跳到正文
#编码
7月8日周三
  4. Cognition 模型 / Devin 博客67

    Cognition 发布 SWE-1.7 模型并详解 RL 训练方法

    Cognition 发布 SWE-1.7，称其以更低成本达到前沿智能水平。模型基于 Kimi K2.7 底座训练，FrontierCode 1.1 Main 通过率 42.3%，Terminal-Bench 2.1 为 81.5%，已在 Devin（Web、Desktop 和 CLI）中经 Cerebras 以 1000 TPS 提供。

    推荐理由：官方既公布基准成绩也详解训练方法，读者可以了解多集群 RL 训练、熵稳定和自压缩等具体做法。

7月7日周二
  2. Claude：Blog65

    在 Claude Code 中选择 Claude 模型与努力级别

    Claude Code 提供模型（model）和努力级别（effort）两种设置。模型选择决定能力范围，更大模型（如 Claude Fable 5）在基准上优于 Claude Sonnet。努力级别不单是思考时间，还控制读取文件数、验证步骤及多步任务的推进深度。较高努力下 Claude 会自行读取文件、运行测试并复核；较低努力则更倾向请求用户提供上下文。若 Claude 已掌握上下文但仍出错，应换更强大模型；若因跳读文件或未运行测试而出错，则应提高努力级别。

  3. IT之家·人工智能51

    AI 编程工具致“开发者疲劳症”蔓延，业界大咖在线求良方

    Midjourney 创始人大卫·霍尔茨在 X 平台发文，称程序员用上最新编程模型后工作效率极高但身心俱疲，并寻求缓解办法。前 Meta 工程师胡书明指出“氛围编程”无法进入心流；Anthropic 的凯瑟琳·吴建议只用一个 AI 智能体专注单一任务；设计师布兰登·凯诺亚·雅各比认为问题会先恶化后好转，建议暂时远离 AI。今年 2 月程序员悉丹特·卡雷曾发文警示“AI 疲劳症”真实存在。多名程序员表示 AI 迭代过快导致追赶压力与职场无力感。连续创业者本·索斯则焦虑休息一小时都像浪费产出时间。

  4. IT之家·人工智能57

    李开复：当AI编程超过人类，最不需要担心的是程序员被替代

    7月7日，零一万物创始人、CEO李开复在零一万物万策AI媒体发布会上指出，AI编程已超过人类能力，很多公司90%以上代码由AI编写，仅10%为人工。他认为程序员无需因此担忧，因为AI编程的突破使其从问答工具变为能调动系统、执行任务、参与决策的工具。当AI做事能力超越大部分人类时，最重要不是取代，而是它能帮人干活且没有上限。

  7. Rohan Paul52

    Anthropic 发布 Claude Code 发展故事：2024 年 Boris Cherny 的 Claude CLI 原型是首个终端产品；小团队用 Claude Code 构建自身并快速迭代。2025 年上线初期有 bug，Claude Sonnet 4 和订阅模式推动起飞。关键转折：Boris 在 2025 年仅 10% 代码由 AI 编写，到 2026 年已达到 100%。

    引用Claude@claudeai

    We've put together a short history of how Claude Code came to be, told by the people who built it and the early users who helped make it what it is today. https://www.anthropic.com/features/making-of-claude-code

  8. Rohan Paul51

    在atomic.chat桌面应用的物理模拟测试中，腾讯混元Hy3仅用29,757 tokens（成本$0.006）即实现与Gemini 3.5（23,300 tokens，$0.21）相当的保龄球、空气曲棍球和台球HTML5 Canvas物理效果，碰撞与动量传递真实无穿模。GLM-5.2（25,454 tokens，$0.07）编码能力较强但物理表现一般；DeepSeek-V4消耗50,600 tokens（$0.009）却输出最弱的物理场景。

    引用atomic.chat@atomic_chat_hq

    New Hunyuan Hy3 hits Gemini 3.5 quality on physics for 35x cheaper! We gave 4 models the same prompt: build three self-contained HTML5 canvas scenes with real physics demos Prompts: - A bowling ball knocking down the pins - An air hockey rally that ends in a goal - A pool break scattering the rack Outputs: Hunyuan Hy3: 29,757 tokens, $0.006 Gemini 3.5: 23,300 tokens, $0.21 GLM-5.2: 25,454 tokens, $0.07 DeepSeek-V4: 50,600 tokens, $0.009 Tencent's Hy3 matched Gemini across all three: clean collisions, the puck bounced true, the pins scattered like a real strike, the rack broke with real momentum, nothing clipped or floated. GLM is genuinely strong on pure coding tasks, but the moment the job steps outside clean code it gives way. DeepSeek was the letdown, it burned the most tokens of anyone (50k, almost 2x Hy3) and still turned in the weakest scenes

  9. ClaudeDevs70

    Claude Code 团队将“设计循环”定义为智能体重复工作直到满足停止条件，划分四种类型：1）回合循环——手动提示触发，Claude 自判完成，适合短任务，可通过 SKILL.md 提升验证；2）目标循环——`/goal` 手动触发，达成目标或达最大轮数停止，需确定性完成标准（如测试通过数）；3）时间循环——`/loop` 和 `/schedule` 按间隔触发，适合同步消息、检查 PR 等重复任务，可云端运行；4）主动循环——事件或计划触发，无人实时参与，每个子任务独立退出。建议从最简单方案开始，选择性使用复杂循环。

    推荐理由：Claude Code 团队官方的循环设计指南，把 `/goal`、`/loop` 这些原语讲得很清楚，想从单次提示转向自主代理工作流的开发者可以直接照着搭。

  10. The Decoder：AI News60

    智谱AI发布编程智能体ZCode，挑战Claude Code和OpenAI Codex

    智谱AI推出编程智能体ZCode，基于GLM-5.2模型，具备1M token上下文窗口，支持自然语言编写、调试、测试和审查代码，能统一处理任务、文件访问、终端输出、浏览器上下文和Git变更。新用户可免费试用5天（每日最多500万token），订阅用户截至2026年7月享有约1.5倍配额。ZCode还可通过飞书、微信或智能手机远程控制。GLM-5.2于2026年6月以MIT许可证发布。Snowflake在103项任务上的实测显示，GLM-5.2与Claude Opus 4.7三次尝试后得分几乎持平。

  11. Claude：Blog70

    Claude Fable实地指南：发现你的未知

    Claude Fable是第一款要求用户主动澄清未知才能获得高质量工作的模型。与Claude Fable协作是一个在实现前后迭代发现未知的过程。通过将问题分解为已知的已知、已知的未知、未知的已知和未知的未知四类，用户可以借助Claude Fable和Claude Code进行盲点检查、头脑风暴、原型设计、实现笔记记录以及答辩解释，从而高效挖掘并解决深藏于代码库和设计与实现中的潜在问题。

    推荐理由：Anthropic 官方分享的 Claude Fable 协作方法论，把「发现未知」拆成盲点扫描、原型、面试等可操作步骤，如果你用 Claude Code 但常觉得代理跑偏，这篇是必读实践指南。

7月6日周一
  1. Cursor Blog41

    Cursor 成立 CFO Council，聚焦 AI 支出新经济学

    2025 年全球 AI 支出达 1.5 万亿美元，但麦肯锡研究显示仅 39% 组织能追踪至 EBIT 影响。Cursor 成立 CFO Council，旨在建立让 AI 支出可衡量、可预测且与价值挂钩的框架。BCG 分析发现，token 用量最高分位公司收入同比增长 16.5%，最低仅 5.1%。2025 年末模型改进后，开发者每周 agent 消息增加 44%，高复杂度工作增加 68%。p99 开发者 AI 辅助代码行数为中位数 46 倍，合并 PR 多 15 倍。不同模型族间请求成本相差近 9 倍，每行接受代码成本相差约 7 倍，84% 重度用户每周使用多个模型。首次会议定于 8 月举行。

  2. 蚂蚁 inclusionAI：GitHub 新仓库57

    蚂蚁集团发布 Alipay-PIBench：面向支付集成的 AI 编程智能体评测基准

    蚂蚁集团推出 Alipay-PIBench，一个用于评估 AI 编程智能体在真实支付集成任务中表现的仓库级基准。该基准涵盖 9 个产品级项目和 18 个任务实例，分为基础（功能支付完成）和高级（风险感知支付加固）两类场景，通过基于评分规则的评估方法衡量功能正确性、可靠性、安全性和业务状态一致性。在启用技能条件下，智能体的平均评分通过率（RPR）介于 68.58% 至 91.37% 之间。

  3. IT之家·人工智能49

    谷歌AI高管用Claude Fable 5将《命令与征服》移植到iOS

    谷歌DeepMind AI Studio产品与设计负责人Ammaar Reshi（非程序员）使用Anthropic的Claude Fable 5，将2003年PC游戏《命令与征服：将军零点时刻》原生编译到iOS。160万行C++代码经五层图形API翻译链，40分钟首次构建，战役、遭遇战、将军挑战赛均流畅运行。AI还重构触控交互。但因翻译层开销，iPad长时间运行内存飙至3GB以上，iOS可能杀进程；无联机功能，需侧载。Reshi两天烧光一整个Max订阅配额。

  4. IT之家·人工智能69

    美团开源万亿参数大模型 LongCat-2.0，同步开放国产卡推理代码

    7月6日，美团正式开源万亿参数大模型 LongCat-2.0。该模型总参数1.6T，平均激活约48B，专为 Agentic Coding 任务设计，引入 LongCat 稀疏注意力和 N-gram Embedding。作为业界首个在五万卡国产算力集群上完成推理的万亿参数模型，LongCat-2.0 同步开源针对国产算力芯片深度协同优化的多精度版本（BF16、FP8、INT8），覆盖不同算力平台部署需求。

  5. IT之家·人工智能63

    Deep Code 开源 AI 编程助手上线，专为 DeepSeek-V4 模型适配

    Deep Code 是一款开源终端 AI 编程助手，专为 DeepSeek-V4 系列模型适配，支持深度思考、推理强度控制和 Agent Skills。该工具今年 5 月发布首个版本 v0.1.20，现已更新至 v0.1.31，提供终端 CLI 和 VS Code 插件版本。最佳体验围绕 DeepSeek 模型打造，也可接入其他兼容 OpenAI 接口的模型服务。作为 Agent 编程助手，它能结合项目上下文保留会话记录，支持读取文件、修改内容、执行命令，实现连续协作。开源地址已在原文中附上。

  7. MarkTechPost71

    美团发布 LongCat-2.0：1.6T 参数开源 MoE 模型，原生支持 1M 上下文

    美团发布 LongCat-2.0，1.6 万亿总参数、每 token 约激活 48B 的混合专家（MoE）模型，专为智能体编程设计。原生支持 1M token 上下文窗口，训练与推理全程运行于国产 AI ASIC 超算集群。架构含零计算专家、LongCat Sparse Attention、135B 参数 N-gram 嵌入及 MOPD 后训练。基准测试：SWE-bench Pro 59.5（GPT-5.5 58.6），Terminal-Bench 2.1 70.8，SWE-bench Multilingual 77.3。对比前代 LongCat-Flash（560B/128K 上下文），参数与上下文大幅提升，硬件从 H800 转向国产 ASIC。以 MIT 许可证开源，权重即将开放。

  8. The Decoder：AI News61

    Google DeepMind 开发者使用 Claude Code 和 Fable 5 将《命令与征服：将军绝命时刻》移植到 iOS

    Google DeepMind 开发者 Ammaar Reshi 使用 Anthropic 的 Claude Code 和 Fable 5，将 2003 年即时战略游戏《命令与征服：将军绝命时刻》移植到 iPhone 和 iPad。游戏原生运行于 ARM64，无需模拟器，战役、遭遇战和“将军挑战”均支持触控操作。首次构建约 40 分钟，随后经数小时调试，两天内耗尽 Claude Max 配额。Reshi 已开源完整源码，但需自备游戏资产（Steam 约 5 美元）。iPad 长时间游玩可能因内存占用过高崩溃，工程日志记录了所有 bug 与修复。

7月5日周日
  1. Meituan LongCat81

    美团今日宣布 LongCat-2.0 完全开源（MIT 许可），公开模型权重与推理代码。该模型为 MoE 架构，总参数量 1.6T，每 token 激活约 48B，支持 1M token 上下文。技术亮点包括 LongCat Sparse Attention 高效处理长文本、Zero-Compute Experts 动态激活 33B–56B 零浪费计算、MOPD 按任务路由 Agent/Reasoning/Interaction 三组专家。Benchmark 成绩：Terminal-Bench 2.1 70.8；SWE-bench Pro 59.5（超越 GPT-5.5 的 58.6）；SWE-bench Multilingual 77.3；FORTE 73.2；RWSearch 78.8；BrowseComp 79.9。原生集成 Claude Code、OpenClaw、Hermes Agent 等工具，支持 GPU 与 NPU 部署，已在大规模国内集群验证。

    引用Meituan LongCat@Meituan_LongCat

    正式推出 LongCat-2.0 🐱 1.6T 参数 · MoE 架构，约 48B 活跃参数 · 1M 上下文窗口 这是 @OpenRouter 上 Owl Alpha 背后的完整模型——现已开放使用。 从头为智能体编码而构建： ◆ LongCat 稀疏注意力（LSA）——高效扩展至 1M 上下文 token ◆ 零计算专家——每个 token 动态激活 33B–56B 参数，零计算浪费 ◆ MOPD——三个专精专家组（智能体 / 推理 / 交互），按任务通过门控路由 性能对比： → Terminal-Bench 2.1：70.8 → SWE-bench Pro：59.5（GPT-5.5：58.6） → SWE-bench Multilingual：77.3 → FORTE：73.2 · RWSearch：78.8 · BrowseComp：79.9 📖 技术博客：https://longcat.chat/blog/longcat-2.0/ 在不同场景中试用 🧵👇

    推荐理由：国内大厂首个在 SWE-bench Pro 上超过 GPT-5.5 的开源模型，MIT 协议无任何限制，搞 agentic coding 的团队可以直接用，是个重要转折。

  2. IT之家·人工智能51

    Meta 推出社交 AI 应用 Pocket，支持 Vibe Coding 生成小程序/小游戏并分享

    Meta 近日推出社交 AI 应用 Pocket，用户通过自然语言描述即可生成小程序或小游戏（Vibe Coding），无需编写代码。生成后可在编辑器内调整，例如用相册照片生成花朵笔刷或创建复古游戏机。所有作品保存在“播放列表”中供分享，也可在首页探索他人内容。Pocket 源自 Meta 今年早些时候收购的 Atma Sciences，后者曾开发应用 Gizmo，Meta 还获得了其技术的非独占许可。

  3. Simon Willison 博客63

    sqlite-utils 4.0rc2 发布，大部分由 Claude Fable 编写

    sqlite-utils 4.0rc2 发布，大部分代码由 Claude Fable 编写，成本约 $149.25。作者通过 Claude Code 对 4.0rc1 进行最终审查，发现 delete_where() 未提交导致数据丢失的严重 bug。经 37 次提示、34 次提交、30 个文件修改，修复问题并重构事务模型：每个写操作自动提交，新增 db.atomic() 支持分组事务，兼容 Python 3.12 autocommit。最后用 GPT-5.5 xhigh 交叉审查，发现 db.query() 副作用和事务未关闭两个待修复问题。

  5. Simon Willison 博客60

    新版 Claude 模型导致 Pi 工具调用异常

    Armin 在开发编码工具 Pi 时发现，新版 Claude 模型（Opus 4.8 和 Sonnet 5）调用 Pi 的 edit 工具时，会在嵌套的 `edits[]` 数组中凭空增加不存在的键，导致工具调用因 schema 不匹配被 Pi 拒绝。旧模型（包括 Haiku）均无此问题。Armin 推测 Anthropic 通过强化学习让新模型更善于使用 Claude Code 内置的编辑工具，却导致第三方工具 Pi 的自定义编辑工具更易被误用。OpenAI 的 Codex 采用 `apply_patch` 机制，也面临类似问题。这引发思考：第三方编码工具是否应为不同底层模型分别实现多个编辑工具以保障兼容性。

  7. The Decoder：AI News67

    开源工具 pxpipe 将文本隐藏到 PNG 中，削减 Claude Code 和 Fable 5 的 token 成本高达 70%

    开源工具 pxpipe 利用 Anthropic 的图像定价策略，将长文本（如提示、文档、历史对话）渲染为紧凑 PNG，以降低 token 消耗。文本约 1 token/字符，图像按像素固定计费，每图像 token 约容纳 3.1 字符。pxpipe 作为本地代理拦截 Claude Code 请求，将静态内容转为图像，近期消息和输出仍为文本。开发者称平均节省 59%–70% token 成本；Fable 5 演示中会话成本从 42.21 美元降至 6.06 美元。默认支持 Claude Fable 5 和 GPT 5.6，但 Opus 4.7、4.8 及 GPT 5.5 图像读取误读约 7%，需手动启用。代价是精确性损失和推理速度下降。

  8. TechCrunch：AI52

    阿里巴巴据报将禁止员工使用 Claude Code

    据多家媒体报道，阿里巴巴自7月10日起禁止员工使用 Anthropic 的编程工具 Claude Code。Anthropic 此前已禁止中国公司及由其控制的境外实体使用其模型，并持续封堵中国用户访问 Claude 的漏洞。Anthropic 曾在一个 Claude Code 实验版本中秘密识别中国用户，称该实验旨在防止账户滥用与知识蒸馏，后续已上线更强防护措施。阿里巴巴将 Claude Code 列为高风险软件，推荐员工改用内部工具 Qoder。

7月4日周六
  1. The Decoder：AI News68

    Anthropic开发者分享Fable5提示技巧：先找出自己的盲点

    Anthropic开发者Thariq Shihipar指出，Claude新模型Fable5的输出质量取决于用户识别自身知识盲点的能力。他将知识分为已知已知、已知未知、未知已知和未知未知四类，建议通过盲点检查、结构化访谈、编码中维护详细实现笔记、实现后生成总结文档并通过小测验验证等技巧系统性地发现盲点。Shihipar以自己完全用Claude Code剪辑的Fable发布视频为例，展示了这些技巧的实际应用。

  2. The Decoder：AI News63

    Mistral AI 开源模型 Leanstral 1.5 专为 Lean 4 形式化验证设计

    Mistral AI 发布 Leanstral 1.5（Apache 2.0 许可证），专为 Lean 4 编程语言的形式化验证设计。该模型在 miniF2F 基准上准确率达 100%，在 PutnamBench 的 672 道题中解出 587 题，在 FATE-H 和 FATE-X 上分别取得 87% 和 34% 的最高分。除数学外，该模型在代码验证中扫描 57 个开源仓库，发现 5 个未知漏洞，包括 Rust 库 varinteger 的一个溢出 bug。模型通过 Hugging Face 和免费 API 提供，训练涉及 mid-training、监督微调和强化学习。

  3. Rohan Paul58

    文章指出 Claude Fable 5 能力已强到弱提示失败不再因语法错误，而源于缺失上下文。每个未陈述假设都成为分叉点，模型必须代用户决策，选择可能合理但仍错误。核心洞察是伟大 AI 编程不在写完美提示，而在缩小意图与现实差距。建议：让 Claude 在编码前找出盲点；难表达时先做原型；构建前让 Claude 采访你；保留实现笔记揭示隐含假设；合并前确保完全理解变更。最终目标是构建暴露提示空白而非假装规约完整的工具。

    引用Thariq@trq212

    http://x.com/i/article/2073090223194755072

  4. Rohan Paul72

    开发者用pxpipe将代码/日志等文本渲染为1928×1928 PNG图像，作为视觉token（约4,761个）发送给Fable 5，而非按文本token计费。每张图像可容纳约92K字符，密集文本成本大幅降低。但此压缩通过视觉OCR实现，非无损存储：模型可能误读精确ID、哈希或字符串，适合批量背景上下文，不适用于字节级精确场景。据引用，可透明地将代码转为图像让模型OCR，削减约60%成本。

    引用Michigan TypeScript@MiTypeScript

    ~60% Fable cost cut by transparently turning the code into an image and having the model OCR it. WILD idea. also hilarious. https://github.com/teamchong/pxpipe

  5. The Decoder：AI News54

    微软八月将发布改版Copilot，合并消费者与企业应用并推出AutoPilot智能体

    微软计划八月发布新版Copilot，将消费者与企业应用合并为单一应用，新增AI编码工具及名为“AutoPilot”的AI智能体，可在后台处理日程安排、邮件摘要等任务，用户需额外付费。执行副总裁Jacob Andreou在内部备忘录中表示，团队砍掉了Copilot Podcasts和Copilot Labs，强调Copilot应专注于“真正的工作”并“为结果优化”。此外，微软宣布成立新公司，专门帮助企业将AI嵌入工作流，工程师将直接派驻各部门协助部署，承认单纯的聊天机器人价值有限。

  6. Simon Willison 博客73

    Fable 的判断力：Simon Willison 从 Claude Code 团队获得的效率技巧

    Simon Willison 在 AIE 上与 Claude Code 团队交流后建议，让 Fable（以及 Opus）用自己的判断力工作，而非硬性规定行为。例如，直接让 Fable 自行决定何时编写测试，比给出具体规则更好。为应对价格即将上涨、节省 Fable token，Jesse Vincent 的另一个技巧是告诉 Fable 将较小任务委托给较低功耗模型（Sonnet 用于实质性实现、Haiku 用于机械修改），主循环保留判断、审计和数据合成等任务。Willison 已将提示词存入 Claude Code 记忆文件，实际效果良好，Fable token 消耗速度明显下降。

    推荐理由：Simon 从 Claude Code 团队得到的实战技巧：别硬性规定 Fable 怎么写测试、用哪个模型，让它自己判断。他实测这条 prompt 能明显节省代币消耗，Fable 涨价前偷时间的利器。

  7. Claude Code：GitHub Releases49

    Claude Code v2.1.200 发布

    Claude Code v2.1.200 将 AskUserQuestion 对话框默认改为不自动继续，可通过 /config 设置空闲超时；默认权限模式改为“Manual”。修复了启动时因 .claude.json 中 disabledMcpServers 或 enabledMcpServers 为非数组值导致的崩溃、后台会话在休眠/唤醒或重新打开卡顿会话时无声停止、后台代理因陈旧 daemon.lock 无法重启、子代理因速率限制截断后未返回空结果等问题。改进了屏幕阅读器输出，隐藏装饰性字符，并优化转录符号与嵌套表格朗读。安装脚本在因系统内存不足被终止时会给出说明。