跳到正文

AI 編碼

AI 寫代碼的一切:編碼助手、Vibe Coding、代碼模型評測與開發工作流變革。

342條精選相關主題Agent 智能體Cursor教學實踐

最新精選

第 1–20 條 · 共 342 條
今天11月22日週日
  1. Together AI 研究與產品博客76

    Qwen4 Max 在 Together AI 上線

    Together AI 已在 Together Serverless Inference 上線 Qwen4 Max,並提供 1M-token 上下文窗口。示範中,模型在一次請求內處理 Tornado 全部 344 個檔案、共 652,519 tokens,72 秒後返回修補程式;修補通過兩項回歸測試,完整測試套件的 1,673 項測試亦全數通過。

    推薦理由:測試把 Tornado 全部程式碼與錯誤報告一次交給模型,再以回歸測試核對修補,並列出 69 美仙成本,呈現整個程式庫一次輸入時的驗證方式與費用。

11月21日週六
  1. Hugging Face Blog71

    Inkling 2 Mini 發佈,面向本地部署的多模態 MoE 模型

    Thinking Machines Lab 與 Hugging Face 發佈 Inkling 2 Mini,一款支援 1M-token 上下文及圖像、文字輸入的本地多模態 MoE 模型。

    推薦理由:文章拆解 Inkling 2 Mini 如何重用中間層權重、透過跨輪訊息逐步修正計算,讓 24 個實體層執行相當於 48 個邏輯層的計算,呈現循環式架構的設計。

  2. Thinking Machines Lab:News79

    Thinking Machines Lab 發佈 Inkling 2 Mini 開放權重模型

    Thinking Machines Lab 發佈 Inkling 2 Mini 開放權重模型,採用循環 Transformer 架構,總參數量為 26.4B,記憶體佔用約 20GB。

    推薦理由:Inkling 2 Mini 以循環架構增加每個 token 的內部計算,團隊並以可變循環版本測試其無 CoT 能力及思路可監督性,提供理解兩者關係的實驗觀察。

  3. Runway:News(網頁)78

    Runway 分享如何逐步建成以智能體運作的軟件工廠

    Runway 逐步讓智能體承擔編碼、CI、審查、批准、QA、故障修復及流程協調,打造一條以智能體為主的軟件交付流程。10 月合併的拉取請求中,38% 由雲端智能體推動。核心 API 儲存庫首次批准的等候中位數,由 9 月逾兩小時降至 11 月中約 5 分鐘。

    推薦理由:文章逐站交代智能體如何接手編碼、審查、批准、QA、故障修復與協調,並説明以風險分級及量化指標控制交接。

11月20日週五
  1. 虎嗅83

    Anthropic CEO 阿莫迪參與推動大模型發展,並呼籲放慢 AI 能力提升

    Anthropic CEO 達裏奧·阿莫迪曾參與推動大模型規模化,如今則呼籲放慢 AI 模型能力提升,讓安全研究及風險防範跟上技術進步。文章梳理他在 OpenAI 參與規模定律與 GPT-3 研發、創立 Anthropic,以及 Claude Code 推動工程工作和模型研發形成「閉合循環」的歷程。

    推薦理由:文章以阿莫迪的研究與創業經歷串連模型規模化、Claude Code 帶動研發和安全監督,呈現 Anthropic 商業競爭與控制能力增長之間的張力。

  2. 創業邦79

    Anthropic以5300名員工支撐近12萬億元市值,全球最大IPO為中國企業帶來啟示

    Anthropic於11月19日登陸納斯達克,IPO發行規模約813億美元,上市首日股價升17%,市值超過1.7萬億美元。截至今年9月底,公司約有5300名員工,第三季度營收170億美元;員工調查顯示,他們平均在約60%的工作中使用Claude,並自評生產效率提升約50%。第三季度算力及基礎設施費用達99億美元、佔營收58%,文章據此討論AI提高產出之際,企業在人手配置與算力投入上的取捨。

    推薦理由:文章把人均營收、Claude內部使用調查與算力開支放在同一脈絡,呈現AI提高團隊產出之際,企業在人手配置和算力成本上的取捨。

  3. Business Insider Tech83

    Anthropic IPO 後的挑戰:找到比 Claude Code 更大的成功產品

    Anthropic 上市後的核心挑戰,是在 Claude Code 之外找到更大的收入來源。Claude Code 不足兩年已為公司帶來數十億收入;Anthropic 在 IPO 募得 $81 billion,並在同期股份出售中再募得 $26 billion,將網絡安全、生命科學和機械人列為探索方向。

    推薦理由:文章把 Claude Code 帶來的收入增長,與 Anthropic 拓展生命科學等市場及龐大算力投資並置,呈現上市後增長預期與支出承諾之間的張力。

  4. 新浪科技76

    GPT-6.2 官方指南整理 8 段提示詞及 API 遷移要點

    文章整理 OpenAI 為 GPT-6.2 提供的兩份官方使用指南,列出 8 段提示詞,並説明在 ChatGPT、Codex 或 API 中套用的方法。指南涵蓋回覆風格、持續完成任務、程式碼與設計要求,以及 Codex 的驗收標準、推理強度、子智能體和 AGENTS.md。

    推薦理由:文章把官方指南中的提示詞、Codex 任務設定和 Responses API 遷移事項按使用情境整理,讀者可對照自己的工作流程選用相關做法。

11月19日週四
  1. TNW78

    Google 發佈 Gemini 4 Neon,在 AI 評測排名第三並取代 Gemini app「Deeper analysis」中的 Argon

    Google 發佈 Gemini 4 Neon,定位介乎 Gemini 4 Hydrogen 與 Gemini 4 Carbon 之間,並開始在 Gemini API、Gemini for business、Google Antigravity 及 Gemini app 推出。

    推薦理由:文章以 Carbon 為參照比較 Neon 的排名、輸出速度與任務成本,並指出成本較低源於 token 定價較低,而非答案較短。

  2. 阿里雲開發者社區 AI83

    Gemini 4 Neon 實測:18 項同台基準勝 Opus 5.5 共 16 項

    作者實測 Gemini 4 Neon,稱它在與 Opus 5.5 同台的 18 項基準中勝出 16 項。Artificial Analysis 綜合智能榜中,Neon 的 xhigh 得 61 分,高於 Carbon 的 60 分及 Opus 5.5 的 59 分;預設 high 檔平均每題成本為 $3.74,低於 Opus 5.5 的 $10.04。

    推薦理由:文章結合第三方基準、作者本機任務與單題成本比較,呈現 Gemini 4 Neon 在編碼表現、速度和費用上的差異。

  3. IT之家77

    Google 推出 Gemini 4 Neon,編程智能體指數排名第一,超越 Claude Opus 5.5

    Google 推出 Gemini 4 Neon,主攻複雜編程、科學研究和企業工作流程,並已開始向開發者、企業及部分付費訂閲用戶開放。在最高 xhigh 檔位下,模型於 Artificial Analysis 編程智能體指數以 58.6 分排名第一,智能指數則以 61 分排名第三;預設 high 思考檔位下,相關測試的單任務成本比同系列 Carbon 低 32%。

    推薦理由:材料把公開基準排名、相對 Carbon 的成本差異及早期內部速度比較分開呈現,讀者可辨別不同評估條件下的性能資訊。

  4. OpenAI News72

    OpenAI 公佈研究加速報告,指出 AI 研發能力提升不均

    OpenAI 公佈內部研究加速報告,指出編碼智能體可獨立完成更多研究任務,但能力提升因工作類型而異,人類仍是 AI 研發流程的重要部分。對估計需人類工作 2 至 4 小時的任務,無人介入成功率由 3 月的 23% 升至 10 月的 46%;監察訓練運行任務的成功率為 79%,編寫推理及服務堆疊程式碼則為 25%。

    推薦理由:報告把智能體使用、研究員工作流程與模型能力指標放在同一框架,並呈現自動化成效在不同任務上的明顯落差。

  5. AWS Machine Learning Blog71

    Airbnb 如何以每項任務成本管理 Amazon Bedrock 上的編碼智能體

    Airbnb 分享以每項任務成本評測及 Amazon Bedrock 的 CloudWatch 生產訊號,為編碼智能體選擇預設模型和推理強度上限。評測按未快取輸入、快取讀取、快取寫入及輸出 token 計價,並與延遲、輸出 token 數和節流情況對照。

    推薦理由:文章把評測中的每項任務成本與上線後的用戶支出、請求量及配額指標連結,展示編碼智能體選型和容量管理的可操作方法。