技术方向
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 60 条共收录 3,980 条
GitHub 工程师 Erik Kristensen 分享了 Copilot 降本的四项改动：选择性压缩工具输出、移除 view 工具行号前缀（线下推理成本降约 5%，线上用户日均推理成本降约 3%）、压缩 task-tool 提示词（每轮省约 1300 token，每活跃小时归一化成本降 2.9%）、后台任务完成后直接交付结果（AI Credits 用量降约 2.3%）。
推荐理由：GitHub 用四项改动说明压缩 token 为何要看整个任务而非单次调用，并给出可复用的评估方法与踩坑教训。
Cursor 发布 Self-Hosted Machines，让云智能体的工具执行迁移到企业自有网络内的机器，智能体循环、推理和规划仍留在 Cursor 云端，通过 worker 的出站 HTTPS 连接对接，Cursor 不会主动连入企业网络。
推荐理由：官方介绍了让智能体工具执行迁入企业自有基础设施的方案与适用场景， teams 可据此判断何时值得自托管以及如何按需扩容。
Anthropic 发布面向电商、旅游、电信和票务平台的商务智能体蓝图，提供可在数天内上线的 harness、模式和护栏，附购物智能体与商家智能体的完整参考实现及 Claude Code 插件。
推荐理由：原文给出完整可部署的购物与商家智能体实现、接入方式和合作生态，工程团队可据此评估落地铁路线。
Anthropic 发布构建电商智能体的指南，总结架构、延迟与成本优化、生产运维三部分实践，涉及购物和商家两类智能体，企业客户部署后出现购物车变大和卖家运营效率提升。核心建议包括用单个智能体加技能而非子智能体、将 UI 组件做成工具、用提示词缓存实现 90-99% 命中率、在 harness 中强制安全规则，并开源参考实现 anthropics/commerce-agents。
推荐理由：Anthropic 根据多个企业部署经验总结电商智能体架构、延迟成本优化和生产实践，并附参考实现，可迁移到类似 Agent 项目。
Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber。
推荐理由：官方给出两版模型的定价、基准成绩和实际安全应用数据，读者可据此评估在新旧 Flash 模型间的迁移与选型。
Sundar Pichai@sundarpichai精选AI 评分6565推荐理由：原文给出模型能力变化、定价和多项基准对比，读者可据此评估它相对更大模型的性价比与适用场景。
Google 员工 Shir Meir Lador 介绍 harness 工程，即用确定性组件包裹 LLM，包括编排层、执行沙箱、状态持久化和验证工具，让 Agent 不需逐行人工审查即可安全生成代码。
推荐理由：原文解释了 harness 工程的构成要素，并给出可运行的沙箱与修复循环示例代码，方法可直接迁移到自己的 Agent 工作流。
Meituan LongCat@Meituan_LongCat精选AI 评分6868LongCat-2.0 现在在 Cline 中免费开放。 这是一个 1.6T 开放权重 MoE 模型，拥有 1M 上下文，来自 @Meituan_LongCat，得分与 Claude Opus 4.7 和 Gemini 3.1 Pro 相近。 立即试用： npm i -g cline /model 在免费模型下选择 LongCat-2.0
推荐理由：官方宣布 LongCat-2.0 可在 Cline 免费试用，并给出安装命令和模型选择路径，读者可直接接入现有编码工作流。
PromptArmor 基于一个十人团队 30 天的 310,009 条 OTel 遥测事件分析 Claude Code 和 Cowork 的安全与成本。
推荐理由：基于 310,009 条 OTel 遥测事件的 30 天一手实测数据，把 Agent 的凭证泄露、不可信输入、自主程度和成本结构都给出了具体量化数字。
UU远程于9月2日上线新版本，重点优化终端功能，补齐 TUI 渲染交互与终端会话管理能力。主要更新包括：Mac 免密码登录、移动端输入优化并新增调用系统输入法的独立输入框、可同时创建和管理多个终端会话并支持手机与电脑间跨端同步接管（通过 uuyc-cli lterm 命令）。
推荐理由：作者实测新版本并给出使用路径，读者可据此评估手机端远程跑 Coding Agent 的可行性。
Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1，两者为同一模型但安全防护级别不同，Mythos 5.1 仅通过可信访问计划提供给网络安全和生命科学领域的受审机构。
推荐理由：官方发布给出了定价变化、基准数据和科学应用实例，读者可以据此评估新模型在编码与科研场景中的成本与能力取舍。
Qwen@Alibaba_Qwen精选AI 评分6969Qwen3.8-Max-0902 由 @Alibaba_Qwen 发布，刚刚在 Code Arena: WebDev 中首次亮相便夺得综合第一，得分 1,691 分，并以每百万 Token 5 美元的混合价格成为帕累托前沿上得分最高的模型！ 在更新后的前沿上，Qwen3.8-Max-0902 位于 HY4 Preview（1,629 分，每百万 Token 2.08 美元）和 Qwen3.8-Flash-Next（1,620 分，每百万 Token 0.39 美元）之上。 随着此次发布，综合排行榜顶部的三个模型尽管仍位居综合第 2 至第 4 名，却已移出帕累托前沿： - Claude Opus 5 (Max)：第 2 名，1,688 分，每百万 Token 20 美元 - Kimi K3 (Max)：第 3 名，1,674 分，每百万 Token 12 美元 - Qwen3.8 (Max)：第 4 名，1,669 分，每百万 Token 5 美元 祝贺 @Alibaba_Qwen 团队发布！
推荐理由：官方发布自家新模型并给出 Arena 排名与价格数据，读者可据此比较其在编码场景的性价比位置。
Meta 发布 Muse Spark 1.3，在智能体和编码任务上性能提升，max reasoning 版本现已在 Muse Code 和 Meta Model API 开放。
推荐理由：官方发布给出智能体协作、编码效率和安全性变化，以及约20%工具调用和25% token的降幅，便于对比现有工作流。
cat@_catwu精选AI 评分7070我们推出 Claude Fable 5.1 和 Claude Mythos 5.1。 它们是全球最先进的编程和知识工作模型。
推荐理由：作者以 Claude Code 产品负责人身份说明团队用 Fable 5.1 承接原本需数月的项目，并给出在 Claude Code 等产品中试用入口。
Anthropic 发布 Claude Fable 5.1（claude-fable-5-1），面向长时间运行的智能体编码、知识工作与研究，Claude Mythos 5.1 面向 Project Glasswing 参与者。
推荐理由：官方版本说明给出定价、缓存和 API 兼容性变化，开发者可据此评估迁移成本与新特性用法。
智谱宣布开源 GLM-5.3 模型权重，支持本地运行与个性化定制，擅长复杂编码、防御性网络安全及长程任务。该模型在 AA 综合智能指数中取得 60 分，与 Claude Fable 5、GPT-5.6 Sol 等闭源旗舰同级，并与 Kimi K3 并列开源模型第一。仅年营业额超 100 亿美元的机构将其作为外部模型服务提供时才需安全审查。
推荐理由：许可条款把强制安全审查限定在百亿美元级外部模型服务，自有部署和中小团队实际不受影响，开源可用性比表面限制更宽。
Tibo@thsottiaux精选AI 评分6969在Cursor被SpaceX收购后，我们将终止与其的合作关系。根据我们的提议，Cursor对我们模型的直接访问将于11月12日结束。 我们知道，受这一决定影响最大的是那些在Cursor中依赖OpenAI模型的开发者。我们关心他们在此过渡期间的体验，并准备竭尽全力为他们提供支持。 https://openai.com/index/our-decision-on-cursor-following-its-acquisition-by-spacex/
推荐理由：终止合作把信任作为前提，依赖 Cursor 内嵌 OpenAI 模型的团队将需要在 11 月 12 日前重新确认编码工作流的模型访问路径。
OpenAI 已通知 SpaceX，将终止向 Cursor 提供 OpenAI 模型的合同，拟定关停日期为 2026 年 11 月 12 日，并给予合同允许的最长通知期。OpenAI 称此举源于无法确信 SpaceX 会遵守服务条款，并援引马斯克旗下公司此前违反合同及 xAI 违反 OpenAI 服务条款的先例。OpenAI 表示将尽力支持受影响的开发者过渡。
推荐理由：OpenAI 把合同终止与收购后的控制权变更挂钩，11 月 12 日的关闭日期将直接改变 Cursor 开发者对模型替代和迁移窗口的规划。
Z.ai@Zai_org精选AI 评分6565推荐理由：开放权重让需要私有化部署的编码智能体与安全防御场景可以直接下载、运行和定制模型，不再受闭源 API 限制。
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。
推荐理由：原文基于 900 次 rollout 实测给出两模型的成本、质量与蒸馏影响分析，可迁移到模型选型和级联路由决策。