Latent Space AINews：Anthropic 招聘经理取消编码面试，称 Hunger beats tenure
本期 AINews 以 Anthropic 招聘经理 Felix Rieseberg 停止对候选人使用传统编码面试为主头条，他认为让模型做 React 小题已无意义，并给初级工程师提出选业务影响力、周末做原型、聚焦单个好想法等建议。
#编码
Latent SpaceAI 评分5353 
Addy Osmani@addyosmani精选AI 评分7272推荐理由：作者亲自讲解 Claude Code Mods 的机制与上手方法，覆盖三个可复用的示例 mod，读者可照做搭建自己的定制界面。
IT之家·人工智能AI 评分5454 Anthropic 招聘负责人 Felix Rieseberg 宣布取消团队编程面试
Anthropic 招聘经理、Claude 相关产品工程负责人 Felix Rieseberg 表示已在本月团队招聘流程中取消传统编程题面试，称编程面试已死、不再能传递信号。
IT之家·人工智能AI 评分6666 亚马逊更新 AI 时代工程师准则：考核看业务价值而非 AI 使用量
亚马逊当地时间 10 月 27 日更新面向 AI 时代的软件工程师工作准则，强调考核应看工程师创造的业务价值，而非 AI 使用频率或词元消耗量。此前公司曾统计员工 AI 使用次数、词元消耗并制作团队排行榜，新版备忘录警告过度追求指标可能适得其反，同时仍要求 AI 成为核心实践，管理人员须亲自使用 AI 工具并向团队说明判断依据。
Gemini API：更新日志AI 评分4343 Gemini API CLI（gemini-api）Beta 版发布
Gemini API 推出无状态、零依赖的命令行客户端 gemini-api Beta 版，面向 AI 编程智能体、脚本和 CI 流水线。用户可在 Interactions API 上用它生成文本与媒体、分析文件并运行 Gemini 托管智能体。
Artificial Analysis 完整文章AI 评分6565 Artificial Analysis 发布 Intelligence Index v5 评测基准
Artificial Analysis 发布 Intelligence Index v5，引入 FrontierCode 2.0 和 Terminal-Bench-Science 两个新基准，并升级 HLE-Diamond、AA-Omniscience v1.1 和 CritPt v2，60% 的指数基于私有测试集或保留答案。
IT之家·人工智能AI 评分5959 谷歌更新 Android Bench 榜单：Gemini 4 Argon 编程能力落后于 Claude 与 GPT
谷歌更新评估安卓编程辅助能力的 Android Bench 榜单，新增 GPT-6 Sol、GPT-6.1 Sol、Claude Sonnet 5、Claude Sonnet 5.5 和 Gemini 4 Argon 的成绩，并标注各模型推理等级。
Artificial Analysis@ArtificialAnlysAI 评分5555Browser UseAI 评分6464 为什么网站一改版 Playwright 脚本就失效：原因与修复方法
作者讲解 Playwright 脚本失效的常见原因：CSS、XPath 选择器、生成的类名和动态 ID 会随改版失效，建议改用 getByRole、getByLabel、getByTestId 等面向用户的定位方式，并用 web-first 断言替代 waitForTimeout。
ian@shaoruuAI 评分5959引用Cursor@cursor_aiNew in Cursor design mode: Annotate. Give agents visual prompts: edit elements, draw on the page, and review your designs at different screen sizes.
Claude：BlogAI 评分4949 如何在 Google Cloud 上管理 Claude Code 成本并证明 ROI
Anthropic 介绍在 Google Cloud 上管理 Claude Code 成本的 control、track、prove 三个杠杆。Claude apps gateway 可按用户、IdP 组或组织设置日/周/月支出上限，用量达 75% 和 95% 时在 CLI 内提醒，触顶后返回 429。
Cognition 模型 / Devin 博客AI 评分5757 Cognition 发布编码基准 FrontierCode 2.0，Opus 5.5 以 45.5% 居首
Cognition 发布新一代编码基准 FrontierCode 2.0，通过扩大任务范围、提高合并标准和引入 thoroughness 类评分标准，来评测智能体在提示不完备时的真实工程能力。任务取自多 55% 的仓库，参考解决方案平均多改 67% 的文件和 89% 的代码行；Opus 5.5 以 45.5% 得分居首，基准远未饱和。
Meta Engineering BlogAI 评分5555 Meta 发布 2026 Python Typing Survey：AI 工具改写类型标注，新检查器快速崛起
Meta 发布 2026 Python Typing Survey 结果，共 1,794 份回复，连续三年追踪 Python 类型标注的使用与体验。AI 工具为 42.5% 的受访者编写类型提示，认为 AI 让代码更可靠的比例从 2025 年 18.5% 升至 38.4%，24.4% 的受访者由 AI 编码工具调用类型检查器。
Hacker News：AI 热帖AI 评分6060 当 Agent 写代码时你还需要懂什么：基本功、广度与按需深潜
作者以一次 CI 中 SonarQube 标记 Codex 生成的高复杂度 App.tsx 的排查经历为引，讨论智能体包办编码后工程师如何维持系统所有权。
Replit：Blog精选AI 评分6868 Replit Cloud Agents 开放企业代码库贡献，非技术人员可直接提交经测试的 PR
Replit 推出 Cloud Agents，面向 Pro 与 Enterprise 客户开放，让设计、客服等非工程人员用自然语言向公司核心代码库提交经测试的 pull request。
推荐理由：官方介绍 Cloud Agents 如何让非工程人员以经测试的 PR 参与公司代码库，含沙盒测试、skills 沉淀与共享环境等机制。
Latent SpaceAI 评分5959 Thomson Reuters 工程师实测喜马拉雅山 offline 编码智能体：OpenCode 加 Ollama 本地跑 Qwen3.5 9B
Thomson Reuters 首席工程师 Rittika Jindal 实测在完全断网的笔记本上运行编码智能体完成代码修复：用 Ollama 在本地跑 Qwen3.5 9B，OpenCode 1.19.4 负责与项目交互。
MarkTechPostAI 评分5353 Mirendil 发布首个模型 Fern 0.1，支持 10M token 上下文
AI 实验室 Mirendil 发布首个编码模型 Fern 0.1，上下文窗口最高 10M token，约 23 MB 代码。其基座 Mirendil-Base 由 1 名研究员在 3.5 个月内完成预训练，总算力成本低于 1000 万美元，超过 99% 代码由 AI 智能体编写，训练数据仅来自公开来源。
IBM Research：AIAI 评分5353 IBM 与 Kaggle 上线 ScarfBench 智能体 Java 框架迁移榜单
IBM 与 Kaggle 合作推出 ScarfBench 持续维护的公开榜单，评测编码智能体能否将企业 Java 应用在 Jakarta EE、Quarkus 和 Spring 之间迁移并保持应用行为。
Rohan Paul@rohanpaul_aiAI 评分5151- Rohan Paul@rohanpaul_aiAI 评分6666
Hacker News：AI 热帖AI 评分7171 Entire 发布面向智能体与人类协作的 Git Forge
Entire 推出首个专为智能体与人类协作打造的 Git Forge，核心包含三部分：Trail 用每次 push 时由评审智能体打分的 eval 取代传统 diff 评审。
英国 AI Security Institute：Blog精选AI 评分6767 AISI 发布 ReproBAIT 评测：AI 编码智能体可低成本复现部分生物 AI 工具
英国 AI Security Institute 与 SecureBio 合作推出 ReproBAIT 评测，测试 AI 编码智能体能否依据论文等公开信息和训练数据复现生物 AI 工具（BAITs）。
推荐理由：AISI 用 ReproBAIT 评测显示，仅凭公开论文和训练数据，部分生物 AI 工具能在几小时、几十美元内被编码智能体复现，数据治理或比藏代码更有效。
O'Reilly RadarAI 评分6969 Soloist、Copy-Paster 与 Tourist：AI 时代工程师的五种使用模式
Sar Haidar 在 O'Reilly Radar 撰文指出，同一份 AI 订阅在基础设施团队中会产出五种截然不同的使用模式：Soloist、Copy-Paster、Godot Waiter、Specialist 和 Tourist，且这些是可切换的模式而非人格类型。
The Verge：AIAI 评分5656 AI 能否解决 COBOL 遗留代码危机：OpenAI 展示迁移进展，专家称与实际现代化仍有巨大差距
The Verge 分析 AI 能否解决 COBOL 遗留代码危机。OpenAI 于 10 月 19 日称其最新模型在老旧语言代码迁移上有重大改进，GPT-6.1 Sol 在高推理力度下实现 98% 的行为保持准确率，低推理力度下为 87%，对比 GPT-5.6 Sol 仅 5%；Anthropic 二月也发布代码现代化指南并推广 Claude Code。
Tripo@tripoaiAI 评分4242睡前给智能体一个想法，醒来就能玩到由 Tripo CLI + Unreal 驱动的可玩游戏。↓
引用Lucca Cerf@luccacerfA lot of people ask me how I build games. Well, it's pretty simple and I call it "vibecoder dream" Before going to bed, I give a simple game idea to Tripo CLI + Unreal CLI, then, using ORCA CLI, let Fable orchestrate everything at max effort, with 10+ Opus 5.5 agents running at high effort. By the time I wake up, I usually have something like this.
- Addy Osmani@addyosmaniAI 评分7474
Claude Code 团队介绍其代码评审流程：Claude 写了约 90% 的代码，6 月到 9 月合并的 PR 数量翻倍以上，需要回退的 PR 占比下降超过 40%。
Browser Use精选AI 评分7676 让编程智能体使用已登录 Chrome 的六种方案实操指南
Browser Use 作者整理了让 Claude Code、Codex、Gemini CLI、Cursor 等编程智能体使用已登录 Chrome 的方法：Claude 订阅用户可用 claude --chrome 的 Claude in Chrome 扩展。
推荐理由：作者按编程智能体逐一梳理接入已登录 Chrome 的方案与配置，并解释为何复制 Cookie 行不通，方法可直接迁移到自己的工具链。
MarkTechPostAI 评分5050 Nanbeige 发布 33B 开源智能体编程模型 Nanbeige4.3-33B
Nanbeige LLM Lab（BOSS 直聘旗下）在 Hugging Face 以 Apache 2.0 协议发布 33B 稠密模型 Nanbeige4.3-33B，主打智能体编程与办公协作任务，支持 524,288-token 上下文，同时开放 Base 版供自定义后训练。
MarkTechPostAI 评分6262 微软开源 Agensh：无中心编排器的多智能体编码框架，可扩展至 1,024 个 Agent
Microsoft Research 开源了 Agensh，一个去中心化的多智能体编码 harness，移除了中心编排器，由每个 worker 自行认领子任务、共享发现并将代码合并到共享 Git 仓库。
MarkTechPostAI 评分7171 Cognition 开源 Devin Vulnerability Fixes 插件，修复 PHP2Shell、Node.js 与 GitLab 三个 RCE 漏洞
Cognition 发布免费开源的 Devin Vulnerability Fixes 插件，包含三个 MIT 许可的 Agent Skills（fix-php-vuln、fix-node-vuln、fix-gitlab-vuln）。
Aravind Srinivas@AravSrinivasAI 评分6060引用Computer@AskPerplexityThe Impeccable skill by @pbakaus, now in Computer's skills marketplace, reviews an interface and fixes what a designer would flag. It checks layout, type, contrast and accessibility. Tasks that use /impeccable are free through October 31, up to 5,000 credits per user.
公众号：月之暗面同事件AI 评分8686 月之暗面发布 Kimi K3.1 Pro，3 万亿级参数支持 100 万上下文
月之暗面正式推出 Kimi K3.1 Pro，为 K3.1 系列首个模型，3 万亿级参数、支持 100 万上下文，并同步推出输出速度约 2~3 倍的 Kimi K3.1 Pro Highspeed。
同一件事，精选收录的是《月之暗面发布 Kimi K3.1 Pro，100 万 token 上下文，开放权重将于 11 月 4 日前释出》
The Decoder：AI NewsAI 评分7171 山东大学研究：花哨的 coding agent harness 更贵但并不能提升成绩
山东大学研究者让五个模型在 Claude Code、OpenCode 和 mini-SWE-agent 三个 harness 下跑 SWE-bench Verified 任务，发现换 harness 的结果波动与重复运行同一配置相当，成本却最多可达三倍。
IT之家·人工智能AI 评分4646 腾讯 WorkBuddy 接入 Kimi-K3.1-Pro，支持 100 万上下文
腾讯 WorkBuddy 宣布接入 Kimi-K3.1-Pro，并同步接入输出速度约 2-3 倍的 Kimi K3.1 Pro Highspeed，现阶段仅对“企业旗舰版”及“个人订阅用户”优先开放。
Figma AI / Agent / MakeAI 评分5858 Figma 介绍 code layers 开放测试中六家团队的实验用法
Figma 宣布 code layers 进入开放 beta，并介绍 Superside、Dell、Cox Automotive、Rocket Money、Merkle、Checkout.com 六家团队的用法，涵盖用提示词为静态设计添加交互动效、用开发者同款 React 组件做可输入对话原型等。
MarkTechPostAI 评分7373 月之暗面发布 Kimi K3.1 Pro：2.8T 总参数/104B 激活的 MoE 模型，支持 1M 上下文
月之暗面发布 Kimi K3.1 Pro，总参数 2.8T、激活 104B（MoE），上下文窗口 1M token，已上线 Kimi.ai、Kimi Work、Kimi Code 和 Kimi API。
IT之家·人工智能AI 评分7575 月之暗面发布 Kimi K3.1 Pro：3 万亿级参数，Terminal-Bench 4.0 得分超 GPT-6 Astra
月之暗面 10 月 24 日凌晨正式发布 Kimi K3.1 Pro，为其迄今能力最强的 3 万亿级参数模型，支持 100 万上下文，同步推出输出速度快约 2~3 倍的 Highspeed 高速版。
Tibo@thsottiauxAI 评分4242第 19 天/一些小更新。dots 的通话连接快多了，在 codex 中更改推理以及在对话中途继续工作不再使缓存失效，我们还更新了 codex cli。