#编码

Microsoft 发布用于 GitHub Copilot 和 Excel 的专用 MAI 模型

Microsoft 宣布将 hill-climbing 方法应用于 MAI 模型，在 GitHub Copilot 和 Excel 中部署专用于智能体工作负载的版本。

Claude Code v2.1.218 发布

Claude Code v2.1.218 将 `/code-review` 改为后台子智能体运行，审查工作不再填满对话窗口。新增屏幕阅读器对删除文本的播报支持，并修复了 Windows 路径中 `\u` 前缀段被错误转为 CJK 字符导致文件无法访问、左箭头键误丢弃对话、多行粘贴合并为单行等多项 Bug。

Copilot vs. 直接 API 调用：你实际在为什么付费？

GitHub Copilot 现已按公布的 API 费率对使用量计费。与直接调用模型 API 相比，用户支付的额外费用覆盖了编码工作流、策略管理和工具集成等周边服务。

Cursor 发布智能模型路由系统 Cursor Router

Cursor 推出 Cursor Router，可自动将每个编码请求分配给最合适的模型。在线 A/B 测试显示，Auto Intelligence 模式在用户满意度接近 Fable 的同时，成本降低约 60%；Auto Balance 模式满意度超过 Opus 4.8，成本降低约 36%。

在 Claude Code 中使用技能构建验证循环

Anthropic 介绍了如何在 Claude Code 中将手动检查转化为验证循环，让 Claude 自动检查并修复工作成果。内置验证包括 `/verify` 技能、代码审查、GitHub Actions 和规范验证等。用户可通过 skill-creator 插件或编写 Markdown 文件创建自定义技能。

Tibo@thsottiaux· 00:51AI 评分4141

10M！ 新的一天，Codex 和 ChatGPT Work 付费用户的使用量已重置。将在接下来一小时内生效。尽情使用。

GitHub Copilot 推出 canvases 扩展，实现开发者与 AI 智能体实时协作

GitHub Copilot 在应用中推出 canvases 扩展，这是一种共享交互式界面，开发者和 AI 智能体可在其中实时协作。用户通过 `/create-canvas` 指令创建画布，Copilot 可动态更新内容，用户则通过点击、编辑等操作与同一工作区交互。示例包括快速分类 Issue、生成交互式代码库关系图、管理会话工作树、优化提示词质量以及跨平台搜索知识联系人。

Prime Intellect 整合 23 个任务集，提供超 365,000 个智能体 RL 环境

Prime Intellect 发布 research-environments，通过 verifiers v1 的 taskset API 将 SWE、终端和搜索三类共 23 个任务集统一到一套运行时和沙箱钩子下，总计约 365,000 个任务，包括约 198,000 个软件工程任务、约 28,600 个终端任务和约 137,600 个搜索任务。

Augment Code 解析循环工程及团队级智能体 SDLC 循环的实践

Augment Code 提出循环工程（loop engineering）概念，指设计从触发、执行、验证到成果的智能体循环，人类只在需要判断的检查点介入。文章将其与提示词工程、上下文工程分层对比，给出代码评审、工单转 PR、漏洞修复、事件响应四类已在生产中运行的循环，并认为多个循环相互连接可形成软件工厂。

Modal 与 Cognition 推出 Devin Outposts，AI 工程师可在自有 Sandbox 中执行任务

Cognition 推出 Devin Outposts，让 AI 软件工程师 Devin 的执行环境迁移到用户自控环境，推理仍留在 Cognition 云端；Modal 是启动合作伙伴，7 月 21 日起开放 alpha。

Claude Code v2.1.216 发布：修复长会话卡顿与多项 Agent 行为问题

Claude Code v2.1.216 修复了长会话中消息归一化成本随轮次二次增长导致的数秒停顿问题，并修正了 OAuth token 过期后自动模式误判 HTTP 401、后台子智能体重启后恢复默认配置、以及工作树隔离子智能体重定向 git 目录等多项缺陷。新增 `sandbox.filesystem.disabled` 设置，可在保留网络出口控制的同时跳过文件系统隔离。

Cursor 测试新型 AI 智能体集群：规划者+执行者分工，4小时通过80% SQL测试

Cursor 测试了新型 AI 智能体集群，将任务分解为规划者（使用最强模型）和执行者（使用快速廉价模型）。使用 Grok 4.5 时，新集群在 4 小时内通过了 80% 的 SQL 测试套件，而旧集群在第二小时前失败。该系统已用于构建浏览器、修复漏洞和生成数十亿 token 合成训练数据。

Codex Code Review 支持在 AGENTS.md 中编写自定义仓库审查规则

OpenAI 为 Codex Code Review 推出自定义仓库规则功能，可在 AGENTS.md 中写明审查指导，Codex 在审查时应用相关规则并在 finding 中引用依据。官方测试显示规则引导下可找回 98% 的应报告问题，基线为 58.3%；文中还给出规则应小范围划分、写明不变量和安全路径、机械检查留给 CI 等撰写建议。

Claude Code v2.1.214 发布：修复权限绕过、添加 EndConversation 工具与多项 Bash 权限检查改进

Claude Code v2.1.214 修复了 Windows PowerShell 5.1 中的权限检查绕过漏洞，以及 Bash 权限检查对超长命令（超过 10,000 字符）和 zsh 变量下标比较的误判问题。

AI 时代“小需求”的成本逻辑变了：GitHub 博客谈工程决策新范式

工程师对小型功能请求的决策成本已超过代码实现成本。AI 智能体可在会议预热时间内生成首个补丁，将抽象的“是否在范围内”争论转化为可审查的具体产物。关键区分在于：代码生成便宜不等于维护便宜，只有人类能自信审查并承担长期责任的变更才算低成本。

Cursor 评估负责人确认 Claude Fable 5 在 CursorBench 达 72.9% 新高

Cursor 的模型评估负责人 Nate Schmidt 发现，Claude Fable 5 在其内部基准 CursorBench 上以 Max effort 模式达到 72.9%，创下新高。该模型在模糊的真实编程任务中表现出全局推理能力，例如在航天模拟器中仅凭一句提示自主规划并成功登月，而此前 Claude Opus 运行 12 小时以上仍无结果。

Claude Code v2.1.212 发布

Claude Code v2.1.212 新增 `/fork` 命令，可将当前对话复制到新后台会话中独立运行。新增会话级 WebSearch 调用上限（默认 200）和子智能体生成上限（默认 200），防止失控循环。MCP 工具调用超过 2 分钟自动移至后台，并修复了计划模式自动执行文件修改命令等多项问题。

Apple 研究：Embarrassingly Simple Self-Distillation 提升代码生成能力

Apple 机器学习研究提出一种极简的自我知识蒸馏方法，让大语言模型仅使用自身原始输出即可提升代码生成能力，无需验证器、教师模型或额外数据。该方法在多个代码生成基准上取得显著改进，且计算成本极低。研究展示了自我蒸馏在代码任务中的有效性，为模型自我改进提供了新思路。

Conductor 从 Gemini CLI 扩展进化为便携插件，支持 Antigravity 与 Claude 生态

Conductor 从 Gemini CLI 扩展升级为便携插件，将对话式 Spec-Driven Development（SDD）引入 Antigravity CLI 和 Claude 等生态。开发者可通过自然对话与 AI 助手交互，由后者在后台动态管理 spec.md 和 plan.md 等持久化 markdown 制品，消除工作流摩擦的同时确保仓库作为项目架构与状态的版本控制单一事实源。

Kimi K3 发布：2.8T 参数开源模型，具备原生视觉与百万 token 上下文窗口

月之暗面发布 Kimi K3，一个 2.8T 参数的开源模型，采用 Kimi Delta Attention 和 Attention Residuals 架构，支持原生视觉能力与 100 万 token 上下文窗口。

Anthropic 用 Claude Code 大规模迁移代码：Bun 百万行 Zig 转 Rust，两周完成

Anthropic 工程师用 Claude Code 在两周内将 Bun 的百万行 Zig 代码迁移至 Rust，100% 现有测试通过，合并后出现 19 个回归问题已全部修复。另一工程师用周末将 Python 代码库迁移至 16.5 万行 TypeScript。迁移消耗约 16.5 万美元 API 成本，但编译时间从八分钟降至两秒，二进制启动快 6 倍。

Replit 提出“自动驾驶公司”：智能体融入全公司后代码产出提升 2.9 倍

Replit 发文称其内部智能体系统已覆盖全公司职能，从 1 月初到 6 月底代码贡献行数增长 5.8 倍，剔除招聘效应后固定作者群体为 2.9 倍，同时 PR reversion 率与事故量保持平稳。

xAI 开源 Grok Build 编程智能体与终端界面

xAI 已将 Grok Build 的源代码在 GitHub 上开源。Grok Build 是 SpaceXAI 的编程智能体与终端用户界面（TUI），开源后用户可自行编译并完全本地运行，指向本地推理引擎并通过 `config.toml` 配置。

Base44 为何信任 Claude Fable 5 处理最具挑战性的工程任务

无代码开发平台 Base44 将此前仅限资深工程师处理的系统提示词重构任务交给了 Claude Fable 5。该模型在四小时内独立完成 90%-95% 的重构，并主动发现团队评估中遗漏的缓存命中测试盲点。Base44 产品负责人表示，Claude Fable 5 是首个能像资深工程师一样推理软件构建方式的模型。

用 LangSmith 追踪调试 Claude Code、Codex、Cursor、Copilot 等编码智能体

LangSmith 现已支持追踪 Claude Code、Codex、Cursor、Copilot 等编码智能体的运行轨迹。开发者可检查工具调用、子智能体、错误、成本与重试行为，从而定位调试问题。

Claude Code v2.1.210 发布

Claude Code v2.1.210 为折叠的工具摘要行添加实时运行计时器，避免长时间工具调用显示为卡顿。新增对 Write、NotebookEdit 和 Glob 路径权限规则的启动警告，建议改用 Edit 或 Read。修复了 worktree 子智能体对主仓库执行 git 变更命令、ultracode 关键词在非人类输入中误触发等多项问题。

Tibo@thsottiaux· 03:36AI 评分4848

OpenAI 的 Tibo 宣布，GPT-5.6 Sol 在 Codex 和 ChatGPT Work 上的活跃用户已达 800 万。团队再次重置所有用户的使用限制，并继续取消 5 小时速率限制，鼓励用户探索模型边界。引用 @sama 的推文称，5.6 Sol 的增长“疯狂”，推理团队为支撑需求做出了巨大努力，将继续全力扩展规模，但近期可能出现一些故障。

Claude Code v2.1.208 发布

Claude Code v2.1.208 发布。新增屏幕阅读器模式，可通过 `claude --ax-screen-reader` 等启用。新增 `vimInsertModeRemaps` 设置，支持映射双键序列为 Escape。新增 `CLAUDE_CODE_PROCESS_WRAPPER`，允许通过包装可执行文件启动所有自生成进程。修复了快速模式未自动恢复、后台会话因二进制替换导致附加失败、上下文窗口重置为 200k 等问题。优化了多 MCP 工具场景下的工具轮次性能，并将会话转录体积大幅缩减。

Tibo@thsottiaux· 02:33AI 评分4848

感谢目前正在使用 Codex 和 ChatGPT Work 的 700 万活跃用户。 为庆祝这一里程碑，我们已为每位用户账户添加了一次额度重置。你可以在桌面应用或网页端使用该重置，它将为你补充本周的使用量。 尽情使用吧。

AI 是最具人性化的技术：从节省时间到创造表达

a16z 合伙人认为，AI 不同于过去百年只为“少做多得”而生的技术，它更像画笔——不节省时间，而是让人更愿意“花时间”去创造。一位肯塔基电工用 AI 构建的负载计算工具售价 12.99 美元，替代了 500 美元的上门服务；一名水管工用 OpenClaw 一个下午就取消了 4 万美元的咨询合同。当软件创作成本崩塌，不会编程的人也能成为建造者，AI 正在把“消费”变回“创造”。

Cognition 与 Windsurf 合并一周年回顾：Devin 从初级工程师成长为中高级水平

Cognition 与 Windsurf 在合并一周年之际发布回顾文章，称 Devin 已从初级工程师水平提升到中高级水平，能调度和管理其他 Devin，并用 computer use、自验证和自动修复测试自己的代码。

GitHub 复盘：更好的共享工具为何让 Copilot code review 变差

GitHub 将 Copilot code review 迁移到与 Copilot CLI 共享的 grep、glob、view 工具集后，离线评测显示审查成本上升、有效问题检出减少。

Tibo@thsottiaux· 11:00AI 评分5555

OpenAI 为 Codex 和 ChatGPT Work 用户推送更新，核心是优化推理效率并降低使用成本。主要变化包括：落地推理优化，使 GPT-5.6 Sol 订阅用户获得约 10% 的额外使用量；将上下文窗口从 372k 回退至 272k（此前从 272k 提升至 372k 导致用量超预期），后续将重新推出；调整了推理努力（juice values）实验并回滚；修复高/极高推理努力下多智能体使用量略超预期的问题，以及 auto-review 的效率问题。5 小时限制继续暂时取消。

Cognition 实测：Fable 5 领衔的 Devin 成本反而低于 Opus 4.8

Cognition 用 FrontierCode 1.1 上的 3000 次评测对比 Fable 5 与 Opus 4.8，发现尽管 Fable 5 每 token 单价是 Opus 的 2 倍，在 Fusion 侧搭子架构下 Fable + Sidekick 每次运行成本 $1.86、得分 60.7，低于 Opus + Sidekick 的 $2.04 与 54.6。

Tibo@thsottiaux· 09:57精选AI 评分7575

用户 Tibo 分享了一种通过 CLIProxyAPI 将 Claude Code 后端模型切换为 GPT-5.6 Sol 的方法。只需三步：安装 CLIProxyAPI、连接认证、设置环境变量别名 `claudex`。该别名配置了子智能体模型、始终启用 Effort、最大并发工具调用数等参数。引用推文作者 Theo 补充，若已配置好代理，仅需约 2 条提示词即可完成设置。Tibo 称整个过程约 5 分钟，若被封锁可重置。

Claude Code v2.1.207 发布

Claude Code v2.1.207 发布。Auto 模式在 Bedrock、Vertex AI 和 Foundry 上无需 `CLAUDE_CODE_ENABLE_AUTO_MODE` 即可使用，可通过 `disableAutoMode` 设置关闭。修复了流式响应中包含超长列表、表格、段落或代码块时终端冻结和按键延迟的问题；修复了非交互式运行中远程托管设置被永久记录为已同意而未显示安全同意对话框的问题；修复了自动更新程序每次发布时覆盖 `~/.local/bin/claude` 自定义启动脚本或符号链接的问题。Bedrock、Vertex 和 Claude Platform on AWS 默认切换为 Claude Opus 4.8。Auto 模式不再从 `.claude/settings.local.json` 读取 `autoMode`，改为使用 `~/.claude/settings.json`。修复了 Windows 上 AWS 凭证解析卡住时无限挂起的问题，60 秒超时保护现在生效。

Tibo@thsottiaux· 02:11AI 评分5656

OpenAI 产品负责人 Tibo 就昨日更新引发的争议致歉。团队承认四大问题：最高计算设置消耗限制不透明、桌面端界面重组导致聊天/项目难找、发布重心偏向 ChatGPT Work 让 Codex 用户误以为将被取代、以及多智能体工作流出现回退。今日将重置两次使用限制、修改默认设置避免用户误选高成本选项、修复插件提交问题并改进 Codex 产品展示。下周将推出更大更新，包括将聊天和项目重新放回侧边栏、更清晰显示使用限制与重置时间、明确 ChatGPT Work 与 Codex 的使用场景区分。

GitHub Copilot 代码审查改用共享工具后性能下降，通过重写指令实现 20% 成本降低

GitHub 在 Copilot 代码审查中尝试用 Copilot CLI 的共享代码探索工具（grep、glob、view）替换原有专用工具，结果导致审查成本上升、有效评论数量下降。分析 trace 发现，问题不在工具本身，而在于指令让智能体像通用编程助手一样大范围浏览仓库，而非像审查者一样从 diff 出发进行定向搜索。重写指令后，审查平均成本降低约 20%，同时保持相同审查质量。

Tibo@thsottiaux· 23:09AI 评分5656

或者说这是一次代际级的运行。我们会继续做调整，而且我们为开发者准备了一大堆东西。与此同时，昨天的流量大约是此前峰值的 2 倍，团队正全力维持一切稳定可靠。 时间会证明一切，但我坚信，尝试打造通往 AGI 的唯一界面是值得的。

Claude Code v2.1.206 发布

Claude Code v2.1.206 发布，主要更新包括：为 `/cd` 命令添加目录路径建议；新增 `/doctor` 检查以建议修剪 CLAUDE.md 文件中模型可从代码库推导的内容；`/commit-push-pr` 现在自动允许 git push 到仓库配置的推送远程仓库；`/login` 支持 Anthropic 运营的公共网关端点；后台智能体在更新后自动升级。修复了过期登录导致所有模型报错、`claude --resume` 和 `--continue` 在启动时无键盘响应、MCP 服务器忽略 `request_timeout_ms` 配置、OAuth MCP 服务器需手动重新认证、`/model` 选择器价格显示错误、桌面会话卡在“运行中”状态、Windows 上键盘输入被忽略等多项问题。