-Next（1,620 分，每百万 Token 0.39 美元）之上。 随着此次发布，综合排行榜顶部的三个模型尽管仍位居综合第 2 至第 4 名，却已移出帕累托前沿： - Claude Opus 5 (Max)：第 2 名，1,688 分，每百万 Token 20 美元 - Kimi K3 (Max)：第 3 名，1,674 分，每百万 Token 12 美元 - Qwen3.8 (Max)：第 4 名，1,669 分，每百万 Token 5 美元 祝贺 @Alibaba_Qwen 团队发布！

    推荐理由：官方发布自家新模型并给出 Arena 排名与价格数据，读者可据此比较其在编码场景的性价比位置。

  3. cat70

    Anthropic 推出 Claude Fable 5.1 和 Claude Mythos 5.1，称其为面向编码和知识工作的最先进模型。Claude Code 产品负责人 Cat Wu 表示团队用 Fable 5.1 承接了此前需数月完成的大型项目，并邀请用户在 Claude Code、Claude Cowork、Claude Tag 中试用并反馈。

    引用Claude@claudeai

    我们推出 Claude Fable 5.1 和 Claude Mythos 5.1。 它们是全球最先进的编程和知识工作模型。

    推荐理由：作者以 Claude Code 产品负责人身份说明团队用 Fable 5.1 承接原本需数月的项目，并给出在 Claude Code 等产品中试用入口。

  4. Claude Platform：开发者版本说明72

    Anthropic 发布 Claude Fable 5.1 与 Claude Mythos 5.1

    Anthropic 发布 Claude Fable 5.1（claude-fable-5-1），面向长时间运行的智能体编码、知识工作与研究，Claude Mythos 5.1 面向 Project Glasswing 参与者。

    推荐理由：官方版本说明给出定价、缓存和 API 兼容性变化，开发者可据此评估迁移成本与新特性用法。

8月29日周六
  1. IT之家·人工智能72

    智谱开源 GLM-5.3 模型权重，主打智能体编程与网络防御

    智谱宣布开源 GLM-5.3 模型权重，支持本地运行与个性化定制，擅长复杂编码、防御性网络安全及长程任务。该模型在 AA 综合智能指数中取得 60 分，与 Claude Fable 5、GPT-5.6 Sol 等闭源旗舰同级，并与 Kimi K3 并列开源模型第一。仅年营业额超 100 亿美元的机构将其作为外部模型服务提供时才需安全审查。

    推荐理由：许可条款把强制安全审查限定在百亿美元级外部模型服务，自有部署和中小团队实际不受影响，开源可用性比表面限制更宽。

  2. Tibo69

    OpenAI 因 SpaceX 收购 Cursor 后信任问题，决定终止向其提供模型访问，合作于 11 月 12 日结束。开发者仍可通过自有 OpenAI API 密钥及 IDE 扩展继续使用 GPT 模型。OpenAI 表示将继续支持广泛的工具生态与开源计划。

    引用OpenAI@OpenAI

    在Cursor被SpaceX收购后，我们将终止与其的合作关系。根据我们的提议，Cursor对我们模型的直接访问将于11月12日结束。 我们知道，受这一决定影响最大的是那些在Cursor中依赖OpenAI模型的开发者。我们关心他们在此过渡期间的体验，并准备竭尽全力为他们提供支持。 https://openai.com/index/our-decision-on-cursor-following-its-acquisition-by-spacex/

    推荐理由：终止合作把信任作为前提，依赖 Cursor 内嵌 OpenAI 模型的团队将需要在 11 月 12 日前重新确认编码工作流的模型访问路径。

  3. OpenAI：官网动态69

    OpenAI 决定终止向 Cursor 提供模型，因 SpaceX 收购后合规风险

    OpenAI 已通知 SpaceX，将终止向 Cursor 提供 OpenAI 模型的合同，拟定关停日期为 2026 年 11 月 12 日，并给予合同允许的最长通知期。OpenAI 称此举源于无法确信 SpaceX 会遵守服务条款，并援引马斯克旗下公司此前违反合同及 xAI 违反 OpenAI 服务条款的先例。OpenAI 表示将尽力支持受影响的开发者过渡。

    推荐理由：OpenAI 把合同终止与收购后的控制权变更挂钩，11 月 12 日的关闭日期将直接改变 Cursor 开发者对模型替代和迁移窗口的规划。

8月28日周五
  3. Tessl：产品与工程博客64

    Tessl 实测：token 单价便宜不等于智能体任务成本低

    Tessl 在为 Code Review 工具选模型时发现，按费率卡比较 token 单价会得出错误结论：三种更便宜的开源权重模型中有三种在真实 PR 审查中实际花费更高，一个模型每 token 便宜近 3 倍却在同一 PR 上贵 2.8 倍。

    推荐理由：作者用自家代码审查负载的实测数据说明按 token 单价选模型会算错账，并给出可复用的成本度量公式和三项选型检查。

8月27日周四
  1. Johann Rehberger / Embrace The Red77

    Claude Code Opus 5 Auto Mode 被提示注入攻击链攻破，成功率最高 80%

    安全研究员 Johann Rehberger 发布针对 Claude Code Opus 5 Auto Mode 的攻击链，通过诱导 curl 下载 ZIP、Python 模块遮蔽 struct.py 实现代码执行与 C2 回连，小样本下攻击成功率 60% 至 80%。

    推荐理由：作者以第一手攻击链演示 Auto Mode 的绕过路径，并对比厂商评测口径，读者可据此校准对沙箱隔离的必要性认知。

8月26日周三
  1. Fireworks AI68

    DeepSeek V4 Pro 0813 上线 Fireworks：SWE-Bench Verified 达 95.2%，单任务成本约为 Fable 5 的三分之一

    Fireworks 上线 DeepSeek V4 Pro 0813，提供 serverless、专属部署及 SFT/DPO/RFT 训练支持，模型具备 1M token 上下文窗口和原生工具调用。

    推荐理由：原文用四组基准和逐任务成本数据对比 V4 Pro 与 Fable 5、Kimi K3，并指出 Java 弱项与路由空间，读者可据此选型。

8月25日周二
  1. OpenAI：官网动态59

    GPT-5.6 登陆 Kiro，为开发者提升性价比

    GPT-5.6 模型家族现已登陆软件开发智能体 Kiro，包含 Sol、Terra 和 Luna 三款模型。在 Terminal-Bench 2.1 测试中，GPT-5.6 Terra 在 Kiro 内完成任务成本降低约 82%。该更新由 OpenAI 与 AWS 合作优化，旨在以更少迭代和更高 token 价值帮助开发者产出更高质量的代码。

    推荐理由：在 Terminal-Bench 2.1 上，GPT‑5.6 Terra 在 Kiro 中完成任务的成本约下降 82%，为长周期编码任务的投入产出评估提供了一个量化基准。

  2. Tessl：产品与工程博客66

    Tessl 工程师提出 Harness Engineer 角色：AI 时代工程能力的三个新方向

    Tessl 研究工程师 Amy Heineike 提出 harness engineer 这一新角色，认为智能体大量写码后工程工作不是变少而是形态改变。其自建技能基准测试显示任务完成率高但平均只有约 70% 的技能指令被真正遵守；Tessl 近一周约 90% 代码经内部软件工厂生成，并给出从最近 50 个 PR 提炼不变量、转为 CI 门禁等三项可本周上手的练习。

    推荐理由：作者基于自家软件工厂的实测数据，提出 harness engineer 角色和三个可上手的技能方向，适合想管理 AI 代码质量的工程师参考。

8月24日周一
8月21日周五
  1. Claude：Blog73

    AI 原生 SDLC 实战手册：Anthropic 如何用 Claude 重塑软件开发生命周期

    Anthropic 发布 AI 原生 SDLC 实战手册，提出将传统六阶段软件开发生命周期重构为 AI 嵌入各环节的闭环流程。手册指出，当代码不再是瓶颈时，规划、审查、部署等人速环节成为新约束，需通过 Claude 将需求压缩为 intent.md、以技能编码标准、用持续评测替代阶段门禁，并保留人工对关键代码的审查。

    推荐理由：把各阶段产物固化为可版本化 markdown 并让下一阶段读取，人工审查就从逐行看代码转向在关卡看代理标记，对改造研发流程的团队有直接参考价值。

  2. OpenAI Developers：Blog65

    OpenAI Daybreak 集合 ChatGPT 与 Codex Security 扩展网络防御工作流

    OpenAI Daybreak 汇集模型、安全工具、受控访问与安全生态，配合 ChatGPT、Codex Security、Codex Security Cloud 和开源 Codex Security CLI 覆盖调查、代码评审、漏洞分诊与修复验证。

    推荐理由：官方整理了从调查、评审到修复和 CI 检查的完整安全工作流，读者可以按自己团队已有的环节挑一个入口上手。

8月20日周四
  1. Claude：Blog65

    Claude Code 初创公司指南：五大规则与创始人洞见

    Anthropic 发布面向初创公司的 Claude Code 使用指南，基于对十余家高增长公司的调研，总结出“人人皆可交付、自动化繁琐工作、信任但验证、为重构而构建、原型-自用-产品化”五大规则。

    推荐理由：指南把十几家创业公司实践归纳为五个可操作规则，其中「修复原则而非修复个案」对搭建自改进 agent 流程具有直接参考价值。