跳到正文
#编码
6月25日周四
  1. Rohan Paul72

    DeepReinforce 发布 Ornith-1.0，一个 MIT 许可的开源智能体编码大语言模型家族，涵盖 9B Dense、31B Dense、35B MoE 及旗舰 397B MoE（17B 活跃参数）。旗舰模型在 SWE-Bench Verified 上取得 82.4，Terminal-Bench 2.1 上取得 77.5，均超越 Claude Opus 4.7；并在 SWE-Bench Pro（62.2）、Multilingual（78.9）等基准上达到开源同尺寸最佳。模型基于 Gemma 4 和 Qwen 3.5 后训练，采用新型自我改进策略：强化学习不仅生成解决方案，还联合优化任务特定的 scaffold（包含计划、记忆模式、工具节奏、错误处理等）。最小的 9B 模型也在 SWE-Bench Verified 上达到 69.4。全部模型以 MIT 许可证发布，支持商用与研究。

    引用Ornith@ornith_

    Aloha! 🌺 Meet Ornith-1.0, a family of open-source LLMs specialized for agentic coding. Ornith-1.0 spans the full parameter sizes including 9B Dense, 31B Dense, 35B MoE, and 397B MoE. It achieves state-of-the-art performance among open-source models of comparable size on coding benchmarks including: ✅Terminal-Bench 2.1(77.5) ✅SWE-Bench(82.4 on verified, 62.2 on pro, 78.9 on Multilingual) ✅NL2Repo(48.2) ✅SWE Atlas(41.2 on QnA, 42.6 RF, 39.1 TW) ✅ClawEval(77.1) Post-trained on top of gemma4 and qwen3.5, Ornith-1.0 employs a novel self-improving training strategy in which reinforcement learning is used to generate not only solution rollouts, but also the task-specific scaffolds that drive those rollouts. By jointly optimizing the scaffold and the resulting solution, the model generate higher-quality solutions in agentic coding.😎 All models are released under the MIT license, enabling full commercial and research use. 📖Tech Blog: http://deep-reinforce.com/ornith_1_0.html 🤗Huggingface: http://huggingface.co/collections/deepreinforce-ai/ornith-10

  3. OpenRouter：Announcements71

    OpenRouter MCP 服务器发布

    OpenRouter 推出 MCP 服务器，为编程智能体提供实时模型数据、基准排名、定价和文档查询。开发者通过一键安装（支持 Claude Code、Codex CLI、Cursor 等客户端），即可在编辑器内完成模型筛选、价格对比和测试推理，无需切换标签页。服务器整合 Artificial Analysis、Design Arena 及 OpenRouter 自身排名数据，例如推荐 GLM-5.2 作为性价比最佳的编码模型。工具集包括 models-list、model-get、model-endpoints、benchmarks 等，支持通过 chat-send 发送测试提示，比较不同模型（如 Claude Opus 4.8、GPT-5.5、DeepSeek V4 Pro）的响应、成本和延迟。API 密钥附带 7 天有效期和 10 美元消费上限，可随时撤销。

    推荐理由：OpenRouter 这个 MCP 服务器让编码 agent 直接从编辑器里选模型、查价格、跑测试，省掉了切浏览器查资料的15分钟，做 AI 开发的值得立刻装上。它把模型选择变成了 agent 自己能完成的工作流，而不只是人工猜测。

  4. IT之家·人工智能47

    百度千帆 Coding Plan 停止续费，已购用户可正常使用至服务到期

    百度千帆团队6月25日宣布，Coding Plan所有套餐即日起停止续费。该服务是2026年2月推出的AI编码订阅服务，集成GLM-4.7、DeepSeek-V3.2等多款代码模型，兼容Claude Code、Cursor等工具，Lite版首月9.9元后续40元/月，Pro版49.9元/月，上线约四个月。已购用户可正常使用至服务到期，自动续费30日后失效，到期后不再支持续费。

  5. IT之家·人工智能60

    Token 消耗激增，Gartner 预测到 2028 年 AI 编程成本将超过人类开发者平均薪资

    Gartner 报告指出，到 2028 年 AI 编程成本将超普通开发者薪资。主要因计费模式从订阅转向按 Token 消耗量，导致支出不确定且透明度不足。开发者优先速度而非成本效率，AI 智能体自主操作、上下文膨胀及缺乏反馈机制进一步推高 Token 消耗。基础设施投资与盈利压力推高模型定价，轻度用户正加速转变为主流用户，推动总支出增长。

  7. IT之家·人工智能51

    GitHub 调整 Copilot Free 与 Student 计划：自动模型选择成唯一方式

    6月24日，GitHub宣布Copilot Free与Student计划将自动模型选择设为默认且唯一方式。系统根据任务复杂度动态分配模型：简单提示词用更快成本更低的模型，复杂编码任务用推理能力更强的模型。用户仍可通过悬停（Copilot Chat）或输出旁（Copilot CLI、Copilot Cloud Agent）查看所用模型。此前4月暂停相关订阅新注册，6月17日重新开放个人套餐注册，调整计费后6月用户使用量大幅激增。

  8. IT之家·人工智能48

    GitHub Copilot切换按量计费后6月使用量激增，创史上最佳月度业绩

    GitHub自6月1日将Copilot从包月制改为按量计费后，用户使用量大幅激增，6月成为其成立以来业绩最佳月份。首席技术官费多罗夫在员工会议上透露上述信息，但未披露具体数据。GitHub正面临Cursor、OpenAI Codex、Anthropic Claude Code等竞品竞争。费多罗夫认为无需大幅涨价，但未确认调价方案。受使用量暴涨影响，GitHub在2026年已发生数十次大规模服务中断，微软正求助亚马逊解决算力承载问题。

  9. IT之家·人工智能68

    数据推翻 AI 取代论：工程师岗位成科技行业抗风险最强工种

    Challenger 数据显示 5 月科技行业裁员创单月新高，AI 是主因。但 SignalFire 追踪 8000 万企业员工轨迹后发布报告称，大型科技企业整体招聘量较 2019 年下降 25%，工程岗位降幅仅 11%；2025 年新入职员工中工程师占比达 55%，高于 2019 年的 46%。初创企业工程师总人数较 2019 年增长 7%。Anthropic 首席执行官曾警示 AI 或淘汰半数入门级白领，但其首席经济学家表示尚未观测到显著冲击。英伟达 CEO 黄仁勋称工程师使用 AI 后更忙碌，印证杰文斯悖论。

  10. TechCrunch：AI58

    前Infosys CEO Vishal Sikka创立Hang Ten Systems，挑战IT服务行业

    Hang Ten Systems是一家企业AI服务公司，由前Infosys CEO Vishal Sikka创立，旨在通过AI驱动的开发和自动化帮助企业持续构建、修改和运营软件。公司完成3200万美元种子轮融资，由Mayfield领投，Aramco Ventures战略投资，雅虎联合创始人Jerry Yang担任董事会成员。Hang Ten已与Siemens Gamesa Renewable Energy和Fresenius合作进行AI原生项目交付，围绕智能体代码生成、可复用AI技能和领域专业知识构建服务。公司总部位于湾区，正在全球多地招聘。

  12. TechCrunch：AI70

    AI被认为会取代工程岗位，但新数据显示工程是2025年最具韧性的岗位

    风投机构SignalFire追踪8000万家公司数百万员工数据发现，工程是2025年最具韧性的岗位。大型科技公司总招聘较2019年下降25%，工程岗仅降11%；工程岗占Alphabet、Meta等12家“Tech Majors”新招员工的55%（2019年为46%）。早期初创公司2025年工程师招聘比2019年增长7%。Anthropic CEO警告AI可能消灭一半入门级白领，但该公司经济主管称尚未看到显著影响。NVIDIA CEO黄仁勋表示AI让工程师更忙碌，是杰文斯悖论的典型例证。

    推荐理由：SignalFire 的报告用招聘数据讲了一个反直觉的故事：工程师不仅没被 AI 取代，反而成为科技公司招聘的主力，这比“AI 夺走一切”的恐慌论有说服力得多。Jevons 悖论在工程领域正在发生。

  13. Cursor Blog65

    Notion 使用 Cursor SDK 嵌入编码智能体

    Notion 通过 Cursor SDK 在数周内将编码智能体嵌入产品。用户可在文档中@Cursor、在讨论串中提及或向数据库指派任务，Cursor 即可端到端完成规划、构建、测试、验证并自动创建 PR。集成基于一套 Provider 无关的智能体框架，Notion 的讨论串对应一个 Cursor 智能体，每条消息对应一次智能体运行；结果通过 SSE 流式传输，支持断连恢复。Cursor SDK 提供与生产环境相同的模型、运行时和远程 MCP 支持，让 Notion 无需自建智能体基础设施即可获得完整栈编码能力。用户还可自定义模板、MCP 服务器、技能和子智能体，并设置自动触发规则。

    推荐理由：我对“嵌入代理”的概念有点怀疑，但Notion用两周集成Cursor SDK，说明其抽象做得不错。文章展示了怎么把一个全栈编码代理塞进产品里，做工具的可以看看SDK设计。

  14. The Decoder：AI News59

    Snowflake CEO 实测：GLM-5.2 与 Opus 4.7 编程能力接近，成本仅为几分之一

    Snowflake 内部基准测试显示，在每项任务三次尝试下，GLM-5.2 解决 66% 的编程问题，Anthropic 的 Opus 4.7 解决 67%，两者几乎持平。首次尝试准确率 Opus 为 53.7%，GLM 为 47.6%；GLM 每任务平均迭代 99 次、消耗 8.6 亿 token，Opus 则为 80 次、4.39 亿 token。成本方面，GLM-5.2 输出 token 价格为 $4.40/百万，远低于 Opus 的 $25 和 GPT-5.5 的 $30；输入 token 仅 $1.40/百万。GLM 存在过早放弃和过度检查等弱点，但其定价优势可能对西方 AI 公司的高估值构成压力。

  15. The Decoder：AI News74

    Figma在Config 2026押注人类判断，画布AI能力却来自第三方

    Figma在Config 2026将设计画布扩展至代码、动画、3D深度和着色器效果，并集成去年收购的Weave工作流系统。新功能包括Code Layers（代码与设计并存）、Motion动画、深度层、Shader及Generative Plugins。协作方面，团队可搜索复用AI提示词、保存工作流为技能、共享插件。Figma的AI功能依赖Anthropic、OpenAI和Google等外部模型，推理成本挤压利润率。同时，Anthropic等公司的竞争产品可直接生成界面，构成威胁。

    推荐理由：我认为Figma这波更新很务实，它没有硬扛AI生成界面的对手，而是把代码、动效、3D拉进画布，用人的判断驾驭AI。虽然利润被模型供应商挤压，但共享提示和工作流的设计让团队协作更高效，做设计和产品的值得细看。

  16. The Verge：AI59

    Figma推出AI动态图形与着色器工具

    Figma在年度Config大会上发布多项设计及编码更新。核心亮点：Code layers允许在设计画布内直接操作代码、克隆仓库并通过Agent生成新方向；Motion功能支持通过提示词生成动画和过渡效果，可应用预设样式或手动调整时间线；Shaders借助WebGPU实现抖动、像素化、多种模糊等着色器效果。Figma Weave工作流集成20余种工具，将复杂AI流程简化为画布上的简易操作。此外，Agent技能支持第三方连接器和文件附件上下文，生成式插件允许无代码创建可共享的自定义工具。

  17. TechCrunch：AI51

    Figma更新：新增代码层、动画和AI功能

    Figma本周三发布更新，直接在协作画布中加入代码层，支持团队克隆仓库并将代码流程提取为设计图层。新增对动画、转场和3D变换的支持，并允许用AI生成着色器效果和填充。用户可通过文本提示创建可重复使用的技能供AI智能体使用，还能连接Notion、Granola、Excel、GitHub等工具。Figma计划今年晚些时候深度整合去年收购的节点工具Weavy，支持直接在Figma内生成Weavy工作流。

  18. Rohan Paul64

    Genspark 推出 Genspark Design，由 Claude Opus 4.7 驱动。用户可将粗糙提示词转化为可编辑的 UI 原型、海报、视频、HTML 动画和工作代码。设计作为可复用系统，支持保存 Logo、颜色、字体、间距和组件并跨资产应用。核心是分层输出：文本、图像、背景、组件保持分离，用户可直接修改设计本身，无需要求模型重新生成。支持上传 Figma 文件或保存设计，一键生成可交付代码（基于 Genspark Code），无需设计背景即可使用。

    引用Genspark@genspark_ai

    🎨 Introducing Genspark Design The next-gen AI for design and creation, powered by Claude Opus 4.7. From rough idea to professional design, no design background needed. - One tool for everything you design.  UI prototypes, videos, HTML animations, posters — all in one place and production-ready. - Stay on-brand with your own design system. Upload your Figma files or save your designs, reuse them across every project, and share them with your team. - Ship it, don't just mock it. Turn any app or website design into working code with one click, built on Genspark Code. Start building at our launch price 👉 https://www.genspark.ai/agents?type=design

6月24日周三
  1. IT之家·人工智能49

    一年 640TB？Codex CLI 日志过量写入致 SSD 折寿，OpenAI 正紧急修复中

    OpenAI 正紧急修复 Codex CLI 日志过量写入缺陷。开发者 Rui Fan 报告称，其机器运行约 21 天后主 SSD 写入约 37TB SQLite 日志，推算每年约 640TB；对于 1TB、额定 600TBW 的消费级 SSD，不到一年可能耗尽质保写入耐久度。另一开发者引用 Codex 自估，该缺陷在 3 月至 6 月可能造成全体用户低位数百万美元 SSD 写入耐久度损失。问题源于 2026 年 2 月将服务器 SQLite 日志输出级别改为 TRACE，且本地诊断日志默认开启。OpenAI 确认工程师正在修复，部分修复已实装，但用户仍持续报告。

  2. 公众号：火山引擎74

    字节跳动技术副总裁洪定坤：AI Coding 的实践与探索

    在火山引擎Force大会，字节跳动技术副总裁洪定坤分享AI Coding实践。过去一年，字节AI代码贡献率增长6倍，tokens消耗增长5倍，但过度关注单一指标可能失真——TRAE团队代码超90%由AI生成，人均需求吞吐率仅提升60%。900次实验显示，主流Coding模型组合代码正确率超80%，但可交付性仅40-60分；结合Harness基建后提升至80分。AI降低编程门槛但需优化指标、治理、协作。字节探索原型驱动开发，能力沉淀至TRAE（日均Token消耗5.6万亿，增长50倍），并推出TRAE Work。

    推荐理由：洪定坤把字节用 AI Coding 一年踩的坑和实验数据摊开讲，尤其‘过度重视代码贡献率’的反思和 Harness 基建的实证，是所有推 AI 编程的团队必看的复盘。

  3. 腾讯混元：Research80

    Hy3 preview：混元大模型重建的第一步

    2026年4月23日，腾讯混元发布并开源 Hy3 preview 语言模型。该模型为快慢思考融合的混合专家模型，总参数295B，激活参数21B，支持256K上下文。在复杂推理、指令遵循、上下文学习、代码与智能体能力上大幅提升，在 SWE-Bench Verified、Terminal-Bench 2.0、BrowseComp 等基准中取得强竞争力结果。模型已在元宝、CodeBuddy 等产品上线，API 个人版 Token Plan 最低 28 元/月。权重和代码已在 GitHub、HuggingFace 等平台开源，支持 vLLM、SGLang 等推理框架。

    推荐理由：混元重建后的第一个模型 Hy3 preview，快慢思考融合，推理和代码智能体提升明显，开源加低价格，国内开发者做 agent 的可以马上试起来。

  6. MarkTechPost43

    2026年16大生成式AI编码工具对比：功能与适用场景

    生成式AI已重塑软件开发，从逐行自动补全扩展到全应用生成、多智能体构建管道和自然语言代码库交互。文章对比了16个最佳工具：Atoms*支持自然语言生成可部署应用并并行运行多模型；GitHub Copilot提供IDE内智能补全与代理模式；Tabnine主打本地化私密代码补全；Replit为云端IDE与AI代理；Warp增强终端AI；Hugging Face提供开源模型平台；Codacy自动化代码质量分析；Metabob基于图神经网络检测深层缺陷；aiXcoder可本地运行开源代码模型；Bloop将代码搜索转向AI智能体基础设施；Mintlify等覆盖IDE插件、云部署到代码质量管理多种场景。

  7. StepFun59

    阶跃星辰针对AI智能体开发中的计费痛点推出Step Plan，并与Step 3.7 Flash模型搭配，在真实Claude Code环境中测试。引用的开发者推文指出，每次API调用都在屏幕角落显示费用数字，导致他分心、停止测试新模型；而固定费率后端解决了这一问题。Step Plan正是阶跃星辰为减少这种干扰而做的尝试，让开发者更专注于构建。

    引用Chidanand Tripathi@thetripathi58

    I almost stopped testing new models altogether. Not because they were bad. Because every call left a number climbing in the corner of my screen, and at some point I started watching that number more than I was building. A flat-rate backend fixed that for agent work. I swapped my Claude Code setup to it in under 5 minutes. Here's how:

  8. Rohan Paul52

    贝恩在测试收购目标时，使用vibecoding（AI快速原型开发）重建目标软件的粗略AI副本。这些副本并非完美克隆，但能暴露产品界面、分析、自动化或工作流逻辑是否容易被复制，帮助评估公司的竞争护盾。贝恩已构建数百个原型，该工具已从专业工程师扩展到普通顾问。案例：销售数据分析工具，AI可快速生成类似仪表盘和推荐。该方法揭示软件价值实际所在（代码、工作流、客户关系、数据等），也让买家预见AI如何重塑产品未来。此举正值生成式AI降低软件开发成本、挑战SaaS商业模式。

  9. Claude Code：GitHub Releases52

    Claude Code v2.1.187 发布

    Claude Code v2.1.187 新增 `sandbox.credentials` 设置，可阻止沙箱化命令读取凭证和秘密环境变量；模型选择器及相关参数现已支持组织配置的模型限制，选中受限模型时显示“受组织设置限制”提示。全屏模式下选择菜单支持鼠标点击。修复多项问题：`--resume` 在 `-p` 无模型回合时失败、`--json-schema` 和工作流智能体结构化输出循环、远程 MCP 工具调用 5 分钟无响应后阻塞、Remote 会话启动延迟约 2.7 秒、韩文/中日韩文本粘贴乱码、子智能体深度追踪不准确、被杀智能体工作树注册残留未清理等。

  10. Rohan Paul60

    Atomic Chat 集成 Cline，使代码智能体能在本地 AI 模型上运行。Cline 作为智能体层，可读文件、编辑代码、运行终端命令、检查错误并请求批准，已被 800 万+开发者信任。Atomic Chat 作为模型层，支持 1000+ 模型离线本地运行，并暴露本地 API 供其他工具调用。整个过程私有、免费、开源，体现了强大智能体回归本地私有设备的趋势。

    引用atomic.chat@atomic_chat_hq

    Run Cline on Local AI models with Atomic Chat! @cline is a coding agent trusted by 8M+ developers. Write, refactor, ship code securely on your own hardware with local models powered by @atomic_chat_hq — no cloud, private, free and open-source

  11. Anthropic：Newsroom56

    Anthropic 推出 Claude Tag：在 Slack 中通过 @Claude 协作

    Anthropic 推出 Claude Tag，一种在 Slack 频道中通过 @Claude 委托任务的新协作方式。Claude 可记住频道上下文，支持多用户交互，经授权后可自动学习其他频道和数据源。开启“环境”行为后，能主动更新未解决的线程或任务。支持异步工作，可自主推进项目数小时或数天。即日起面向 Claude Enterprise 和 Team 客户提供 beta 版。管理员可精细控制工具和渠道访问权限、设置 token 消耗限额，并查看所有操作日志。

    推荐理由：Anthropic 这次把 Claude 从对话助手变成了团队里的主动队友，Slack 里的多人协作、上下文学习和异步代理是个新思路。内部 65% 代码由它生成的数据，让这个方向不再只是实验。

  12. Rohan Paul51

    AI编码速度提升但QA成为新瓶颈。Momentic推出测试平台，其智能体可读取Linear工单、Notion PRD和PR差异等产品记忆，使测试基于预期行为而非静态脚本。过去几周，该平台已分析7万+次测试失败，创建600个测试，PR合并率达73%并持续增长。客户包括Notion、Xero、Webflow、Retool、Runway和Bilt。

    引用Meer | AI Tools & News@Meer_AIIT

    AI is writing more code than ever, but the bugs are scaling right along with it. momentic just put out how they're closing that gap. the core problem they point to: → coding agents ship faster → but more output means more bugs and incidents → qa becomes the real bottleneck their take is that the best qa knows everything about your product. so they gave that knowledge to their agent. what the agent reads: → every linear ticket → every prd in notion → every pr the numbers from the past few weeks: → analyzed 70k+ test failures → created 600 tests → hit a 73% pr merge rate, and growing customers they named include notion, xero, webflow, retool, runway, and bilt.

  14. Berkeley RDI：Blog82

    恶意CDN仍潜伏GitHub Pages，AI让情况恶化

    UC Berkeley研究人员发现，近2000个GitHub Pages站点（18000+页面，累计530K+星标）仍在加载来自polyfill.io及其关联恶意CDN的脚本。这些CDN由已被OFAC制裁的Funnull Technology Inc.（现更名Triad Nexus）运营，2024年被出售后开始条件性注入恶意载荷，劫持移动用户、跳转欺诈站点、伪造认证弹窗窃取凭证。扫描12000+站点确认786个加载polyfill.io，1191个加载其他Funnull CDN。更严峻的是，所有测试的大语言模型在生成前端代码时仍推荐这些被污染的CDN URL，包括CyC2018/CS-Notes（184K⭐）、microsoft/AirSim（18K⭐）等知名项目及多所大学课程页面。

    推荐理由：polyfill.io等恶意CDN仍在GitHub Pages上感染近2000个站点，更可怕的是所有测试的AI模型都还会推荐这些链接，AI编码的便利正在变成供应链投毒的加速器。

6月23日周二
  1. 公众号：卡尔的AI沃茨58

    实测豆包Seed 2.1 Pro，把我六个真实工作流都稳稳接住了

    火山引擎Force大会上发布豆包Seed 2.1 Pro，重点提升Agent、GUI操作和编程能力：OSWorld 78.8接近GPT-5.5的78.7，Terminal Bench 2.1达71.0；多模态视觉理解进步显著（CharXiv-RQ 85.4等）。支持原生音视频、图片、文本混合理解，256K上下文，可切换快慢思考。实测六项真实工作流（旧项目UI修复与Debug、世界杯主题网站、点球大战小游戏、绘本插画描述、DeepResearch报告、PPT生成）均在不依赖Skill下稳定跑通。适合作为Agent执行层模型。

  2. SiliconFlow59

    硅基流动测试了 GLM-5.2、GPT-5.5、Opus 4.8 和 GLM-5.1 的相同提示。据 @arena 引用，GLM-5.2 (Max) 在 Code Arena: Frontend 排名第 2，以 +29 分领先 Claude Opus 4.7 (Thinking)，仅次于 Fable 5；是最好的开源模型，大幅超越 Kimi-K2.6 和 Minimax-M3，并在 React（第 2）、HTML（第 4）及品牌营销、参考设计、数据分析等多个子类别中位居第一。主推文指出，在 SiliconFlow 上使用 GLM-5.2 可获得 Opus 级前端生成能力，输入成本降低约 3.6 倍，输出成本降低约 5.7 倍。

    引用Arena.ai@arena

    Exciting news: GLM-5.2 (Max) ranks #2 in Code Arena: Frontend, with +29pt over Claude Opus 4.7 (Thinking) and only behind Fable 5! GLM-5.2 is the best open model vs Kimi-K2.6 and Minimax-M3 by a large margin. - #2 React and #4 HTML sub-leaderboards - Ranks as the top model in nearly all sub categories: Brand & Marketing, Reference-Based Design, Data & Analytics, Consumer Product, Gaming, and Simulations. Congrats @Zai_org for the incredible milestone!

  3. OpenAI Developers：Blog67

    OpenAI 讲解如何用手机远程掌控 Codex 编码工作

    OpenAI 开发者博客发布长文，讲解如何在 ChatGPT 移动端通过 Codex Remote 启动、引导、审查和管理运行在开发机上的编码任务。文章提出手机是控制平面而非小型终端，介绍了 Queue 与 Steer 两种跟进方式的区别、/side 侧聊、/goal 持久目标、内联代码评论审查、权限审批和 /compact 等上下文管理命令，并给出发布负责人、移动端审查者等五种实用工作流。

    推荐理由：作者以两个月的使用积累为基础，拆解手机端 Remote 的 Queue 与 Steer、侧聊、目标等机制，给出可直接照做的移动端编码工作流。

  4. IT之家·人工智能48

    DeepSeek Harness团队负责人回应“不招外国人”质疑：需能用中文工作，无此规定

    DeepSeek Harness团队负责人崔添翼6月21日发文称，新成立的Harness团队目标宏大、工作繁重，人员紧缺，正招聘Harness研究员、工程师、产品经理三个岗位。针对网友“不招外国人”的评论，崔添翼回应称，公司招人需要能用中文工作，如同美国公司要求能用英语，并无不招外国人的规定。知情人士透露，DeepSeek已在内部组建Harness团队，主攻代码智能体产品，内部对标Anthropic的Claude Code。

  5. 公众号：火山引擎79

    豆包大模型2.1发布，面向生产级任务的新起点

    火山引擎发布豆包大模型2.1系列：Doubao-Seed-2.1-pro和Doubao-Seed-2.1-turbo，API已全量上线火山方舟。Pro输入6元/百万tokens，输出30元，缓存命中1.2元；Turbo能力相近、价格减半。该系列Coding和Agent能力跨越生产级质变点：Terminal Bench 2.1上Pro与Claude Opus 4.7持平，SWE-Pro接近GPT-5.5，NL2Repo-Bench领先GPT-5.5，SciCode超Claude Opus 4.7和GPT-5.5。Agent方面GDPval最高分，ALE超越Claude Opus4.7，MCP-Atlas全面超Opus4.7与GPT5.5。多模态理解领先：OSWorld移动端、MMMU-Pro、TOMATO、LVBench均全球SOTA。同时推出Doubao-Seed-Evolving，每月2~4次迭代。

  6. 字节 Seed：Research Feed64

    Seed2.1 正式发布，深入 AI 生产力

    字节Seed发布Seed2.1系列，面向真实生产力场景的智能体，强化通用Agent能力、代码工程交付与多模态理解。Seed2.1 Pro在GDPval基准获最高分，Agents' Last Exam位列参评模型第一梯队；MobileWorld手机GUI任务最高分，CreativeWork多环境任务表现突出。多模态在CharXiv-RQ等多项基准取得SOTA。代码能力上，Seed2.1 Pro在NL2Repo-Bench表现良好，开发者评测相比Claude Opus 4.6获59.1%胜率。模型已在豆包、TRAE上线，API通过火山方舟提供。

    推荐理由：字节 Seed2.1 这次更新把 Agent 和代码交付稳定性提到新高度，官方测评在多个硬核基准上不输 Claude Opus。虽然技术细节少，但豆包和 TRAE 直接可用，做 Agent 和开发的值得上手试试。

  7. 公众号：数字生命卡兹克75

    火山引擎FORCE大会发布Doubao-Seed-2.1系列及新功能

    火山引擎FORCE大会正式发布Doubao-Seed-2.1-pro和Doubao-Seed-2.1-turbo。Coding能力接近Opus 4.7，Agent大幅进化，多模态视觉理解在多数评测集位居TOP。价格¥6/¥30每百万token（输入/输出），上下文256k，已在火山、Trae、豆包上线并兼容Agent框架。基于该模型的豆包办公模式进入内测，可完成发票汇总、联网调研等任务。视频模型Seedance 2.0支持原生4K输出，Seedance 2.5支持30秒原生直出。Seedream 5.0 pro（7月初上线）及全新音频生成模型即将发布。