Anthropic 发布 Claude Opus 5
Anthropic 发布 Claude Opus 5，称其以一半价格接近 Claude Fable 5 的前沿智能，在 Frontier-Bench 和 GDPval-AA 等编码与知识工作评测中成为新的 SOTA。该模型是 Claude Max 的新默认模型，也是 Claude Pro 上最强的模型，并在 ARC-AGI 3、Zapier AutomationBench 和 OSWorld 2.0 等基准上表现突出。
匹配字段摘要
←搜索结果
搜索“编码”
Claude 5 代模型的上下文工程新规则
Anthropic 总结了面向 Claude 5 代模型和 Claude Code 的上下文工程方法，称其删减超过 80% 的 Claude Code 系统提示词后，编码评测未出现可测量的损失。新方法强调让模型运用判断、设计更具表达力的工具接口，并通过 Skills、延迟加载工具和文件树渐进披露上下文。Claude Code 还提供 claude doctor，可用 /doctor 精简 Skills 和 CLAUDE.md 文件。
匹配字段摘要
Sakana AI 提出 UnMaskFork：让多个掩码扩散语言模型协作提升推理性能
Sakana AI 在 ICML 2026 论文 UnMaskFork（UMF）中提出，让多个掩码扩散语言模型（MDLM）通过模型切换协作完成同一个答案，并用蒙特卡洛树搜索寻找不同模型负责不同阶段的顺序。该方法无需额外训练或改动模型，在编码基准上持续优于现有推理时扩展方法，在数学任务上也随计算量增加稳步提升。
匹配字段摘要
Google 发布 3 款 Gemini 新模型
Google 发布 3 款 Gemini 新模型：3.6 Flash 在编码上更快、更便宜、更精准，3.5 Flash-Lite 以 350 tokens/s 成为该系列最快，3.5 Flash Cyber 可自行发现并修复安全漏洞。三款模型即日起在 AIS 和 API 中提供。
匹配字段摘要
Kimi K3 需求超预期，官方暂停新订阅并拆分会员计划
Kimi 官方表示 Kimi K3 上线后需求远超预期，过去 48 小时用量已接近当前算力上限，因此暂时暂停新订阅、优先保障现有订阅用户，现有用户不受影响。官方称正在尽快扩容，并将分批重新开放订阅名额。后续会员将拆分为面向 Kimi Web、App 和 Work 的 Kimi Membership，以及面向编码工作流的 Kimi Code Membership。
匹配字段摘要
吴恩达：AI 自动化推动从业者转向全栈角色
吴恩达在 DeepLearning.AI 来信中提出，AI 自动化编码等可验证任务后，开发者得以把时间投入技术架构、产品需求定义等原本属于资深工程师的工作，营销和招聘领域也出现类似趋势，从业者从细分岗位转向端到端负责的全栈或全周期角色。他认为这类整合型工作是对自动化的经济补充，需求会随之增长，但这一规律不适用于所有岗位，部分领域晋升仍意味着更深的专业化。
匹配字段摘要
从间接提示注入到 macOS Terminal 的 DNS 数据外泄
Johann Rehberger 披露其 Terminal DiLLMa 后续研究：macOS Terminal 曾允许特定 ANSI 转义码序列发起 DNS 请求，攻击者可借间接提示注入让 LLM CLI 工具读取表格数据并以 DNS 请求外泄。该问题已于 2025 年 11 月 3 日发布的 macOS Tahoe 26.1 中修复，作者获致谢。作者指出 LLM 集成的 CLI 应用常未处理 ANSI 转义字符，建议默认用类似 cat -v 的方式编码控制字符，并提供了 Python 与 Go 的编码函数。
匹配字段摘要
AI 成本账单冲击高管：KPMG 调查显示 29% 高管难以理解企业 AI 运营成本
KPMG 对 20 多个国家 2000 多名高管的调查显示，29% 的高管难以理解企业 AI 部署规模扩大后的运营成本，近半数计划在成本超过预期价值时放缓 AI 部署。Anthropic、OpenAI 和 GitHub 已从订阅制转向按 token 计费的用量计费模式，Gartner 研究预计到 2028 年编码智能体每名开发者的成本将超过开发者平均薪资。
匹配字段摘要
Decagon 如何用 Figma MCP 与 Figma Make 扩展设计系统
Decagon 借助 Figma MCP 和 Figma Make 扩展其设计系统 Deco，让编码智能体直接读取 Figma 中的组件库，减少设计与开发之间的反复迭代。Deco 已成为覆盖全公司的 Figma 库，包含数百个组件、样式和变量，30 天内记录到数万次插入。Decagon 约 70% 的产品路线图直接来自客户。
匹配字段摘要
Amazon Science 发布 Rust 代理 Turnstile，为智能体强化学习捕获 token ID
Amazon Science 发布用 Rust 编写的代理 Turnstile，位于智能体 harness 与模型后端之间，在生成时刻记录模型采样的精确 token ID、逐 token 对数概率和 loss mask，并导出与框架无关的轨迹供现有 RL 训练栈使用。Turnstile 兼容 OpenAI Chat Completions API，harness 无需改动，后端目前为 SGLang，计划支持 vLLM。在验证中，一个纯文本编码智能体和一个多模态计算机使用智能体在 RL 训练中持续提升。
匹配字段摘要
Cognition 如何评估开源衍生模型的可信度：SWE-1.7 评测
Cognition 构建了一套模型可信度评测套件，用 145 个政治敏感问题（各采样 5 次，覆盖英文、简体中文和繁体中文）检测宣传输出，并在真实编码场景中检验模型行为是否随用户和上下文变化。基于开源模型 Kimi K2.7 Code 开发的 SWE-1.7，在该评测套件上的表现与美国前沿实验室的模型相当或更好，并显著优于 Kimi K2.7 Code 基线。
匹配字段摘要
METR：因 8 ≈ e²，Anthropic 研究员效率提升可能超过 2 倍
METR 笔记指出，Anthropic 在 Q2 2026 每位贡献者每日合并代码量是 2021-2024 年的 8 倍，若假设代码质量与 2025 年前相当且编码时间占比 β=50%，Cobb-Douglas 模型推算研究员效率提升约 2.83 倍，CES 模型给出约 [2.75, 2.91] 区间，即便代码非同质也仍高于 2 倍。Anthropic 的 Mythos 系统卡称整体 R&D 提升“远低于”2 倍，与仅编码带来的 >2 倍研究员提升并不矛盾。
METR 笔记指出，Anthropic 在 Q2 2026 每位贡献者每日合并代码量是 2021-2024 年的 8 倍，若假设代码质量与 2025 年前相当且编码时间占比 β=50%，Cobb-Douglas 模型推算研究员效率提升约 2.83 倍，CES 模型给出约 [2.75, 2.91] 区间，即便代码非同质也仍高于 2 倍。Anthropic 的 Mythos 系统卡称整体 R&D 提升“远低于”2 倍，与仅编码带来的 2 倍研究员提升并不矛盾。
匹配字段摘要
LeRobot v0.6.0：想象、评估、改进
Hugging Face 发布 LeRobot v0.6.0，引入三种世界模型策略、多款新 VLA、统一奖励模型 API，以及由 lerobot-eval 支持的六个新仿真基准。新版还增加支持 DAgger 人工纠正的 lerobot-rollout、FSDP 与 HF Jobs 云训练，并为数据集加入深度数据、自动语言标注、自定义视频编码及最高约 2 倍的加载提速。
Hugging Face 发布 LeRobot v0.6.0，引入三种世界模型策略、多款新 VLA、统一奖励模型 API，以及由 lerobot-eval 支持的六个新仿真基准。新版还增加支持 DAgger 人工纠正的 lerobot-rollout、FSDP 与 HF Jobs 云训练，并为数据集加入深度数据、自动语言标注、自定义视频编码及最高约 2 倍的加载提速。 · Hugging Face released LeRobot v0.6.0 with three world-model policies, several new VLAs, a unified reward-model API, and six new simulation benchmarks supported by lerobot-eval. It also adds lerobot-rollout with DAgger-style human corrections, FSDP and cloud training through HF Jobs, plus dataset support for dep
匹配字段摘要
Browser Use 如何用 AI 智能体做 QA 自动化
Browser Use 发布 QA 技能，让 AI 智能体像用户一样操作网站进行测试，按 1–5 分打分并给出需修复的问题。该技能可在 Claude Code、Codex 和 Cursor 中使用，把原本需要人工反复测试、重新提示编码智能体的 QA 循环自动化。
匹配字段摘要
Anthropic 发布 Claude Sonnet 5，主打智能体能力与成本效率
Anthropic 发布 Claude Sonnet 5，称其为迄今最具智能体能力的 Sonnet 模型，在推理、工具使用、编码和知识工作方面较 Sonnet 4.6 有显著提升，性能接近 Opus 4.8 但价格更低。该模型现已在所有套餐中可用，定价为每百万输入 token 2 美元、每百万输出 token 10 美元，开发者可通过 Claude API 使用 claude-sonnet-5。
匹配字段摘要
吴恩达分享构建 0 到 1 产品的三大循环
吴恩达提出构建 0 到 1 产品的三个关键循环：智能体编码循环、开发者反馈循环和外部反馈循环。智能体编码循环让 AI 智能体写代码、自测并迭代至无 bug，工程循环每几分钟就能构建测试新版本；开发者反馈循环以数十分钟到数小时为周期，开发者从 QA 转向更高层产品决策。他强调人类相对 AI 具有显著上下文优势，因此 human-in-the-loop 不可自动化。
匹配字段摘要
Ollama 0.31 为 Gemma 4 加入多 token 预测，Apple Silicon 上提速近 90%
Ollama 0.31 在 Apple Silicon 上让 Gemma 4 生成速度平均提升近 90%，该加速默认开启且不改变模型输出。提速来自多 token 预测（MTP）：Gemma 4 自带一个小型草稿模型提出后续若干 token，主模型一次验证并保留一致的部分；Ollama 在运行时自动调整草稿长度，提案不再被接受时回退到逐 token 解码。团队还向 MLX 贡献了一个针对 2 到 8 token 批次的矩阵乘法 kernel，在 M5 Max 上使 Gemma 4 最大的矩阵乘法快 2 到 2.5 倍。用户可下载 Ollama 0.31 或更高版本，并用 ollama launch 启动由 Gemma 4 驱动的编码智能体；此前下载过 Gemma 4 的需重新 pull gemma4:12b-mlx。
匹配字段摘要
OpenHands 指南：AI Agent 工作流自动化如何落地工程团队
OpenHands 发布指南，介绍 AI Agent 工作流自动化：不再手动提示 Claude Code 或 OpenAI Codex，而是让编码智能体按计划或由 GitHub、Linear、Datadog、Slack 等事件触发自动运行，并产出 PR、评论或报告。指南给出触发、范围、交接三个决策点，以及顺序、并行等常见工作流模式。
匹配字段摘要
Figma 在 Config 2026 发布代码图层、Figma Motion 与生成式插件
Figma 在 Config 2026 发布多项画布新能力，包括可一键把设计图层转为交互代码图层的 code layers、内置时间线与关键帧的 Figma Motion、由 Figma agent 生成的 shader 填充与效果、无需本地开发环境即可构建的生成式插件，以及进入画布的 Figma Weave 工具。code layers 从 7 月起逐步开放并已开放 waitlist，Figma Motion 即日可用，其时间线在 Dev Mode 中可查看并支持导出 CSS、JSON 或 React 动画代码，且兼容 MCP 以便交给编码智能体实现。Figma agent 昨日已向所有人发布，支持 Skills、Notion、Slack、GitHub 等连接器和附件，聊天默认对团队可见，并将扩展到 FigJam 和 Slides。
匹配字段摘要
Replit 如何评估并改进 Replit Agent：从单次打分到持续改进闭环
Replit 为评估 Replit Agent 构建了离线基准与线上 A/B 测试、生产 trace 相结合的双支柱评估体系，并推出面向 vibe coding 的公开基准 ViBench，用自然语言 PRD 和测试计划检验智能体从零构建的应用是否符合需求。早期结果显示，前沿编码基准分数并不总能迁移到完整应用构建，且多数模型在扩展自己写的代码时表现变差。
匹配字段摘要