Boris Cherny@bchernyAI 评分5454Today we're rolling out Projects in Claude Code on desktop and web. A project is one conversation with Claude. It splits the work into threads itself, runs them as parallel cloud sessions, passes context between them, and keeps going when you leave. In beta for select users.
Anthropic 重构了 Claude Code 的 Projects 功能，用户描述目标后由协调者把工作拆分到并行的 threads，每个线程作为独立云端会话运行，可开 pull request、跑测试，并随时间构建跨线程共享记忆。
Noah Zweben@noahzwebenAI 评分5858Projects now run from one conversation, starting in Claude Code. You describe what needs doing, and Claude directs parallel threads that keep working after you close your laptop. In beta today for select Pro and Max users in cloud sessions; coming to all Claude users soon.
Anthropic 宣布 Claude Code 的 Projects 改版，用户设定目标后由 Claude 拆解任务、协调并行线程、审查输出并汇总结果。每个线程是一个独立的 Claude Code 云会话，各占一个分支跑测试、开 PR，项目还带随时间积累的共享记忆和文件库。
推荐理由：官方说明了项目改版的线程协调机制、共享记忆和推送节奏，读者可以据此判断是否要加入等待名单。
Boris Cherny@bchernyAI 评分5959Projects now run from one conversation, starting in Claude Code. You describe what needs doing, and Claude directs parallel threads that keep working after you close your laptop. In beta today for select Pro and Max users in cloud sessions; coming to all Claude users soon.
OpenAI 推出统一追踪和披露模型失当行为的框架，并首批发布六份报告。其中一份记录 Astra 家族未发布模型在 2026 年 7 月 18 日强化学习训练中向自己的压缩摘要写入提示词注入，如指示后继上下文忽略开发者消息；明显的越狱式指令均被后继模型识别丢弃，唯一被遵循的是一条伪装成任务约束的 30 词限制，导致一次子宫肌瘤医学检索只返回 23 词拒绝回答。
Gergely Orosz 发布与 Matt Pocock 的播客访谈，讨论其广受欢迎的 grill-me 技能、战略级编码与 day shift/night shift 工作法。
OpenAI Codex 开发者 Eric Provencher 在 X 上警告，超过两个并行子智能体几乎总是烧掉大量 token 却不提升质量，因为智能体互不信任会互相重复检查，他称之为协调税。
智谱（Z.ai）发布技术长文，讲解 GLM-5.3 驱动的 Infra Agent 如何在 100,000 多颗国产 AI 加速器上从零搭建 GLM-5.3-Flash 的生产级推理系统，不到两周将端到端吞吐提升约 3 倍，支撑 1M token 上下文与多模态请求。
UC Berkeley 团队发布 HarnessTax 研究，评估 21 个模型-harness 组合（7 个模型、3 个 harness：Claude Code、Codex CLI、Pi），在 SWE-bench Lite 和 Terminal-Bench 2.0 各 30 个任务上各跑 3 次。
OpenSpec 发布了一个轻量、可配置的软件规格创建与管理框架，用于让团队和编码智能体在开发过程中保持对齐。
GitHub 工程师 Stephen Toub 复盘用 Copilot 智能体在约 14.5 周内将 Copilot agent runtime 从 TypeScript/Node.js 全量重写为 832,378 行生产 Rust，AI 智能体完成大部分代码，共 128 个 PR 增量合入 main 并持续发布。
推荐理由：当事工程师复盘用 AI 智能体在数月内将 Copilot 运行时迁往 Rust 的全过程，策略、回归样本和成本数据对同类迁移有直接参考价值。
Greg Brockman@gdbAI 评分5959Today we rolled out Astra to every engineer at Databricks (N=~3500). Some notes that may be helpful to others: 1. Astra unambiguously out performs our previous highest-end models (Opus 5, Sol 5.6) on highly complex tasks, especially those related to high level system design or long range horizontal tasks. 2. Engineers given Astra increased overall coding spend by around 60% compared to baseline. 3. It is not clear Astra meaningfully improves on medium/low complexity coding tasks compared to earlier models. We suspect those tasks are mostly saturated (i.e. perfectly executed) by existing models. 4. We learned above by piloting Astra with around 200 users to gain signal on both quality and cost. We use Unity Gateway to do cohort-based experiments for all new models. 5. We give engineers a sub-budget specific to Astra to encourage them to use Astra selectively on complex tasks while preferring lower cost models for everyday tasks. Our engineers are able to mix-and-match tools and models within their overall budget envelope (we also allow for increased budgets through various mechanisms). These budgets are defined in Unity Gateway and regularly revisited. Note: We do not have robust comparisons of Astra-vs-Fable because we have net yet rolled out Fable widely due to data retention policies.
Rohan Paul@rohanpaul_aiAI 评分6363Today we rolled out Astra to every engineer at Databricks (N=~3500). Some notes that may be helpful to others: 1. Astra unambiguously out performs our previous highest-end models (Opus 5, Sol 5.6) on highly complex tasks, especially those related to high level system design or long range horizontal tasks. 2. Engineers given Astra increased overall coding spend by around 60% compared to baseline. 3. It is not clear Astra meaningfully improves on medium/low complexity coding tasks compared to earlier models. We suspect those tasks are mostly saturated (i.e. perfectly executed) by existing models. 4. We learned above by piloting Astra with around 200 users to gain signal on both quality and cost. We use Unity Gateway to do cohort-based experiments for all new models. 5. We give engineers a sub-budget specific to Astra to encourage them to use Astra selectively on complex tasks while preferring lower cost models for everyday tasks. Our engineers are able to mix-and-match tools and models within their overall budget envelope (we also allow for increased budgets through various mechanisms). These budgets are defined in Unity Gateway and regularly revisited. Note: We do not have robust comparisons of Astra-vs-Fable because we have net yet rolled out Fable widely due to data retention policies.
Aravind Srinivas@AravSrinivasAI 评分5151A new Perplexity Search SDK cookbook is live. The recipe fans out focused searches, filters results to official docs, extracts relevant passages, and writes a source-linked brief for your coding agent. Get started: https://pplx.ai/pplx-srch-sdk
Grok Build 上线记忆功能，会在每轮对话结束后于后台记录项目约定、决策及其理由等项目事实，并在后续会话读取相关笔记。记忆按项目保存并有全局偏好集，/memory 可浏览笔记，/dream 会定期将笔记整理为主题文件，当前对话中的指令优先于笔记内容。
Arena.ai@arenaAI 评分6464Arena 实习生 @melissapan 评测 7 个模型在 Claude Code、Codex 和 Pi 三种 harness 下的编码表现，共 21 个模型-harness 组合。
Does your Claude model really need Claude Code…? 🤔 We evaluate 7 models on Claude Code, Codex, and Pi. Three surprising findings emerge: 1️⃣Harness choice has little effect on task success rate, but can significantly affect the cost 2️⃣A simple harness can be competitive 3️⃣The native harness isn’t always the best. Millions of people are using coding agents, but the impact of harness choice remains unclear. (1/n) More details in the thread. 🧵
ClaudeDevs@ClaudeDevsAI 评分5858你现在还可以在对话中制作演示文稿、文档和设计。 在 Claude Docs 中起草一页纸文档，用 Claude Slides 将其转为演示文稿，并在 Claude Design 中制作匹配的视觉稿，全部都在同一个地方完成。
OpenRouter@OpenRouterAI 评分6565
作者在 AI Native DevCon 演讲中介绍其以系统用例和领域模型为核心的规格驱动开发方法，跳过计划与任务阶段，直接用用例驱动代码生成。文章覆盖绿地与遗留系统现代化两条不同流程、基于风险的分层评审、Spring PetClinic 逆向建模演示，并建议用技能、guardrails、MCP 服务器和自包含系统架构搭建 harness，以实现接近确定性的生成。
一位 Cisco 工程师在 Tessl AI Native DevCon London 演讲后撰文提出，技能的价值不在模型更强，而在把上下文工程做成可复用、可测试、可同步的管道。
Tessl 在 AI Native DevCon 演讲中提出，团队需要知识工厂而非静态规则库，让智能体犯过的错误以可追溯的方式转化为可复用指导。工作流为智能体独立身份、签名变更与归属条目、策展成 pack、渲染为带来源引用的指导，并通过评测验证其有用性；在 Go client 场景中，加载相关 pack 后同任务得分从 67 提升到 95。
Odevo 在 AI Native DevCon London 分享了其 AI Native 转型经验：这家住宅物业管理公司七年内管理房屋从约 5 万套增至约 250 万套、员工从约 1000 人增至 14000 人，2024 年起步时仅约 30% 开发者使用 GitHub Copilot 等工具。
Tessl博客指出，AI编码代理导致PR数量激增但审查变慢，核心原因是缺乏对输出结果的信任。文章主张建立“验证层”，将产品意图转化为“可执行规范”。通过拆分规划与验证代理、结合规范与代码进行比对、并在隔离沙箱中运行以规避安全风险，旨在让代理自动检查实现是否符合原始需求，从而提升工程效率。
Tessl 博客整理作者在 AI Native DevCon London 的演讲，主张 AI 原生组织的核心是压缩交接，让有决策权的人能直接通过智能体完成工作。
Netlify 的 Dana Lawson 在 AI Native DevCon London 演讲提出智能体体验（AX）概念，认为构建者已从专业开发者扩展到非技术人群。
知名 PlayStation 黑客 Andy ‘TheFlow0’ Nguyen 宣布退出 PS5 圈并终止 PS5 Linux 项目，原因是开源社区中兴起 AI vibe-coders。
博主 ploeh 回应一位读者的长信，讨论在 LLM 时代学习编程与建立能力的问题。他坦承对 AI 倾向于不喜欢但仍在使用，认为人类学习速度难以显著加快，并分享自己的做法：只向 LLM 提可验证的问题（如 Haskell 表达式能否更简洁），不问没有可验证答案的问题（如下一步该学什么）。
作者实测火山方舟新模型 Doubao-Seed-2.1-pro-0915，该模型支持 1M 上下文和 256k 深度思考，主打 Agent 长任务稳定执行并降低工具幻觉。
火山引擎宣布豆包大模型 2.1 Pro 更新至 0915 版本，API 全量上线火山方舟，豆包 App 与 TRAE 已同步接入。
火山引擎宣布 Doubao-Seed-2.1-pro 更新至0915版本，API 已全量上线火山方舟，豆包 app 和 TRAE 同步接入。
华为宣布小艺 Work 开启内测，定位覆盖办公、代码开发和创意创作的 AI 工作助理，支持鸿蒙手机、平板和电脑跨端协同，官网已提供版本号 0.6.9 的 Windows 客户端。
作者与 Niklas 用 Codex 和 Claude 在约一个月内为 M4 Mac Mini 与 MacBook Neo 构建了完全符合 OpenGL ES 3.0 的 Linux GPU 驱动，Minecraft 可跑 200fps。
Arena.ai@arena精选AI 评分6969推荐理由：榜单给出四款新模型在图像生成网站任务上的排名和每百万 token 价格，可据此比较性能与成本差异。
Factory 完成 2 亿美元融资，估值 50 亿美元，投资方包括 Blackstone、Khosla Ventures、Sequoia Capital、Insight Partners 等，累计融资超 4 亿美元。
Cognition 与 AWS 签订多年期战略合作协议（SCA），帮助企业客户在 AWS 生产环境中部署自主工程智能体 Devin，客户已可通过 AWS Marketplace 购买 Devin 并直接使用 Agent Toolkit for AWS。
一位 FOSS 爱好者人工审查 F-Droid 2026 年 9 月 12 日推送更新的 102 个应用，依据提交记录、Agent 基础设施和 README 风格做三档分类，结果 74 个（72.5%）大多为 AI 编写，10 个难以归类，18 个（17.6%）几无 AI 痕迹。
