跳到正文

#编码

今日 8 条
9月25日周五
9月23日周三
  1. Testing Catalog49

    Google 测试 Gemini 4 Pro 早期检查点,输出显示设计能力显著提升

    Google 正在内部测试代号为 "argon" 的 Gemini 4 Pro 早期检查点,其 256k token 输出限制远超此前版本。早期测试显示该模型生成的前端代码设计整洁且解决了以往 Gemini 模型设计品味不佳的问题,单次生成耗时约 14 分钟。此前 Google 曾暗示开发 Gemini 3.5 Pro,但此次直接跳过该版本号推出 4 Pro。

  2. Testing Catalog81

    OpenAI 发布更快更便宜的 GPT-6 Sol 和 Luna

    OpenAI 推出 GPT-6 Sol 和 GPT-6 Luna 两款更快更便宜的模型,API 价格比 GPT-5.6 促销价低 50%。Sol 每百万 token 输入 $2 输出 $10,Luna 输入 $0.10 输出 $0.50,在 AutomationBench 等基准中以更低成本达到或超越部分 Claude 模型。

    推荐理由:原文给出了 GPT-6 Sol 与 Luna 的具体 API 定价与多项基准测试成绩,读者可据此比较两款模型相对前代 GPT-5.6 及 Claude 对手的成本效率差异。

  3. Testing Catalog81

    Anthropic 发布 Claude Opus 5.5 并降低 API 成本

    Anthropic 发布 Claude Opus 5.5,典型工作负载运行成本比 Opus 5 低 40% 且输出速度快 30% 以上。API 定价为每百万输入 token $4、输出 $20,编码聚焦使其在 Terminal-Bench 4.0 获 66.4% 且可短时审计 200,000 行代码库。Claude Sonnet 5.5 与 Haiku 5.5 将于未来数周跟进发布。

    推荐理由:原文对比了 Opus 5.5 与 Opus 5 及竞品的任务成本和评测表现,便于判断其编码与知识工作优势。

9月22日周二
  1. Testing Catalog38

    OpenAI 准备今日发布 GPT-6 Sol 和 Luna 模型

    OpenAI 产品负责人 Tibo Sottiaux 确认将于周二发布 GPT-6 Sol 和 Luna 模型。Sol 定位为日常主力,Luna 为轻量低成本选项,旨在替代昂贵且沉重的 Astra 模型。此次发布早于 9 月 29 日举行的 DevDay 2026 大会,被视为为后续硬件等重磅公告腾出空间的战略举措。

9月21日周一
  1. Simon Willison40

    工程师爆料:大公司全员用 Claude Code 生成代码,无人阅读

    一位新入职大公司的工程师称,团队所有规格、代码、测试、PRD、工单及其解决方案、报告等全部由 Claude Code 生成,从 L1 到 L7 的工程师都在做同样的事——和 Claude 对话。团队无人喜欢这种状态,却被要求尽可能多地产出,管理层多次表示推代码不是瓶颈,人们每天工作 12 到 13 小时只为按回车,没有人阅读任何内容。

9月18日周五
  1. Testing Catalog53

    Grok Build 添加跨会话记忆功能

    xAI 推出 Grok Build 跨会话记忆功能,让编码工具延续团队约定与技术决策。记忆以 Markdown 文件存储,用户可通过 /memory 查看、用 /new 应用上下文。xAI 称这将该工具从会话绑定编码助手变为具项目连续性的伙伴。

9月17日周四
  1. GitHub Blog · AI & ML88

    GitHub Copilot 运行时迁移至 Rust 的实践复盘

    GitHub 团队利用 Copilot 智能体将 Copilot 运行时从 TypeScript 完全重写为 80 万行 Rust 代码。该过程采用增量式原地迁移策略,通过 128 个 Pull Request 逐步替换组件,最终实现了性能的数量级提升。作者详细复盘了智能体在代码审查、上下文管理及多会话协作中的具体表现,揭示了 AI 辅助大规模代码重构的工程细节。

    推荐理由:展示了利用 AI 智能体在数周内完成 80 万行 Rust 代码迁移的工程实践,提供了大规模自动化重构的方法论参考。

9月13日周日
  1. Testing Catalog72

    Cursor 宣布 Projects 用于智能体协调

    Cursor 向所有用户推出 Projects beta,一个通过协调代理调度编码任务来统筹长周期软件工作的系统。每个 Project 由协调智能体规划并分派给编码智能体,可设提醒、跟 PR 修 CI、监听 Slack 等。Cursor 称新用户合并 PR 多 30%,重度用户达 6 倍,且该系统已在内部使用数月用于数百 PR 的迁移。

9月12日周六
9月11日周五
  1. GitHub Blog · AI & ML40

    GitHub Copilot app 新手指南:使用 diff、终端和浏览器面板

    GitHub Copilot app 内置 diff、终端和浏览器面板,允许用户在不离开应用的情况下审查代码变更、运行命令及预览界面。用户可通过 diff 面板接受或修改变更,在终端面板执行如 `npm run dev` 等脚本,并利用浏览器面板的 Pick & Polish 工具迭代 UI。这种集成工作流消除了应用切换,帮助用户在合并前验证 AI 生成代码的功能与正确性。

9月10日周四
9月9日周三
  1. Mistral AI42

    Mistral 利用 AI 智能体将 4 万行 Fortran 77 代码迁移至 C++

    Mistral 协助欧洲能源运营商将 4 万行 Fortran 77 代码迁移至 C++,解决了无测试套件和文档的遗留代码现代化难题。项目通过构建数值一致性验证框架,并利用 Vibe CLI 生成调用树,调度超过 100 个智能体完成代码文档化。最终采用人类监督 coder、tester 和 reviewer 智能体的工作流,实现了模块化的代码重构与质量保障。

  2. Testing Catalog63

    Meta 推出主动式个人智能体 Muse

    Meta 推出主动式个人智能体 Muse,可在应用关闭后自主处理长期任务而非等待逐个提示。Muse 运行于带文件系统、终端和浏览器的独立环境,能写代码、填表、完成交易并生成文档与仪表板,且提供活动日志、记忆编辑与人工审查等关键动作管控。Meta 邀请用户尝试 Muse,但未公布支持平台与地区,称其为围绕有用性和安全性持续修订的早起步点。

9月8日周二
9月7日周一
9月5日周六
  1. Testing Catalog86

    OpenAI 发布 GPT-6 Astra 至 ChatGPT 与 API

    OpenAI 发布 GPT-6 Astra,已向 ChatGPT Work、Codex 及 API 开放。API 模型 gpt-6-astra 定价 $10 per million input tokens 与 $50 per million output tokens,Fast 模式双倍速双倍价。

    推荐理由:原文给出 GPT-6 Astra 在 OSWorld 2.0 对比 GPT-5.6 Sol 的耗时与准确率,读者可判断其计算机使用效率提升。

  2. GitHub Blog · AI & ML71

    GitHub 推出 Project HydraFusion 多模型编排研究预览

    GitHub 发布 Project HydraFusion 研究预览,通过运行时编排在多个提供商的模型间选择执行方案,用户可在 GitHub Copilot CLI 中用 /experimental 启用,按各模型标准费率计费。

    推荐理由:GitHub 给出多模型编排的三种执行模式与三个基准上的质量成本对比,可据此判断编排式编码智能体的取舍。

9月4日周五
  1. GitHub Blog · AI & ML38

    GitHub Copilot app 入门:如何同时运行多个智能体

    GitHub Copilot app 支持同时运行多个智能体会话,每个会话运行在独立的 Git worktree 上,互不干扰且各自保留上下文。用户可在 sessions view 中查看各会话标题与任务进度,并随时切换、无需重新说明背景。文中以 tailspin-toys 仓库为例,演示了并行处理 funded sort、无障碍审查和测试三项任务。

9月3日周四
  1. Google DeepMind85

    Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber

    Google DeepMind 发布 Gemini 3.8 Flash 和面向安全防御的 Gemini 3.8 Flash Cyber,前者定价与 3.7 Flash 相同,为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元。

    推荐理由:官方给出 3.8 Flash 与 Cyber 两个变体的能力、定价和开放入口,可据此判断长程编码与安全场景的选型。

8月25日周二
  1. Hugging Face Blog62

    Multiverse Computing 提出 Quantization-Aware Healing:4-bit 压缩模型在 9 项基准中 7 项超过其全精度版本

    Multiverse Computing 发布论文《Quantization-Aware Healing: A Practical Recipe for Recovering Compressed, 4-Bit LLMs》,提出 QAH 方法:对结构压缩并量化的模型,直接从压缩前的原始全精度模型蒸馏,而非从恢复出的 bfloat16 checkpoint 蒸馏。

    推荐理由:论文给出压缩加量化后从原始教师蒸馏的恢复配方,并附与 QAT 的稳定性对比数据。

8月14日周五
8月13日周四
  1. DeepSeek API 更新日志81

    DeepSeek-V4-Pro 更新

    DeepSeek-V4-Pro 已正式发布并在 APP、Web 和 API 上线,调用时模型名设为 deepseek-v4-pro。该版本大幅提升智能体能力,HLE (wo/w tools) 达 42.7/60.0,Terminal Bench 2.1 87.9,NL2Repo 61.5 等。

    推荐理由:DeepSeek-V4-Pro 正式发布,智能体能力在 HLE 等基准显著提升并原生支持 OpenAI Responses API,用户可参考分数与峰谷定价规划调用。

8月6日周四
7月31日周五
7月27日周一
7月26日周日

© 2026 SI·Hot · Super Intelligence Hot · 超级智能热点 · 网站数据均来源于网络公开资料,版权归来源方所有