Cognition发布编码模型SWE-2 Flash。据Cognition模型/Devin博客,该模型基于Thinking Machines的Inkling-Small(276B总参数、12B激活参数)训练,并在训练流程中首次加入强化学习前的中训练阶段。官方称Terminal-Bench 4.0从0.9%提升到20.0%,FrontierCode 2.0从3.2%提升到24.0%,ExploitBench从11.3%提升到34.8%。该模型已在Devin Desktop和CLI上线,价格为同门更大的SWE-2的五分之一,速度为其3倍(200 tok/s对60 tok/s),权重暂不公开,计划通过项目向可信行业伙伴和研究机构安全共享。Cognition另称,该模型在主要评测上超过所有美国开源权重模型,包括参数量大3倍的模型;本月内Pro、Max和Teams用户可在Devin Desktop与Devin CLI中免费使用。
匹配字段标题
高盛自10月起收紧Anthropic的Claude Code和微软GitHub等AI编码工具的使用权限,将其主要限定给开发者。此前部分交易员曾用这些工具监控客户交易流、建模市场变化和头寸。据彭博社援引匿名消息源报道,这一调整引发部分交易员不满;高盛发言人称原因是更精确地监控生产力和风险管理,并强调工具应交由最适合长期使用的人。该限制不适用于交易、量化研究与软件开发交叉岗位的Strats员工,高盛自研的整合OpenAI、Anthropic和Alphabet模型的助手仍对全体员工开放。
匹配字段标题
高盛自10月起收紧Anthropic的Claude Code和微软GitHub等AI编码工具的使用权限,将其主要限定给开发者。此前部分交易员曾用这些工具监控客户交易流、建模市场变化和头寸。据彭博社援引匿名消息源报道,这一调整引发部分交易员不满;高盛发言人称原因是更精确地监控生产力和风险管理,并强调工具应交由最适合长期使用的人。该限制不适用于交易、量化研究与软件开发交叉岗位的Strats员工,高盛自研的整合OpenAI、Anthropic和Alphabet模型的助手仍对全体员工开放。
匹配字段标题
Vercel CEO Guillermo Rauch 发文说明 Vercel CI 如何解决 AI 编码瓶颈,将其分为三层:快速稳定的基础设施,包括全球 20 个集群、每天运行数百万个 microVM;Turborepo 集成,可自动计算依赖图并跳过、缓存已有工作;以及 Agentic CI。他表示 CLI 中的 vercel ci 是第一步,智能体现在可以检查、中止、触发和重放 CI,Vercel Agent 可协助优化,后续还会加入更多能力,让 CI 具备工程师式的判断力。Vercel 官方账号此前宣布 Vercel CI 进入 beta,内部仓库 CI 提速 2-6 倍,并通过 Vercel MCP 和 CLI 面向智能体优化。
匹配字段标题
Vercel CEO Guillermo Rauch 发文说明 Vercel CI 如何解决 AI 编码瓶颈,将其分为三层:快速稳定的基础设施,包括全球 20 个集群、每天运行数百万个 microVM;Turborepo 集成,可自动计算依赖图并跳过、缓存已有工作;以及 Agentic CI。他表示 CLI 中的 vercel ci 是第一步,智能体现在可以检查、中止、触发和重放 CI,Vercel Agent 可协助优化,后续还会加入更多能力,让 CI 具备工程师式的判断力。Vercel 官方账号此前宣布 Vercel CI 进入 beta,内部仓库 CI 提速 2-6 倍,并通过 Vercel MCP 和 CLI 面向智能体优化。
匹配字段标题
2026年10月28日,前GitHub CEO创办的Entire推出新一代Git托管平台,面向人机协作编码,将代码托管、评审、CI和Agent会话记忆按人机协作方式重新设计。该平台以Trail替代以diff为主的PR时间线,每次推送由评审Agent在云沙箱中打分并跟踪未关闭问题,底层调用Claude Code、Codex等,沙箱由Daytona、E2B提供。其自研Git服务给出自家开源基准,称推送最高约比GitHub快89倍,并已接入Buildkite与Depot作为CI。目前尚无后续发展信息。
匹配字段标题
Larsen Cundric于2026年10月30日向开发者提问:目前实际在哪个环境中与编码智能体交互。他给出的选项包括终端、IDE、桌面应用和移动应用。现有材料中尚无后续发展或回应,问题仍停留在征集开发者使用入口的阶段。
匹配字段标题
Larsen Cundric于2026年10月30日向开发者提问:目前实际在哪个环境中与编码智能体交互。他给出的选项包括终端、IDE、桌面应用和移动应用。现有材料中尚无后续发展或回应,问题仍停留在征集开发者使用入口的阶段。
匹配字段标题
Thariq 提出,使用编码智能体时可能陷入一种狂热状态:感觉自己一直在工作、完成了很多事,但实际上什么也没真正发生。他认为,这种狂热往往是对生活中其他事情的一种逃避。该观点于2026年10月30日发布,目前没有后续发展或官方回应。
匹配字段标题
Thariq 提出,使用编码智能体时可能陷入一种狂热状态:感觉自己一直在工作、完成了很多事,但实际上什么也没真正发生。他认为,这种狂热往往是对生活中其他事情的一种逃避。该观点于2026年10月30日发布,目前没有后续发展或官方回应。
匹配字段标题
Arena.ai基于Agent Arena: Code的20,869条trace,对比Anthropic与OpenAI五款顶级模型与其他智能体的用户批评信号。该分析发现前沿模型在三个维度差异最明显:失败修复循环的抱怨少6.9个百分点,忽略项目上下文少1.9个百分点;设计问题少6.4个百分点,产出可用结果的问题少5.8个百分点;指令遵循、任务完成、破坏已有代码的抱怨分别少5.6、4.9、4.5个百分点。目前尚无后续发展。
匹配字段标题
Herdr 推出一款面向终端和编码智能体的桌面应用,用 space 组织工作,并在侧边栏汇总各智能体的 Working、Blocked、Done、Idle 状态。该应用关闭窗口后终端仍在 core 中继续运行,还可通过 SSH 把 space 放到远程机器上执行。应用支持 Linux、macOS(Apple Silicon)和 Windows x64,内置 Herdr、Terminals、Herdr 98 三套布局,并允许用 JavaScript 编写 mod 面板。目前尚无后续发展报道。
匹配字段标题
Herdr 推出一款面向终端和编码智能体的桌面应用,用 space 组织工作,并在侧边栏汇总各智能体的 Working、Blocked、Done、Idle 状态。该应用关闭窗口后终端仍在 core 中继续运行,还可通过 SSH 把 space 放到远程机器上执行。应用支持 Linux、macOS(Apple Silicon)和 Windows x64,内置 Herdr、Terminals、Herdr 98 三套布局,并允许用 JavaScript 编写 mod 面板。目前尚无后续发展报道。
匹配字段标题
Google在Android Dev Summit上宣布,Android Studio与Android CLI向第三方编码智能体开放。据The New Stack报道,Bring Your Own Agent已支持40多个遵循Agent Client Protocol的智能体,包括Claude Agent、Codex和Google自家的Antigravity,并在Android Studio Rabbit 2中转为稳定。新增的android preview命令可让智能体在终端渲染Jetpack Compose预览,Google称完成UI任务快77%、token用量最多减少三倍,但未说明测量方式;android device remote则让智能体访问Google实验室的实体设备。演示中Claude Code借助LeakCanary排查内存泄漏并自行修复复测,Google称此类调查快近一倍、token减少最多25%。Google同时推出Android Bench 2.0评测模型与智能体在复杂Android任务上的表现。
匹配字段标题
Google在Android Dev Summit上宣布,Android Studio与Android CLI向第三方编码智能体开放。据The New Stack报道,Bring Your Own Agent已支持40多个遵循Agent Client Protocol的智能体,包括Claude Agent、Codex和Google自家的Antigravity,并在Android Studio Rabbit 2中转为稳定。新增的android preview命令可让智能体在终端渲染Jetpack Compose预览,Google称完成UI任务快77%、token用量最多减少三倍,但未说明测量方式;android device remote则让智能体访问Google实验室的实体设备。演示中Claude Code借助LeakCanary排查内存泄漏并自行修复复测,Google称此类调查快近一倍、token减少最多25%。Google同时推出Android Bench 2.0评测模型与智能体在复杂Android任务上的表现。
匹配字段标题
2026年10月28日,Cognition推出编程基准FrontierCode 2.0,用于评估模型产出的代码能否真正合并,最高分的Opus 5.5也仅得45%,基准远未饱和。据Cognition博客,相比1.1版本,参考解平均多改67%的文件、89%的代码行,代码库规模大25%,任务覆盖仓库增加55%、阻断性评分标准增加43%;DeepSeek V4.1 Flash从43.9%降至19.3%,Kimi K3从44.2%降至17.7%。同日,Artificial Analysis发布Intelligence Index v5,将FrontierCode 2.0列为新增基准之一,60%评测基于私有测试集或留出答案,Claude Opus 5.5(max)以58分居首。
匹配字段标题
2026年10月28日,前GitHub CEO创办的Entire推出新一代Git托管平台,面向人机协作编码,将代码托管、评审、CI和Agent会话记忆按人机协作方式重新设计。该平台以Trail替代以diff为主的PR时间线,每次推送由评审Agent在云沙箱中打分并跟踪未关闭问题,底层调用Claude Code、Codex等,沙箱由Daytona、E2B提供。其自研Git服务给出自家开源基准,称推送最高约比GitHub快89倍,并已接入Buildkite与Depot作为CI。目前尚无后续发展信息。
匹配字段标题
Arena.ai基于Agent Arena: Code的20,869条trace,对比Anthropic与OpenAI五款顶级模型与其他智能体的用户批评信号。该分析发现前沿模型在三个维度差异最明显:失败修复循环的抱怨少6.9个百分点,忽略项目上下文少1.9个百分点;设计问题少6.4个百分点,产出可用结果的问题少5.8个百分点;指令遵循、任务完成、破坏已有代码的抱怨分别少5.6、4.9、4.5个百分点。目前尚无后续发展。
匹配字段标题
Larsen Cundric提出用智能体写代码的一条规则:在提出改动需求前,先约定双方如何确认改动生效。他给出的验收方式包括一个当前会失败的测试、一条自己能运行的命令、真实运行结果的日志或截图,没有证据的“完成”会被退回。他认为多数失败的智能体会话都始于模糊的需求和缺失的检查,并向读者征集自己信任智能体“完成”的标准。
匹配字段标题
Larsen Cundric提出用智能体写代码的一条规则:在提出改动需求前,先约定双方如何确认改动生效。他给出的验收方式包括一个当前会失败的测试、一条自己能运行的命令、真实运行结果的日志或截图,没有证据的“完成”会被退回。他认为多数失败的智能体会话都始于模糊的需求和缺失的检查,并向读者征集自己信任智能体“完成”的标准。
匹配字段标题