Augment Code 实验：Karpathy 风格规则让编码 Agent 更高效但代码质量未提升
Augment Code 在 OpenClaw 的 40 个 PR 上测试了在 AGENTS.md 中加入 Karpathy 风格编码规则的效果，发现 Auggie、Claude Code 和 Codex 三个 Agent 的工具调用、文件读取、时间和成本均下降，但代码质量基本不变，Claude Code 甚至略有下降。
匹配字段标题
←搜索结果
搜索“编码”
Balta 称赞 Cursor 编码智能体测试框架
Jediah Katz 引用 EndorLabs 的新分析，对编码智能体的正确性和安全性进行基准测试，称 Cursor 优化后的 harness 再次排名第一。Balta 回复称其为“harness 山羊 🐐”。
匹配字段标题
阿里千问开源 Qwen3.6-27B 稠密多模态模型，编码能力超越 Qwen3.5-397B-A17B
阿里千问开源 Qwen3.6-27B，这是一个 27B 参数的稠密多模态模型，支持思考与非思考两种模式，权重已在 Hugging Face 和 ModelScope 发布，并上线 Qwen Studio 与 API。官方称其在全部主要编码基准上超过上一代开源旗舰 Qwen3.5-397B-A17B，包括 SWE-bench Verified 77.2 对 76.2、Terminal-Bench 2.0 59.3 对 52.5、SkillsBench 48.2 对 30.0，GPQA Diamond 为 87.8。该模型可接入 OpenClaw、Claude Code 和 Qwen Code 等第三方编码助手，API 支持 preserve_thinking 以保留多轮思考内容。
匹配字段标题
如何用 Modal 和 OpenAI Agents SDK 搭建自定义编码智能体
Modal 官方工程博客发布教程，演示如何在 OpenAI Agents SDK 之上从零搭建自定义编码智能体框架，并接入 Modal Sandboxes 为智能体提供可运行代码甚至 GPU 的隔离环境。教程逐步加入 Session 记忆、orchestrator 与 subagent 分工、异步 SubAgentPool 并行、GPU 配额限制、文件系统快照去重以及 Skills 插件，最终实现可在 GPU 上并行运行 OpenAI Parameter Golf 实验的通用编码框架。文中提到 Ramp 在 Modal 上构建的后台编码智能体已负责其超过一半的 PR。
匹配字段标题
Sebastian Raschka 详解编码智能体的六大核心组件
Sebastian Raschka 将编码智能体拆解为实时仓库上下文、提示词与缓存复用、工具调用、上下文压缩、结构化会话记忆和受限子智能体六个组件。他以纯 Python 实现的 Mini Coding Agent 为例，说明智能体框架如何管理代码上下文、工具、执行与迭代反馈，并比较了编码智能体与 OpenClaw 的定位差异。
匹配字段标题
Cursor 发布 Composer 2 编码模型
Cursor 联合创始人 Michael Truell 宣布 Composer 2 发布，并已在 Cursor 中上线。他表示 Cursor 既不是纯粹的应用公司也不是模型提供商，目标是把最好的 API 模型与自家领域专用模型结合，做出最有用的编码智能体。
匹配字段标题
Mistral AI 发布 Mistral Small 4，统一推理、多模态与编码能力
Mistral AI 发布 Mistral Small 4，这是 Mistral Small 系列的下一个主要版本，也是 Mistral 首个把 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力统一到单一模型中的版本，采用 Apache 2.0 许可。模型为 MoE 架构，128 个专家、每 token 激活 4 个，总参数 119B、每 token 激活 6B（含嵌入和输出层为 8B），上下文窗口 256k，支持文本与图像输入，并可通过 reasoning_effort 参数在快速响应与深度推理之间切换。官方称相比 Mistral Small 3，端到端完成时间减少 40%，每秒请求数提升 3 倍；推理模式下在三项基准上匹配或超过 GPT-OSS 120B，且输出更短。
匹配字段标题
antirez 发布面向 LLM 与编码智能体的 Redis 模式文档
antirez 发布了一份面向 LLM 和编码智能体的 Redis 文档，内容涵盖 Redis 命令与数据类型的详尽说明、常用模式、配置提示，以及可用 Redis 命令实现的算法。作者称发布此文是为了让搜索引擎收录，并提到有用户认为这份文档对真人也有用。
匹配字段标题
Ramp 如何在 Modal 上构建全上下文后台编码智能体
Ramp 基于 Modal Sandboxes 构建内部后台编码智能体 Inspect，目前 Ramp 前后端仓库约一半的已合并 PR 由它发起，Inspect 自身超过 80% 的代码也由它编写。每个会话运行在包含 Postgres、Redis、Temporal、RabbitMQ 等完整开发环境的沙箱中，OpenCode 作为编码智能体，配合 VS Code server、Web 终端和带 Chromium 的 VNC 做前端可视化验证。Modal 的 Cron 每 30 分钟克隆仓库并生成文件系统快照，会话从最新快照启动，几秒内即可开始处理提示词，并支持 Slack、Web、Chrome 扩展等多客户端与多人协作。
匹配字段标题
Anthropic 量化智能体编码评测中的基础设施噪声
Anthropic 在 Terminal-Bench 2.0 上发现，仅基础设施配置差异就能带来 6 个百分点的分数差距（p < 0.01）：从严格按任务规格限制资源到完全不设上限，基础设施错误率从 5.8% 降至 0.5%。在 3 倍资源以内，分数波动仍在噪声范围内（p=0.40），超过 3 倍后额外资源开始让智能体完成此前无法完成的任务，说明资源限制会改变评测实际测量的内容。SWE-bench 上的交叉实验也复现了同一方向但幅度更小的效应，5 倍 RAM 仅比 1 倍高 1.54 个百分点。Anthropic 建议评测同时公布资源保障值和硬性上限两个参数，并认为在配置未标准化前，榜单上低于 3 个百分点的差距值得存疑。
匹配字段标题
Ollama 推出 ollama launch 命令，一键配置 Claude Code、Codex 等编码工具
Ollama 发布新命令 ollama launch，可自动设置并运行 Claude Code、OpenCode、Codex、Droid 等编码工具，支持本地或云端模型，无需环境变量或配置文件。用户需下载 Ollama v0.15+，推荐将上下文长度设为至少 64000 tokens；本地模型包括 glm-4.7-flash、qwen3-coder、gpt-oss:20b，云端模型包括 glm-4.7:cloud、minimax-m2.1:cloud、gpt-oss:120b-cloud、qwen3-coder:480b-cloud。此次更新还提供更长的 5 小时编码会话窗口。
匹配字段标题
Block 开源 AI 编码智能体 Goose，对标 Claude Code 且完全免费
Block 推出的开源 AI 编码智能体 Goose 提供与 Claude Code 相近的功能，但可完全在本地运行，无需订阅费、无速率限制。Goose 在 GitHub 上已获得超过 26,100 颗星，有 362 名贡献者和 102 个版本，最新版本 1.20.1 于 1 月 19 日发布。它支持任意 LLM，可通过 Ollama 搭配 Qwen 2.5 等开源模型本地运行，并集成 MCP 连接外部服务；代价是模型质量、上下文窗口和速度仍不及 Claude 4.5 Opus 等商业方案。
匹配字段标题
SGLang 推出 EPD 分离架构，为视觉语言模型提供弹性编码器扩容
LMSYS 在 SGLang 中推出 Encoder-Prefill-Decode（EPD）分离架构，将视觉编码从语言处理中拆出，编码器可独立横向扩容，并支持 ZMQ、Mooncake 等传输后端与视觉嵌入向量缓存。在 8× H20、Qwen2.5-VL-72B、每请求约 4 张 1080p 图像的测试中，图像密集场景下 1 QPS 时 TTFT 比同机部署低约 6–8 倍，0.8–1.0 QPS 吞吐约翻倍；图像较少的场景则可能因跨节点传输嵌入向量而变慢。
匹配字段标题
Agentic ProbLLMs：利用 AI 计算机使用与编码智能体的安全研究（39C3 视频与幻灯片）
Johann Rehberger 在汉堡 39C3 演讲《Agentic ProbLLMs: Exploiting AI Computer-Use and Coding Agents》，分享针对智能体系统漏洞的安全研究及 Month of AI Bugs 项目，并附大量演示。演讲视频可在 media.ccc.de 观看，英文版已上传至 Embrace The Red YouTube 频道，幻灯片提供 PDF 下载。
匹配字段标题
我构建极简编码智能体 pi-coding-agent 的经验总结
Mario Zechner 发布自研极简编码智能体 pi-coding-agent，由统一 LLM API 层 pi-ai、智能体循环 pi-agent-core 和终端 UI 框架 pi-tui 组成。pi-ai 支持 Anthropic、OpenAI、Google、xAI、Groq、Cerebras、OpenRouter 及任意 OpenAI 兼容端点，并处理跨提供商上下文交接与 token 成本追踪。pi-coding-agent 默认 YOLO 模式，不含内置待办、计划模式、MCP 支持、后台 bash 和子智能体。
匹配字段标题
用 AMD Ryzen AI 在 OpenHands 上自托管编码智能体
OpenHands 与 AMD 合作，演示如何在 AMD Ryzen AI Max+ 395 处理器上本地运行编码智能体：该处理器提供 16 个 Zen 5 CPU 核心、Radeon 8060S 集成 GPU 和 XDNA 2 NPU，合计最高 126 AI TOPS。借助 AMD 的 Lemonade Server 软件栈（兼容 OpenAI API），可本地运行 Qwen3-Coder-30B-A3B-Instruct 模型（约 18.6GB），并通过 uvx tool install openhands 安装 OpenHands CLI 接入。该方案主打隐私、无按 token 计费、合规与离线可用。
匹配字段标题
Transluce 与 SWE-bench 合作监控 AI 编码智能体
Transluce 与 SWE-bench 团队合作，将智能体轨迹公开在 Docent 上，用户现可通过 SWE-bench 排行榜上的链接查看完整记录。双方先从 SWE-bench Verified 的 "bash only" 设置入手，该子集包含 500 个经人工审核的 PR，上月从 HuggingFace 下载超 130 万次。Docent 还构建了检测"作弊"行为的评判器，可识别智能体通过 git 读取未来提交或 gold patch 等非预期解题路径。
匹配字段标题
Cognition 发布 SWE-1.5 编码模型，与 Cerebras 合作实现最高 950 tok/s
Cognition 发布面向软件工程的 SWE-1.5 模型，参数量达数千亿，在 SWE-Bench Pro 上接近前沿水平，并已上线 Windsurf。该模型与 Cerebras 合作部署，推理速度最高 950 tok/s，比 Haiku 4.5 快 6 倍、比 Sonnet 4.5 快 13 倍。Cognition 称其基于数千块 GB200 NVL72 芯片训练，并在自建 Cascade agent harness 与高质量编码环境中做端到端强化学习。
匹配字段标题
MiniMax M2 上线 Ollama 云端，面向编码与智能体工作流
MiniMax M2 已在 Ollama 云端上线，定位编码与智能体工作流。该模型总参数 230B、激活参数 10B，据 Artificial Analysis 基准其综合得分在开源模型中排名第一，在 Terminal-Bench 与 (Multi-)SWE-Bench 类任务上表现较强。Ollama 同时给出在 VS Code、Zed、Droid 中调用 minimax-m2:cloud 的配置步骤，并支持通过 ollama.com 云 API 直接访问。
匹配字段标题
MiniMax 开源并发布面向 Agent 与编码的 M2 模型
MiniMax 正式开源并发布 MiniMax M2，定位为面向 Agent 与编码的模型，API 定价为每百万输入 token $0.30、每百万输出 token $1.20，约为 Claude 4.5 Sonnet 的 8%，在线推理 TPS 约 100。模型权重已在 Hugging Face 开源，支持 SGLang 与 vLLM 部署，推荐推理参数为 temperature=1.0、top_p=0.95、top_k=20，免费试用延长至 11 月 7 日 00:00 UTC。同时上线由 M2 驱动的 MiniMax Agent，提供 Lightning 与 Pro 两种模式，目前限时免费。
匹配字段标题