跳到正文
#编码
7月31日周五
  6. GitHub Blog65

    GitHub Copilot 应用新增堆叠会话与拉取请求功能

    GitHub Copilot 应用推出堆叠会话功能，允许用户在同一个仓库中创建一系列相互承接的任务，每个会话可基于前一个会话的成果继续工作。作者通过一个十余年历史的个人项目演示了该功能：先使用 Plan 模式制定前端现代化计划，再通过堆叠会话将 React-Bootstrap 替换工作拆分为独立会话，并自动为每个会话创建对应的拉取请求，避免范围蔓延。

    推荐理由：GitHub Copilot 的堆叠会话让多步骤 PR 拆分成链，Cassidy 用十年老项目演示如何避免巨型改动，对 Copilot 用户是可直接套用的实操指南。

  8. DeepSeek：API 更新日志72

    DeepSeek-V4-Flash 正式版 API 上线公测

    DeepSeek-V4-Flash 正式版 API 上线公测，模型名设为 deepseek-v4-flash 即可使用，调用方式不变。其 Agent 能力大幅增强，Terminal Bench 2.1 得分 82.7，NL2Repo 54.2，Toolathlon verified 70.3，DSBench-Hard 59.6，多项基准远超 V4-Pro-Preview。

    推荐理由：DeepSeek V4-Flash 正式版 Agent 能力大幅跃升，多个编码 agent 基准分数翻倍，对做代码助手的团队是个高性价比的生产力入口。虽然是 Flash 版，但后训练打磨的成果让人更期待 Pro 正式版。

7月30日周四
  1. Cursor Blog53

    Cursor 如何为云智能体构建开发环境

    Cursor 将开发环境本身作为面向智能体的产品来构建，使云智能体能测试代码变更。团队通过统一跨平台工具链、开发 CLI 工具 anydev 简化构建命令，并构建 Cursor Cloud MCP 实现环境自愈。目前，云智能体在 Cursor 单体仓库中提交的合并 PR 占比已从去年 12 月的约十分之一升至过半。

  5. IT之家·人工智能45

    微软确认 Copilot“超级应用”年内问世，整合智能体、AI 编程与聊天

    微软 CEO 萨提亚·纳德拉在财报电话会议上确认，计划于今年发布一款 AI“超级应用”，将 Copilot 的对话、编程（GitHub Copilot）和智能体（Autopilot）功能整合到同一应用中，同时面向个人和企业客户。该应用将推动 Copilot 从聊天工具向 Cowork 和 Autopilot 演进。微软上一季度营收增至 900 亿美元，AI 和云业务为主要增长动力。

  6. Thinking Machines Lab：News73

    Thinking Machines Lab 发布开源权重模型 Inkling-Small

    Thinking Machines Lab 发布开源权重模型 Inkling-Small，为 MoE 架构，总参数 276B、激活 12B，以约四分之一的体积达到与 Inkling 相当的性能。

    推荐理由：官方给出了完整评测和效率曲线，读者可以据此评估这款小体积 MoE 模型在推理、编码和多模态任务上的性价比。

  7. Tessl：产品与工程博客66

    Docker 工程师在 AI DevCon London 谈编码智能体为何需要真正的沙箱

    Docker 从事 AI 开发者工具工作的 Oleg Šelajev 在 AI DevCon London 演讲中提出，本地编码智能体需要基于 microVM 的真正沙箱，因为提示词级防护无法强制执行文件系统和网络边界。

    推荐理由：作者用现场演示说明提示词防护可在换上下文后失效，并给出微VM沙箱、密钥代理和 sandbox kits 的可落地隔离思路。

7月29日周三
  1. Air Street Press71

    Poolside 发布开源智能体编码模型 Laguna S 2.1，60 天完成预训练到开放权重

    Poolside 发布 agentic 编码模型 Laguna S 2.1 并开源权重，5 月 22 日开始在 4,096 块 NVIDIA H200 上预训练，60 天后开放权重与全部评测轨迹。

    推荐理由：文章梳理了 Laguna S 2.1 从预训练到开源六十天的过程与基准数据，并公开评测轨迹，读者可对比同规模模型的实际表现。

  4. Rohan Paul40

    OpenAI 已重置 ChatGPT Work 和 Codex 用户的 Sol 用量限制，并推出多项改进，预计典型使用下 Sol 的用量可延长约 18%。此前 GPT-5.6 Sol 因更长的推理链、更多工具调用及并行代码模式导致部分复杂任务消耗远超预期，尤其影响高难度工作流的重度用户。今日起部分用户已看到显著改善，明日还将恢复此前暂停的 5 小时限制。

    引用Tibo@thsottiaux

    Hello people of Sol! I've reset usage limits for all ChatGPT Work and Codex users. Together with that, a quick update on GPT-5.6 Sol usage limits. Over the past few weeks, many of you have told us that Sol was using your Codex limits faster than expected. To be clear, we have not reduced usage on any subscription plans. We’ve been digging into what was happening and have landed several improvements. As a result, we expect your usage to last around 18% longer during typical use of Sol. Some of you should already see significantly larger improvements from today. Tomorrow, we’ll also restore the five-hour limit that we temporarily paused while investigating. Here’s what we found: - GPT-5.6 Sol is much more willing to work for longer, make additional tool calls, and coordinate complex workflows across tools and subagents. That makes it better at solving hard problems, but some tasks were using far more than we intended. - Sol also works harder at the same reasoning effort than previous models. High on Sol can use more tokens than High did on GPT-5.5. - Programmatic tool calling, also referred to as code mode, gives Sol much more flexibility to run tool calls in parallel or continue working while waiting. But it also led to more responses per turn, more cached input tokens, and higher usage than expected. - This was particularly noticeable when Sol was waiting for tool calls to finish or running many web searches. We’ve improved how we handle both cases and are continuing to make code mode more efficient. - The impact was also very uneven. The median user actually found Sol quite token efficient, while some power users working on harder tasks saw their usage drain much faster. We were very focused on average and median usage before launch and missed some cases where the long tail could use significantly more usage. Sol is a significant step forward in what Codex can do, but capability and efficiency do not always improve at the same pace, and some issues only become clear once people are using the model at real-world scale. We should have recognized this sooner and been more upfront about it. You keep pushing the frontier and we’ll keep improving efficiency and sharing updates as we go.

  6. IT之家·人工智能49

    DoorDash CEO 徐迅：AI 编程无法大幅提升工程师整体生产力，超半数代码已由 AI 编写

    DoorDash 联合创始人兼 CEO 徐迅表示，AI 编程仅覆盖工程师写代码环节（约占工作时间的 25%-50%），产品评审、设计会议等环节若不协同变革，企业难以获得整体生产力提升。他透露 DoorDash 现有代码中超半数（接近三分之二）由 AI 编写，但 AI 尚未改变公司组织架构。Andrej Karpathy 也公开批评 AI 生成代码臃肿冗余、抽象设计脆弱。

  7. 公众号：数字生命卡兹克63

    我的Claude账号被封了

    Anthropic因支付系统SEPA验证漏洞引发“零元购”事件，随后大规模回收漏洞账号并封禁关联账户，作者自用半年多的账号于7月29日被封。作者认为当前已非Claude一家独大，推荐编程用户使用Kimi K3和GPT-5.6 Sol，办公用户选择WorkBuddy+Kimi K3，并指出国产模型已凭二十分之一算力摸到第一梯队。

    推荐理由：卡兹克被封号后的心态转变是个标志性信号，Claude的护城河正在消失，他的替代方案很务实，尤其GPT-5.6 Sol写作和Kimi K3编码的组合，做开发的朋友可以直接抄作业。

  9. IT之家·人工智能64

    微软 GitHub Copilot 现支持调用 Grok 4.5 AI 模型

    SpaceXAI 宣布 Grok 4.5 模型已入驻 GitHub Copilot，开发者可在云智能体、Copilot CLI 及 VS Code IDE 中切换调用。该模型专为编码设计，上下文窗口达 50 万 token，支持文本和图像输入及三种推理难度，按量计费价格为每百万输入 token 2 美元、每百万输出 token 6 美元。

  11. 公众号：数字生命卡兹克59

    今天，我的Claude也被封号了

    Anthropic因支付系统SEPA验证漏洞引发“零元购”事件后大规模封号，作者自用半年多的Claude账号也于7月29日被封。作者认为当前Claude已非唯一选择，推荐Kimi K3、GPT-5.6 Sol等替代方案，并指出国产模型正凭借二十分之一的算力逼近第一梯队。

  12. Together AI 研究与产品博客65

    Together AI 与月之暗面达成战略合作，原生托管 Kimi K3 及后续开源模型

    Together AI 宣布与 Moonshot AI 达成战略合作，成为其模型发布平台，Kimi K3 已上线并可零日访问，未来 Moonshot 每个开源权重模型都将在 Together 首发。

    推荐理由：作者作为合作方说明 K3 的架构要点和托管选项，读者可据此评估开源前沿模型在生产环境的可用路径。

  14. Tibo77

    更多开源福利。我们刚刚发布了一个 CLI 和 TypeScript SDK，用于查找、验证和修复代码中的安全漏洞。扫描仓库、审查变更、随时间追踪发现，并在 CI 中运行安全检查。 https://github.com/openai/codex-security

    推荐理由：OpenAI Codex团队把代码安全扫描做成开源CLI和SDK，直接能跑在CI里，对在意AI生成代码安全的开发者来说，算是个实用工具，不妨一试。

  15. MarkTechPost56

    Fireworks AI 发布 Fireworks Nexus：将日常编码任务路由至开源模型的成本控制层

    Fireworks AI 推出 Fireworks Nexus，一个即插即用的路由与成本控制层，可将开发者日常编码工作从昂贵模型转移至开源模型。该平台直接连接现有编码工具与托管开源模型层，旨在解决企业 AI 预算超支问题——据 Forbes 报道，Uber 在四个月内耗尽了其 2026 年全部 AI 预算。

  17. Rohan Paul48

    Kimi K3 (Max) 在 Arena 全栈编码测试中排名第一，超越 GPT-5.6 Sol (xHigh) 和 Claude Fable 5。该基准要求模型规划、编辑文件、运行命令、连接数据库与 API，并生成可部署的 Web 应用，由人工评估功能与可用性。

    引用Arena.ai@arena

    Code Arena now measures fullstack capabilities! View overall rankings across AI models on full-stack web development tasks: multi-step reasoning, tool use, and end-to-end app generation. - Kimi K3 (Max) takes #1 - GPT 5.6 Sol (xHigh) at #2 - Claude Fable 5 at #3 See more scores at: http://arena.ai/leaderboard/code/webdev/fullstack

  19. Rohan Paul49

    OpenAI 报告显示，AI 编程智能体帮助科学家修复老旧科研软件、加速程序，8 个项目主要涉及生命科学。其中一项 RNA-seq 分析任务从约 15 小时缩短至约 15 分钟；另一项 MHCflurry 工具的训练任务从约一周降至约 1 小时，且保持 99.9% 准确率。但报告指出，智能体可能在自信状态下隐藏数值或逻辑缺陷，科学家仍需定义验收标准并验证结果。

    引用OpenAI@OpenAI

    Coding agents are helping scientists spend more time advancing research, taking on everything from routine maintenance and targeted optimization to complete redesigns and new systems. While agents can reliably execute on ambitious projects, researchers must still define the scientific questions, verify results, and take a stance on long-term ownership.

7月28日周二
  1. 公众号：百度智能云57

    Unity中国发布团结引擎2.0，AI Agent“团结Codely”与百度智能云合作落地私有化AI Coding

    7月28日，Unity中国发布团结引擎2.0，围绕核心引擎能力、跨平台部署、AI原生架构三大方向升级，其中可独立执行游戏开发任务的AI Agent“团结Codely”正式亮相。该Agent覆盖代码搜索、代码生成、IDE智能编辑等能力，基于百度百舸AI计算平台和昆仑芯P800等异构算力完成私有化部署验证，支持GLM、Kimi等开源模型推理适配，实现数据不出内网、模型服务可控的AI研发产线。