跳到正文

技术方向

AI 编码 最新动态

用 AI 写代码：编程助手、Vibe Coding、代码模型评测，以及开发方式的变化。

790 条精选近 30 天 59 条共收录 3,984 条

更新

精选归档 · 第 24 页

5月26日周二第 461–480 条
  1. Ant Ling68

    团队推出 KPop，用于稳定大规模 MoE 模型的智能体强化学习训练。它用基于二元 KL 散度的自适应掩码机制，替代了此前 IcePop 方法中的固定比例掩码，能根据训练过程中的训练-推理不匹配程度动态调整。这一改进使得 Ring-2.6-1T 模型在无需修改基础设施或路由重放的情况下，仅通过纯 RL 训练，在 SWE-bench Verified 上取得了超过 76 分的成绩。

    引用Jia Guo@Jia__Guo

    好奇我们万亿级智能体基础模型背后的秘密武器吗？它来了！🥳 去年，我们发布了 IcePop，通过双边掩码来稳定 MoE RL。随着我们深入探索，意想不到的事情发生了：掩码比例下降了，而训练-推理不匹配却持续增长！😞 今年，我们推出 𝑲𝑷𝒐𝒑🪩，它用二元 KL 散度取代固定比例约束，自适应地掩码不合适的 token！掩码比例会随训练过程中训练-推理差距的波动而自适应调整，从而在长时程智能体 RL rollout 中保持策略优化稳定且有效。 通过这一简单改动，它使我们的 Ring-2.6-1T 在纯 RL 训练下于 SWE-bench-Verified 上取得超过 76 的成绩！ 无需修改基础设施。无需 routing replay。只需一个参数，用 𝑲𝑷𝒐𝒑 为你的智能体 RL 赋能！ 点击了解更多细节！ 📜Blog: https://ringtech.notion.site/kpop

    推荐理由：蚂蚁团队把 IcePop 升级成 KPop，从固定掩码变成自适应 KL 区域，思路很巧。Ring-2.6-1T 纯 RL 直接冲到 SWE-bench 76+，做 agentic RL 训练的同学值得翻一下博客。

  2. IT之家·人工智能74

    OpenAI GPT-5.6 模型曝下月发布：AI 上下文 150 万 tokens

    多名开发者在 OpenAI Codex 后端日志中发现未官宣的 GPT-5.6 模型，内部代号 iris-alpha。该模型将支持 150 万 token 的上下文窗口，较当前 GPT-5.5 的 105 万 token 提升约 43%，有望于今年 6 月发布。测试显示，在输入达到 90 万 token 时仍能流畅响应。同系列还发现了 ember-alpha 与 beacon-alpha 版本。此外，GPT-5.6 在前端界面生成能力上也有所提升。基于爆料信息，Anthropic Claude、Google Gemini 及 xAI Grok 也可能瞄准同期发布新模型。

    推荐理由：开发者从后端日志扒出 GPT-5.6，150 万上下文是真香，直接生成商用级前端界面更让人眼馋，这代模型值得等。

5月25日周一
  1. Elon Musk71

    Grok基础模型V9-Medium（1.5T）已完成训练。评估结果良好。补充训练中加入了大量Cursor数据，后续还会有更多。 微调正在进行中，强化学习将在几天后开始。预计2到3周内公开发布。 这将比当前服务所有Grok生产流量的0.5T v8-small模型有重大改进，尤其在复杂编码任务上。

    推荐理由：Grok 参数翻到 1.5T，还专门喂了 Cursor 代码数据，这波升级明显奔着 coding 去的。如果 evals 不注水，两周后的 coding 排行榜可能变天。

  2. Greg Brockman86

    这是一个结构化的提示词，用于指导 Codex 自动分析其历史记录以识别并固化重复工作流。该框架要求 Codex 回顾会话、Memories 等数据，找出重复、耗时且有明确复用价值的任务。筛选标准包括至少出现两次、输入稳定、可提升效率等。最终，Codex 应以“技能”、子智能体或自动化工具等最小实用形式创建或扩展现有资产，避免冗余。流程包括生成候选清单、执行创建，并汇报结果与待验证项。

    引用Vaibhav (VB) Srivastav@reach_vb

    更新：根据反馈，我想出了一个更好的提示词版本 让 Codex 查看你的会话、Memories 和 Chronicle，识别模式，复用已有的内容，只创建最小可用的 skill、subagent 或自动化。 "回顾我最近 30 天的工作，如果可用历史更短则回顾全部可用历史，找出值得打包的重复性手动工作流。 按以下顺序使用可用证据： - 最近的 Codex 会话和任务摘要。 - Codex Memories 和 rollout 摘要，以发现跨会话重复出现的模式。 - Chronicle（如果已启用），以发现 Codex 之外的重复性工作。仅将 Chronicle 用于发现；尽可能在相关源系统中确认重要细节。 - 现有的 skills、自定义 agents 和自动化，以便复用或扩展已有的内容，而不是重复创建。 广泛寻找那些重复、耗时、易出错、上下文繁重或能从一致流程中受益的工作。包括编码、研究、写作、规划、沟通、运营、分析和个人事务方面的工作流。 仅当候选对象满足以下条件时才采取行动： - 至少出现过两次，或明显可能重复出现且重复成本高昂； - 具有稳定的输入、可重复的流程，以及明确的输出或停止条件； - 能实质性提升速度、质量、一致性或可靠性； - 尚未被充分覆盖。 选择最小的合适形式： - Skill：可复用的工作流或操作手册。 - 自定义 subagent：适合委派的有界专家角色或调查任务。 - 自动化：定时或周期性的检查、报告、提醒或监控。 - 跳过：过于一次性、模糊、敏感或证据不足而无法打包的工作。 首先产出一份简洁的候选清单，包含： - 重复的工作流 - 支持性证据和日期 - 频率/置信度 - 推荐形式：skill、subagent、自动化、扩展现有内容或跳过 - 为什么值得或不值得创建 然后只创建高置信度且缺失的项目。保持它们范围狭窄、实用、感知来源且易于验证。不要创建推测性、重叠或过于宽泛的资产。 最后总结： - 你创建或扩展了什么 - 你刻意跳过了什么 - 在打包之前还需要更多证据的内容

    推荐理由：GDB 这个 prompt 把 Codex 从写代码的帮手变成了你的私人效率教练，让它自己找出你过去一个月里哪些重复工作该自动化，深度 Codex 用户直接抄作业就行。

5月24日周日
  1. Boris Cherny78

    人们常问我，用好Claude Code的最大技巧是什么。 如今我的头号技巧是：使用自动模式。 自动模式意味着不再有权限提示。它是实现“多Claude并行”的关键构件：启动一个会话，然后在其运行时，并行处理另一个会话。

    引用ClaudeDevs@ClaudeDevs

    自动模式的两项更新： · 现已在 Pro 套餐中可用 · 除 Opus 4.7 外，现也已支持 Sonnet 4.6 按 Shift+tab，让 Claude 运行。

    推荐理由：Boris 透底 Claude Code 最高效用法，auto mode 免确认弹窗、支持并行 session，把 AI 编程从串行变并行，值得一开。

5月23日周六
  2. Claude Code：GitHub Releases64

    v2.1.149 更新摘要

    本次 v2.1.149 更新包含功能增强、企业设置和多项修复。新增 `/usage` 命令的使用量分类显示功能，可区分技能、子代理、插件及每个 MCP 服务器的消耗；`/diff` 详情视图支持键盘滚动；Markdown 输出兼容 GFM 任务列表。企业版新增 `allowAllClaudeAiMcps` 设置以加载云 MCP 连接器。修复了 PowerShell 权限绕过、Git 工作树沙盒写入白名单越界、脚本路径含空格时 `otelHeadersHelper` 静默失败等安全问题。改进了 `/feedback` 报告，包含上下文压缩前的对话内容，便于排查长会话中的早期问题。

    推荐理由：Claude Code 这次把 /usage 拆到每个技能和子代理的用量，排查成本不再是猜谜，/diff 终于能键盘滚动，修了一堆权限坑，日常靠 Claude Code 写代码的人值得秒升。

  3. OpenAI Developers67

    已发布剪纸功能：外观设置中新增差异标记样式。 在查看差异时更喜欢经典的 + / - 标记？现在你可以选择使用它们，而不仅仅是彩色差异条。 默认设置保持不变，除非你主动选择启用。

    推荐理由：OpenAI 悄悄加了个彩蛋，把 diff 标记改回经典的加减号，习惯老派代码审查的开发者眼睛可以少转几圈。算不上大更新，但莫名贴心。

  4. Google AI70

    谷歌在I/O开发者大会宣布，系统性构建面向AI代理（Agent）的开发与部署工具链。核心更新包括：独立桌面应用Antigravity 2.0及其命令行工具、SDK面世；Google AI Studio新增Kotlin支持，可一键开发安卓应用并发布，同时推出移动端App。此外，Gemini API推出托管代理服务，实现一键部署；WebMCP作为开放标准在Chrome 149中推出，允许网页向代理暴露工具；Chrome DevTools也开放给AI代理以自动化调试。企业级客户可直接连接Google Cloud项目，而DeepMind的科学技能包则加速特定领域研究。此举标志着谷歌正全面打造从开发、接口到部署的完整AI代理生态系统。

    推荐理由：Google把今年I/O的Agent相关更新打包放出，Antigravity 2.0从IDE变桌面应用、AI Studio能直接做Android App，对Google生态开发者是必读速览。

  5. Cursor Blog66

    Cursor 被评为 2026 年 Gartner 企业级 AI 编码代理魔力象限领导者

    Gartner 在 2026 年魔力象限报告中，将 Cursor 评为企业级 AI 编码代理领域的领导者，并在愿景完整性上领先。超过 70% 的财富 500 强企业使用 Cursor 部署和管理编码代理。未来一年，Cursor 将聚焦于三个方向：提升前沿模型智能；自动化软件开发全生命周期的任务（如代码审查、漏洞修复）；以及通过新的管理工具和控制面板，增强企业级的控制力、协作性与部署灵活性，以拓展至更多行业和地区。

    推荐理由：Gartner 的象限向来是企业采购的风向标，Cursor 在 vision 上做到最远，对瞄准 AI coding agent 的团队是个重要信号，但别被 PR 冲昏头，完整报告更值得细读。

  6. GitHub Blog62

    GitHub 连续第三年被 Gartner® 魔力象限™ 评为企业级 AI 编程代理领域的领导者

    Gartner 最新发布的魔力象限报告中，GitHub 连续第三年被列为“领导者”象限，该评估专注于企业级 AI 编程代理领域。GitHub 表示，其致力于构建一个开放、安全且由 AI 驱动的平台，以赋能每一位开发者并定义软件开发的未来。此次评选进一步巩固了 GitHub 在 AI 辅助开发工具市场的领先地位。

    推荐理由：Gartner 连续三年把 GitHub 放企业 AI 编码代理领导者象限，对选型团队是个硬参考，没有新功能但行业地位再次夯实。

5月22日周五
  1. 公众号：智谱64

    GLM-5.1高速版发布：400 tokens/s，旗舰级能力跑出全球最快API速度

    智谱面向部分企业客户推出GLM-5.1高速版API“GLM-5.1-highspeed”，输出速度达400 tokens/s，刷新全球大模型厂商API速度上限。该版本首次在国产大模型中实现旗舰级能力与极致低延迟并存，由GLM团队与TileRT团队联合打造，通过AOT静态编排、Tile级微任务及8卡NVL拓扑特化等系统级优化，确保400 TPS为稳定可用的生产级能力。

    推荐理由：在旗舰模型上实现400 tokens/s，打破了高速必为轻量模型的惯例，对编码智能体等实时交互场景提供了不牺牲能力的低延迟方案。

  2. Claude Code：GitHub Releases73

    v2.1.147版本更新

    本次更新引入了`Workflow`工具，支持确定性多智能体编排（默认关闭）。将`/simplify`命令重命名为`/code-review`，现可报告代码正确性问题并支持生成GitHub PR内联评论。改进了自动更新器（增加重试与错误报告）、大文件diff渲染性能，并优化了提示历史记录以避免重复条目。修复了多个关键问题，包括企业登录限制未生效、Windows下的PowerShell工具与终端闪烁问题、插件系统及shell快照的bug，并增强了沙箱安全性与终端兼容性。

    推荐理由：Claude Code 这次更新不止修 bug，Workflow 工具让多 agent 编排有了确定性模式，虽然默认关闭但值得尝鲜，做复杂工程的开发者可以关注。

  3. Sam Altman73

    新版Codex今日发布！ [引用 @OpenAIDevs]：今天是Codex周四，我们带来了更新。 首先是Appshots，一种将你正在处理的应用上下文带入Codex的新方式。 在Mac上，按Command-Command键即可将应用窗口附加到Codex线程。Codex会获取窗口的截图和文本，包括屏幕上不可见的内容。 Appshots已在Mac的所有套餐中可用，企业版访问权限即将推出。

    引用OpenAI Developers@OpenAIDevs

    又到了 Codex 星期四，没错，我们为你带来了更新。 首先是：Appshots，一种将你正在处理的内容上下文带入 Codex 的新方式。 在你的 Mac 上，按 Command-Command 将你的应用窗口附加到 Codex 线程。Codex 会获取该窗口的截图和文本，包括屏幕上不可见的内容。 Appshots 已在 Mac 上向所有套餐开放，企业版访问即将推出。

    推荐理由：Codex 这次更新的 Appshots 看似一个小功能，但把应用窗口上下文直接喂给 Agent 的思路是质的跳跃，Mac 开发者现在就能用，这个交互范式可能会被抄很久。

  4. xAI：News67

    在OpenCode中使用Grok

    xAI宣布，其SuperGrok或X Premium订阅用户现可在开源编程工具OpenCode中使用Grok模型。OpenCode提供终端或独立桌面应用两种形式，用户连接Grok账户后，即可调用驱动xAI终端编程代理的Grok Build模型进行开发。该集成通过xAI Grok OAuth实现认证接入，官方表示未来将推出更多开源代理及集成方案。

    推荐理由：把 Grok 搬进 OpenCode 不是啥大新闻，但如果你正好有 SuperGrok 或 X Premium，直接就能在终端里用，算是个挺干净的集成。

  5. Cursor Blog58

    构建云端智能体的经验总结

    云端智能体已从本地智能体的简单扩展，发展为具备独立环境、可并行无人值守处理长任务的系统。构建的核心经验在于：完整的开发环境是输出质量的关键，这需重建大量基础设施；可靠性方面，团队从自研架构迁移至Temporal平台，将可靠性提升至99.9%以上，该平台每日处理超5000万次操作，支撑超40%的代码拉取请求；同时，实现了智能体循环、机器状态与对话状态的解耦，以适应复杂的跨环境协作。

    推荐理由：Cursor 把这一年踩过的坑全摊开了，从环境构建到持久化执行，基本就是一份 agent 平台内部架构课，搭同类产品的团队值得逐段读。

  6. OpenRouter78

    阿里巴巴通义千问团队的全新Qwen3.7-Max现已登陆OpenRouter。 作为Qwen3.7系列的旗舰模型，专为以智能体为核心的工作场景打造：编程、办公与生产力任务，以及长周期自主执行。在编程和智能体基准测试中较Qwen3.6有显著提升，并支持显式提示缓存以处理重复上下文。

    推荐理由：阿里旗舰迭代，重点转向 agent 和长程任务，这次 benchmark 跳跃不是挤牙膏，做 coding agent 的可以认真试试。

5月21日周四
5月20日周三
  1. Anthropic：Claude.dev 开发者博客78

    Claude Code 团队成员分享：为什么用 HTML 替代 Markdown 作为 Agent 输出格式

    Anthropic 工程师 Thariq Shihipar 撰文介绍他为何在 Claude Code 中改用 HTML 而非 Markdown 作为输出格式，理由包括信息密度更高、长文档更易读、便于分享链接、可加入滑块等双向交互，且 Claude Code 能结合文件系统、MCP、浏览器和 git 历史摄入更多上下文。

    推荐理由：作者分享让 Claude Code 用 HTML 替代 Markdown 输出的具体理由、提示词和用例，读者可以迁移到自己的工作流。

  2. IT之家·人工智能74

    消息称微软内部示警：GitHub 面临生存级风险，AI 编程工具削弱托管必要性

    微软内部发出警告，称其代码托管平台GitHub正面临“生存级风险”。主要原因是Cursor、Claude Code等AI编程助手兴起，改变了开发者工作流，削弱了持续将代码上传至GitHub的必要性。为统一工具链并控制成本，微软已要求部分团队在2026年6月底前停止试用Claude Code，转而使用自有工具GitHub Copilot CLI。同时，OpenAI曾考虑自建替代平台，也加剧了对GitHub地位的潜在威胁。

    推荐理由：微软内部把 GitHub 风险定义为“生存级”，这不再是外部竞争猜测，AI 编程工具真的在动摇代码托管的根基。