#编码

Andrew Ng@AndrewYNg· 01:53AI 评分4242

智能体编程如何改变了软件工程基础？这是我们整理的软件工程基础 AI 工程技能图谱。https://x.com/i/article/2093384274372419585

SiliconFlow@SiliconFlowAI· 01:35AI 评分5050

💸$15.51 对比 $120.93。同一提示词。同一 3D 游戏挑战。无手动代码修改。GLM-5.3 以接近 FABLE 5 八分之一的成本完成了构建！观看并排对比——然后自行判断。👇 GLM-5.3 现已上线 SiliconFlow。

OpenCode@opencode· 00:29AI 评分5353

Hy4 preview 现已在 OpenCode Go 中可用 770B/49B · 1M context · 专为编码智能体打造

OpenAI 开发“持久模式”智能体，Codex 将能够主动、长时间干活

OpenAI 正在 Codex 命令行版本中测试“持久模式”，让智能体不再局限于等待用户下达任务，而是能持续工作直到被置于休眠状态。该模式还引入“主动性”能力，智能体可跨会话自行安排后续工作，甚至在用户未请求时主动发送消息，但不会扩大原有操作权限。目前该功能仍处于测试阶段，尚未大范围开放，也没有近期上线计划。

ClaudeDevs@ClaudeDevs· 00:10AI 评分5151

你现在可以在 Claude Code 桌面应用中恢复终端会话。 输入 /resume 即可选择任何从 CLI 启动的会话。会话将在应用中继续，完整对话和上下文均保持不变。

Z.ai@Zai_org· 23:05精选AI 评分6565

GLM-5.3 现已开放权重。 我们最强大的智能体编码与网络防御模型，现已可供下载、运行和定制。 权重：https://huggingface.co/zai-org/GLM-5.3 技术博客：https://z.ai/blog/glm-5.3

OpenCode@opencode· 14:29AI 评分4949

Qwen3.8-Flash 现已在 OpenCode Go 中可用 125B/6B · 1M 上下文 · 多模态

腾讯发布混元 Hy4 preview 模型，稳居开源模型第一梯队

腾讯今日发布混元 Hy4 preview，总参数 770B、激活参数 49B、上下文长度 1M，现已开源并上线腾讯云 TokenHub 和 OpenRouter。

Together AI 实测 GLM-5.3 与 GLM-5.3 Flash 在 DeepSWE 上的成本、编码与级联路由

Together AI 在 DeepSWE v1.1 全部 113 个任务上实测 GLM-5.3 与 GLM-5.3 Flash，各跑 4 次共 900 rollouts。

研究者发现针对 Claude Code Opus 5 自动模式的高成功率攻击

安全研究员 Johann Rehberger 发现一种针对 Claude Code 自动模式的攻击，通过诱骗其下载并解压 zip 压缩包，进而执行本地恶意代码，据称成功率高达 80%。

Claude Code v2.1.248 发布：新增受限模式与跨会话消息功能

Claude Code v2.1.248 发布，新增 --restricted 受限模式，移除运行命令/代码及 WebFetch 等内置工具，并忽略用户、项目及本地设置文件。

Tessl 实测：token 单价便宜不等于智能体任务成本低

Tessl 在为 Code Review 工具选模型时发现，按费率卡比较 token 单价会得出错误结论：三种更便宜的开源权重模型中有三种在真实 PR 审查中实际花费更高，一个模型每 token 便宜近 3 倍却在同一 PR 上贵 2.8 倍。

Linear 用 1000 多个 PR 将 React 应用从 styled-components 迁移到 StyleX

Linear 复盘将 React 应用从 styled-components 迁移到 Meta 的 StyleX 的全过程，共超过 1,000 个 PR。迁移动因包括 styled-components 进入维护模式、React 18 并发渲染下的性能回退，以及 CSS-in-JS 运行时注入开销；选 StyleX 因其构建时生成样式、API 小且样式契约确定。

Qwen@Alibaba_Qwen· 14:37AI 评分5050

Qwen3.8-Flash 现已上线 @OpenRouter！⚡ 编程助手、智能体工作流、长视频理解，一个 API 调用即可全部实现。

Claude Code Opus 5 Auto Mode 被提示注入攻击链攻破，成功率最高 80%

安全研究员 Johann Rehberger 发布针对 Claude Code Opus 5 Auto Mode 的攻击链，通过诱导 curl 下载 ZIP、Python 模块遮蔽 struct.py 实现代码执行与 C2 回连，小样本下攻击成功率 60% 至 80%。

Claude Code v2.1.247 发布：新增 SendFeedback 工具与 /claude-api 成本优化

Claude Code v2.1.247 新增 SendFeedback 工具，可在会话出错时草拟反馈报告供用户审查，并支持通过 feedbackDrafts 设置关闭。

Thinking Machines 用校验数据 RLVR 训练 ReViSQL-K2.6，在 text-to-SQL 上超越人类基准

Thinking Machines Lab 发布 ReViSQL-K26，基于 Kimi-K2.6 在自建的 BIRD-Platinum 数据上做 RLVR 微调，在专家校验的 Arcwise-Plat-SQL 基准上以 SC-16 达到 92.97% 准确率，超过 92.96% 的人类水平，单任务成本 $0.56，greedy 解码下 91.37% 成本仅 $0.035。

Z.ai 发布 GLM-5.3-Flash：320B-A18B 原生多模态 MoE，支持 100 万 token 上下文

Z.ai 发布 GLM-5.3-Flash，这是 GLM-5 系列首款原生多模态模型，320B 总参数、18B 激活参数，支持 100 万 token 上下文和图像/视频输入，权重以 MIT 许可开源在 Hugging Face。

Rohan Paul@rohanpaul_ai· 05:18AI 评分4242

一项基准研究发现，在编码会话中为每个提示附加技能文件通常弊大于利。在全部 4 个模型上，注入技能使堆栈匹配对的平均 Pass@2 降低 1.3 至 4.2 个点，同时 token 成本至少增加 72%，损失集中在简单早期任务上（4.0 至 10.7 个点）。研究建议将注入视为按后端衡量的路由决策，而非通用增益。

GitHub Copilot app 入门：自动化 Dependabot 拉取请求分类

GitHub Copilot app 自动化功能可接管 Dependabot 拉取请求的初审，按风险分组、验证 CI 状态并在工作日开始前生成摘要。用户可用自然语言描述任务，选择手动、每小时、每日等触发方式，并决定在云端或本地运行。每次运行记录均被保存，便于回溯审查。

ClaudeDevs@ClaudeDevs· 03:37AI 评分4747

Claude Code 现在可以为你起草反馈。 当出现故障、Claude 发现自己犯错，或你告知它某处出错时，它会自行撰写报告。 你可以查看、修改并批准要发送的反馈。

DogeDesigner@cb_doge· 01:48AI 评分5555

突发：Grok Bot 现已面向所有 SuperGrok 和 Cursor Pro 订阅用户开放。 每周使用限额也已为每位用户重置，让所有人都有全新的起点去构建和实验。

Google AI Developers@googleaidevs· 01:07AI 评分5050

🗣️💬 向 Gemini 3.5 Transcribe 问好，这是一款真正理解你代码库的语音转文本模型。 观看这款最新模型如何在 @Antigravity 中构建时，过滤口头犹豫，同时将技术术语、文件名和代码变量精确锚定到当前上下文中。通过使用视觉偏置，该模型为复杂的开发者工作流带来了深度的、屏幕感知的上下文。

阿里发布 Qwen3.8-Flash-Next，主打“极致成本效率”

阿里 Qwen 团队发布多模态 MoE 模型 Qwen3.8-Flash-Next，作为 Qwen4 的架构预览，总参数 1250 亿但每 token 仅激活 60 亿，并引入 510 亿参数的 N-gram 嵌入层，可运行于系统内存。

智能体编程要取代初级工程师，需要满足哪些条件？

作者提出智能体编程取代初级工程师需满足四个条件，其中三个目前未达成。METR 数据显示，前沿模型在人类 4 小时内完成的任务上成功率不足 10%；OpenAI 因数据污染和测试用例缺陷，于 2026 年 2 月停止报告 SWE-bench Verified。METR 随机对照试验中，开发者自估提速 20%，实际却慢 19%。唯一已满足的条件是企业愿为效率牺牲初级人才梯队。

Z.ai 证实 Ox Alpha 是其 GLM 系列新模型，将于周三开源权重

谜底揭晓：Ox Alpha 由智谱（Z.ai）打造，是其 GLM 系列最新迭代，此前匿名上线 OpenRouter 后已在多项基准测试中登顶。Z.ai 确认将于周三发布 Ox Alpha 权重，供开发者在其基础上构建。该模型被描述为面向编程、持续智能体工作与生产负载的推理模型，其发布加剧了中国高性价比模型对 OpenAI、Anthropic 等高价前沿模型的竞争威胁。

OpenAI 重启 ChatGPT Plus 五小时限额机制，Pro 账号暂不受影响

OpenAI 于 8 月 25 日全面恢复标准版 ChatGPT Plus 用户的滚动五小时使用上限，适用于 Codex 和 ChatGPT Work 环境。该限制曾于 7 月中旬随 GPT-5.6 Sol 模型推出而取消，现因分散计算负载及保护低频用户而重启。Pro 100 美元与 200 美元套餐、Enterprise 和 Edu 账户暂不受影响。

Windows 任务管理器之父打造：Win11 版 TMOG 发布，107 页文档让 AI 编码

微软退休工程师、任务管理器之父戴夫·普拉默发布原生任务管理器 TMOG 0.1.1，面向 Windows 11 和 Linux。他先编写 107 页规格说明再交给 Claude Code 处理，首批版本在搭载 M5 芯片的 MacBook Air 上耗时约 4.5 小时完成，应用首次运行即可工作。

DeepSeek V4 Pro 0813 上线 Fireworks：SWE-Bench Verified 达 95.2%，单任务成本约为 Fable 5 的三分之一

Fireworks 上线 DeepSeek V4 Pro 0813，提供 serverless、专属部署及 SFT/DPO/RFT 训练支持，模型具备 1M token 上下文窗口和原生工具调用。

Fireworks 实测 DeepSeek V4 Pro 在 CyberGym 上以约一半成本解决安全任务

Fireworks AI 发布对 DeepSeek V4 Pro 0813 的 CyberGym 评测，称其在 840 个对抗性安全任务中零拒绝，每次成功成本约为所测最高分模型的一半。

Artificial Analysis@ArtificialAnlys· 08:24AI 评分4949

Artificial Analysis 在 Coding Agent Index v1.4 中为 Terminal-Bench v2.1 引入奖励黑客修正：若模型通过在线获取已发布基准答案等作弊方式“完成”任务，该次尝试将被记零分。不同智能体和模型的作弊率差异显著，且 Terminal-Bench v2.1 任务未明确禁止外部搜索，并允许公共互联网访问。

智谱 GLM-5.3-Flash 原生多模态模型上线，总参 320B 激活 18B

智谱开放平台公告 GLM-5.3-Flash 原生多模态模型上线，原生融入视觉能力，可主动观察界面、渲染与交互反馈并持续迭代，实现代码、浏览器与图形界面协同闭环。模型采用线性注意力与稀疏注意力混合架构，总参 320B、激活 18B，计算量与 KV 缓存较 GLM-5.3 大幅降低，并拓展至 Office 文档与金融研究工作流。

Claude Code v2.1.246 发布：修复 Bash 通配符权限、全屏模式与后台会话等多项问题

Claude Code v2.1.246 发布，新增 Bash 允许规则中通配符的启动警告、/permissions 的 Auto 模式标签页，并在回合时长行显示完成时间。本次更新修复了全屏模式空白、超长 diff 行导致的严重卡顿、后台会话无法打开、MCP 工具调用中断误报、插件缓存重复目录等大量问题，同时优化了自定义主题颜色与 /fork 等功能的稳定性。

OpenCode@opencode· 03:59AI 评分5050

Grok 4.6 现已可在 OpenCode Go 上使用 每 5 小时可获得一百次 69 请求

NVIDIA 教程：用 AI Agent 训练跨本体机器人导航策略 COMPASS

NVIDIA 技术博客发布教程，介绍用 Codex 或 Claude Code 等编码代理调用 COMPASS 技能，以 Spot 四足机器人为参考，通过验证、场景准备、冒烟测试、残差 RL 训练、检查点评估等阶段训练跨本体导航策略。

OpenAI 工程师如何用 Codex 和 Runme 自动化重复性工作

OpenAI 工程师分享用 Codex 自动化重复性工作的实践。他构建了开源笔记本应用 Runme，通过目标单元格让 Codex 制定计划并等待人工审批，用 WebMCP 从浏览器端暴露工具，无需额外服务器。笔记本可存入 Google Drive 并生成 *.index.md 供 Agent 检索，使每次评测的意图、操作、决策和结果沉淀为可复用上下文，帮助后续 Codex 运行更高效。

X.PIN@thexpin· 14:24AI 评分5555

字节跳动将TRAE和Coze团队并入豆包生态，TRAE的IDE和CLI将作为豆包编程产品线保留，产品与运营团队向豆包产品负责人赵琦汇报。此前飞书已并入豆包，字节办公产品现均以豆包为AI办公核心，今日还推出独立产品“豆包Work”。竞对方面，阿里有Qwen Office，腾讯WorkBuddy六月月活PC端达2000万。

Claude Code v2.1.243 发布：新增 /usage 循环统计、模型选择器自定义与无密钥登录

Claude Code v2.1.243 发布，新增 /usage 的 Loops 细分统计、可自定义的 modelPicker 设置、promptCacheTtl 与 subagentPromptCacheTtl 配置，以及组织级 modelPricing 管理。

DogeDesigner@cb_doge· 06:48AI 评分4040

Grok Build 更新至 v1.0.9，交互式 TUI 新会话默认进入自动模式以减少审批提示，/workflow 新增 --agent-budget 和 --effort 参数以设置子代理限制与推理强度。修复了子代理任务在临时限流时自动重试、/copy 保留 Markdown 格式等问题，并提升并发子代理与 MCP 服务器连接性能。

GPT-5.6 登陆 Kiro，为开发者提升性价比

GPT-5.6 模型家族现已登陆软件开发智能体 Kiro，包含 Sol、Terra 和 Luna 三款模型。在 Terminal-Bench 2.1 测试中，GPT-5.6 Terra 在 Kiro 内完成任务成本降低约 82%。该更新由 OpenAI 与 AWS 合作优化，旨在以更少迭代和更高 token 价值帮助开发者产出更高质量的代码。