#编码

Tibo@thsottiaux· 10:31

昨天 Codex 重置时间略显尴尬（距上次几乎整一周），为庆祝 3M 里程碑，决定明天再重置一次。感谢反馈！

Claude Code v2.1.97 发布

Claude Code v2.1.97 版本发布，为 NO_FLICKER 模式新增焦点视图切换（Ctrl+O）及多项渲染修复。权限系统修复了 Bash 工具环境变量检查、MCP HTTP 连接内存累积（约 50MB/小时）、429 重试逻辑及设置热重载等漏洞。新增状态栏自动刷新、git worktree 检测、agents 运行指示器及 Cedar 策略文件语法高亮。改进包括自动批准安全环境变量前缀的文件命令、CJK 输入无需空格即可触发补全，以及图像压缩统一处理。

Bugbot 现可通过学习规则实现自我改进

Bugbot 的 bug 解决率已从 2025 年 7 月正式推出时的 52% 提升至近 80%，领先其他 AI 代码审查产品。其核心改进在于引入了规则学习机制，能够从实时代码审查反馈（如开发者反应、回复和人工评审意见）中自主学习，取代了原先依赖离线实验的更新模式。自测试版推出以来，已有超过 11 万个仓库启用该功能，生成了逾 4.4 万条规则。这些规则可根据信号积累被激活或禁用，帮助 Bugbot 更精准地识别问题。用户可在 Cursor Dashboard 中管理学习规则，以优化审查效果。

Tibo@thsottiaux· 13:36

作者对即将发生的事情感到莫名兴奋，预告未来几周将会是一段既紧张刺激又充满乐趣的时光，令人充满期待。

v2.1.96

Claude Code v2.1.96 修复 Bedrock 请求 403 "Authorization header is missing" 错误，解决使用 AWS_BEARER_TOKEN_BEDROCK 或 CLAUDE_CODE_SKIP_BEDROCK_AUTH 环境变量时的认证失败问题。该回归缺陷源自 2.1.94 版本。

v2.1.94

新版本新增对 Amazon Bedrock（由 Mantle 驱动）的支持，并将 API-key、Bedrock/Vertex/Foundry、Team 及 Enterprise 用户的默认 effort level 从 medium 提升至 high。修复了 429 速率限制后代理卡死、macOS 控制台登录失败、插件 hooks 被忽略、长会话滚动回显重复、CJK 字符损坏等关键问题。VSCode 扩展优化了冷启动性能并新增设置解析失败警告。

Cognition 拆解 Devin 如何在财富 500 强企业现代化 COBOL

Cognition 发文介绍过去八个月多家财富 500 强公司在 COBOL 项目中使用 Devin，包括用 DeepWiki 文档化数百万行代码、将 25000 行海关工作流迁移到 AWS Lambda（估算节省 73% 迁移成本），以及 Itaú Unibanco 跨数百个程序、20 种字段变体的税号重构，提前三个月完成且零生产错误。

Meta如何利用AI绘制大规模数据管道中的隐性知识图谱

Meta针对其大规模数据处理管道（横跨4个代码库、3种编程语言、超过4100个文件）部署AI编程助手时，发现其无法快速生成有效编辑。为此，团队构建了一套新系统，通过AI绘制并利用管道中分散的“隐性知识”，显著提升了AI助手对复杂代码库的理解与编辑效率。这一方法解决了AI在大型、多语言代码环境中理解上下文和团队特定实践的瓶颈问题。

Augment Code 判言单模型工程时代结束，已接入 Gemini 3.1 Pro

Augment Code 宣布接入 Gemini 3.1 Pro，成为继 Claude 和 GPT-5 之后的第三个模型，并提出单模型工程时代已经结束。作者复盘十三个月来最佳模型三次易主、GPT-5.4 每条消息价格约为此前方案 2.6 分之一的变化，主张选模型实为对供应商的绑定，应将模型、Context Engine 与 Intent 编排层解耦，让换模型成为切换设置而非迁移。

Cognition 发布软件工程智能体模型 SWE-1.6，上线 Windsurf

Cognition 发布面向软件工程智能体的新模型 SWE-1.6，已在 Windsurf 全面开放，未来 3 个月免费。模型在 SWE-Bench Pro 上与 SWE-1.6 Preview 表现相当，同时显著减少过度思考、循环推理和依赖终端等行为，更多使用并行工具调用；训练中引入长度惩罚，响应长度增长更慢且任务解决率保持稳定。

Tibo@thsottiaux· 22:30

OpenClaw 针对 GPT-5.4 完成重大优化，Peter 团队这波输出拉满。用户表示上次对发布这么兴奋还是当年追《权游》更新时。

Tibo@thsottiaux· 08:50

Codex 及其他 AI 服务需求激增，行业即将进入供不应求阶段。未来竞争关键在于算力容量与模型效率，作者认为其所在公司兼具这两项优势。

Claude Code v2.1.92

新增强制远程设置刷新策略、Bedrock 交互配置向导与按模型成本细分，远程控制会话默认使用主机名前缀。修复子代理生成、工具验证、API 400 等十余项错误，Write 工具大文件 diff 速度提升 60%。移除 /tag 和 /vim 命令，Linux 沙盒恢复 seccomp 限制。

Tibo@thsottiaux· 05:59

Kath 宣布加入 OpenAI Codex 团队，表示将快速推进开发并开放私信收集用户反馈。OpenAI 员工发文欢迎，并调侃团队或许能迎来可爱的小吉祥物。

Tibo@thsottiaux· 05:51

Codex 在运行缓慢构建时表现出类似人类的"不耐烦"，未选择查看日志，而是通过监测 CPU 使用率来确认进度确实在推进，展现了意料之外的智能判断方式。

Tibo@thsottiaux· 11:05精选

Codex App 使用量正式超过 VS Code 扩展和 CLI，成为 OpenAI 最热门的交互界面。这一成功引发同行关注（👀）。新用户现可前往官网安装，企业或商业入门最高可获 $500 额度。

Tibo@thsottiaux· 10:30

Codex 高峰与低谷时段负载悬殊，团队希望平滑流量以优化计算资源利用率。考虑通过激励非高峰使用、高峰时段设置 surge multiplier（倍数计费）来调节，现征求用户意见。

Claude Code v2.1.91 版本更新

Claude Code v2.1.91 发布，支持 MCP 工具结果最大 500K 字符不截断，新增禁用技能内联 shell 执行选项，插件可打包 bin/ 目录可执行文件。修复了 --resume 转录链断裂、远程会话计划模式丢失、cmd+delete 快捷键等 bug，并优化了 ANSI 剥离性能。

Tibo@thsottiaux· 06:20

OpenAI 调整 Codex 商业及企业版定价策略，取消固定席位费用，改为 $0 起步并按实际使用量计费，降低团队使用门槛。

Codex 为团队推出更灵活定价方案

Codex 新增按量付费模式，面向 ChatGPT Business 和 Enterprise 团队，支持按需灵活扩展使用规模。

Tibo@thsottiaux· 11:46

Codex 增长数据提前曝光，增速迅猛。发布者调侃"甚至还没到下周"，并戏称"谁会在 4 月 1 日工作"，暗示在愚人节前夕提前释放了消息。

Cursor 3.0 发布：以 Agent 为核心的统一开发空间

Cursor 3.0 正式发布，重构为以 Agent 为核心的统一工作空间。新界面原生支持多仓库协作，可并行运行本地与云端 Agent（覆盖移动端、Slack、GitHub 等入口），支持会话在环境间无缝迁移以便离线运行或本地迭代。完整保留 IDE 能力：文件编辑、LSP、内置浏览器及插件市场。基于自研 Composer 2 模型，目标是通过多 Agent 自主协作实现"代码库自动驾驶"。

Claude Code v2.1.90 版本更新

Claude Code 发布 v2.1.90 版本。新增 `/powerup` 交互式教程命令，通过动画演示教授功能使用；增加环境变量支持离线环境保留 marketplace 缓存。修复多项关键 bug：解决速率限制对话框崩溃、`--resume` 缓存未命中、编辑操作与 format-on-save 冲突等问题。性能方面优化 MCP 工具缓存、SSE 传输及长对话转录效率。同时移除 DNS 缓存查询自动权限以增强隐私，并加固 PowerShell 工具权限检查。

Tibo@thsottiaux· 07:16

Codex 核心代码仓库 11 个月前就已公开却刚被发现。OpenAI 称决定开源是为促进早期生态发展并互相学习，差点忘了这茬。

构建 Claude 应用的三大最佳实践

Anthropic 分享构建 Claude 应用的三大实践：使用 Claude 已掌握的通用工具（如 bash 和文本编辑器）；允许其自行编排工具调用链，减少不必要的上下文回传以降低 token 消耗；随着模型能力进化，重新评估 agent harness 的预设限制。实测显示，让 Opus 4.6 自主过滤工具输出，在 BrowseComp 基准测试中准确率从 45.3% 提升至 61.6%。

Claude Code v2.1.89 发布

Claude Code v2.1.89 发布，新增 defer 权限决策支持 headless 会话暂停恢复，引入 CLAUDE_CODE_NO_FLICKER 环境变量实现无闪烁渲染，新增 PermissionDenied hook 允许模型重试被拒命令。修复 Windows 平台 CRLF 处理、StructuredOutput 缓存失效、内存泄漏、LSP 僵尸进程、CJK 字符截断等 30 余项 bug。调整 Edit 工具行为，支持直接编辑通过 Bash 查看的文件；hook 输出超 5 万字符将转存磁盘；默认关闭 thinking summaries。优化 MCP 连接超时和子代理提及体验。

Trail of Bits 如何让公司走向 AI 原生：从 5% 接受到 94 个插件、201 个技能

Trail of Bits 分享其一年内将 AI 采用率从约 5% 推到全公司落地的系统方法，目前已有 94 个插件、201 个技能、84 个专用智能体，部分审计项目每周发现的漏洞从约 15 个增至 200 个，约 20% 的客户报告漏洞最初由 AI 发现。

Inception Labs 发布扩散模型 Mercury Edit 2，专注代码 next-edit 预测

Inception Labs 发布 Mercury Edit 2，一个专为 next-edit 预测构建的扩散 LLM（dLLM），基于近期编辑和代码库上下文预测下一步修改，并行生成 token 以降低延迟。

Composer 2技术报告：面向智能体软件工程的代码模型训练

本报告介绍了代码模型Composer 2的训练过程。该模型基于开源基础模型Kimi K2.5，通过两阶段训练：首先进行侧重代码的持续预训练以深化编码知识，随后在高度模拟真实Cursor环境的大规模强化学习中提升端到端智能体性能。在自建的真实任务评估集CursorBench上，Composer 2得分为61.3，较前代提升37%，与前沿模型性能相当。在公开基准SWE-bench Multilingual和Terminal-Bench上分别获得73.7和61.7分，并在保持高精度的同时实现了显著更低的推理成本。训练依托为Blackwell GPU定制的高效MoE训练内核、跨区域异步强化学习管道等大规模基础设施完成。

通过实时强化学习改进Composer编码模型

Cursor团队将实时强化学习技术应用于Composer编码模型，利用真实用户交互产生的推理令牌作为训练信号，以解决模拟环境与真实使用间的匹配问题。该技术使团队能够以每五小时一次的频率部署改进后的模型检查点。通过A/B测试，新版本实现了关键指标提升：代理编辑在代码库中的持久性增加2.28%，用户不满意后续减少3.13%，延迟降低10.3%。实时RL也带来了奖励黑客等新挑战，但真实用户反馈有助于识别和修正此类问题。

用 Agent 技能弥合知识鸿沟

Google DeepMind 开发出一项“Gemini API 开发者技能”，使智能体能够实时获取最新文档与 SDK 指导。评估结果显示，配备该技能后，gemini-3.1-pro-preview 模型的成功率从 28.2% 大幅跃升至 96.6%。这种轻量级方法通过赋予模型强大的推理能力并接入“事实来源”，有效解决了静态模型知识与快速演进的软件实践之间的脱节问题，显著消除了过时的编码模式。

Claude Code 自动模式：在安全与效率间取得平衡

Anthropic 为 Claude Code 推出“自动模式”，旨在解决用户因频繁手动批准而产生的“批准疲劳”。该模式介于完全手动审批和危险的无权限跳过之间，采用两层防御机制：输入层通过服务器端提示注入探测器扫描工具输出；输出层则利用基于 Sonnet 4.6 模型的转录分类器，在执行前评估操作风险。分类器采用高效的两阶段设计，先快速过滤，必要时才启动思维链推理。其目标是拦截危险操作（如过度积极行为、无心之失、提示注入等），同时让大部分安全操作无需确认即可运行，内部测试显示用户原本会批准约93%的手动提示。

Vibe Coding XR：基于 XR Blocks 与 Gemini 加速 AI + XR 原型开发

Google XR 团队推出 Vibe Coding XR 工作流，结合 Gemini Canvas 与开源框架 XR Blocks，利用长上下文推理能力将自然语言提示在 60 秒内转化为可交互、支持物理效果的 WebXR 应用。该方案基于 WebXR、three.js 和 LiteRT.js 构建，支持手势交互与深度感知，可在桌面模拟环境或 Android XR 头显中实时预览。已展示的应用包括几何可视化数学辅导和交互式物理实验室，用户可通过捏合等手势操作 3D 对象，快速验证空间交互设计。

跳跃即玩：利用Gemini与MediaPipe进行开发

该工作流通过Gemini Canvas，借助高级提示词快速原型化MediaPipe Pose Landmarker等体感游戏机制。开发者可在Google AI Studio中优化原型，采用低延迟的“轻量”模型和稳定的追踪点（如肩部关节点）以确保游戏响应灵敏。最后，流程利用Gemini Code Assist将实验性代码重构为模块化、可用于生产的应用程序，使其能够支持多种多模态输入，从而显著简化了体感控制游戏的开发过程。

利用对抗网络灵感设计多代理架构，突破长时应用开发瓶颈

作者受生成对抗网络启发，设计了一个包含规划器、生成器和评估器的三代理架构，以解决Claude在长时应用开发中的两大瓶颈。该架构通过上下文重置机制，有效克服了模型在长任务中的“上下文焦虑”问题；同时，通过分离生成与评估功能，使代理能依据具体标准进行迭代改进，而非盲目自评。这一方法成功使系统能在多小时的自主运行中生成完整的全栈应用程序，突破了此前提示工程和传统工具设计的性能上限。

TensorZero 发布自动化 AI 工程师 TensorZero Autopilot，多任务基准全面超越基线

TensorZero 发布自动化 AI 工程师 TensorZero Autopilot，基于其开源 LLMOps 平台分析可观测数据、搭建评测、优化提示词与模型并运行 A/B 测试。

OpenSage：自编程智能体生成引擎

OpenSage是新一代Agent开发工具包，推动智能体开发从人工设计转向AI自主编程范式。该系统支持LLM自动构建智能体拓扑、动态编写管理工具（具备沙箱隔离与异步执行），以及维护分层图结构记忆系统。与现有方案需人工设计不同，OpenSage实现了拓扑、工具和记忆的全面AI自动化生成，并内置软件工程与安全工具套件。

利用长时运行智能体工作流革新科学计算

Anthropic 研究员展示了如何将多日智能体编码工作流应用于科学计算任务。以使用 Claude Opus 实现宇宙学玻尔兹曼求解器的可微分版本为例，该任务通常需耗费研究人员数月甚至数年时间。通过制定清晰的项目指令、利用日志文件作为智能体的持久记忆并设置测试预言，即使是非领域专家也能引导智能体在数小时内完成这类复杂项目。该方法的核心在于设定高层目标后，让智能体团队自主工作，仅需偶尔人工监督，从而显著提升了科学代码开发与移植的效率。

OpenAI 发布 GPT-5.4 前端设计指南及 Frontend Skill

OpenAI 发布指南，介绍如何引导 GPT-5.4 生成更精致的前端界面。GPT-5.4 在图像理解、功能完整性和工具自检（结合 Playwright 验证页面）方面有提升，并训练用于 computer use。

Devin 推出 Scheduled Devins，可自主安排定时任务

Cognition 宣布 Devin 新增定时会话功能，用户只需描述周期性需求，Devin 会自行设定节奏并自动执行，无需配置 cron 或工作流。