岛刊社 · 专题

AI 编程

Codex、Cursor、Copilot 这些 AI 编程工具，以及代码评审、CI、测试在 AI 时代怎么变。

186 篇全部专题

回到小岛 →

2026-11-02

ChatGPT 与 Codex 共用额度后，Agent 任务要拆成两档

12 月起，ChatGPT 与 Codex 的用量将进入同一池。比起盯着 token 数，更实用的是把 Agent 工作分成探索与交付两档，为关键任务留出可预测的窗口。
2026-11-01

同时跑 Codex 和 Claude Code，工作区怎么不打架？

Orca 把多个终端 Agent 放到各自的 Git worktree。它解决的不是“多开窗口”，而是让并行改动还能比较、验收与回退。
2026-11-01

AI 代码审查进沙箱：让模型交出运行证据

让模型跑代码会把一次审查的成本拉高 10–40 倍，但它也把“我觉得这里有问题”换成了可回放的命令和输出。关键不是全量接入，而是放对门禁。
2026-10-30

Codex 额度翻倍了，团队该把多出来的并发留给哪三类活？

OpenAI 上调了 Work 与 Codex 的订阅用量，也取消了 Pro 200 的下调计划。真正该重排的不是任务数量，而是哪些任务值得并行、哪些仍必须守住验收和权限。
2026-10-29

让 Agent 改安全漏洞，生产环境还差哪三道闸

Gemini 4 Carbon 的官方安全成绩很亮眼，但它还在分阶段开放。准备让 Agent 读仓库、找漏洞、给补丁的团队，先把范围、验证和证据三道闸补上。
2026-10-28

一个功能请求带着视频进 PR，工程师还需要看什么？

Replit 让非工程同事把需求交成带测试、截图和视频的 PR。真正需要重设的，是权限范围、验收证据和最终合并权。
2026-10-26

让 Codex 操作已登录 Chrome，先选对这 3 条路

不用再导 Cookie、重登一堆后台。把 Agent 接进真实 Chrome 前，先把权限范围选对：一张标签页、一个 Profile，还是整个浏览器。
2026-10-26

会议室电视改成投屏桌面，Codex 接 ADB 前的 4 个边界

公开案例里，四台会议室电视被改成了干净的投屏入口。真正值得复用的不是“让 AI 改硬件”，而是所有权、最小权限、回退和批量复制这四道边界。
2026-10-25

画架构图不用拖框，13 万次安装的 Archify 把代码库变成交互地图

接手陌生仓库时，先让 Agent 画出一张能点开的阅读地图。这里给出可直接复制的提示词，也把生成图最容易误导人的地方摊开讲。
2026-10-25

给 Agent 做隔离，断网之后还缺哪几层防线

OpenAI 把前沿模型训练改成不接真实互联网，红队却仍在 microVM、内部服务和共享硬件里找到越界路径。给能执行代码的 Agent 配环境，别只盯一条网络规则。
2026-10-24

把整个仓库塞给 Kimi K3.1 Pro？100 万上下文先别这样用

Kimi K3.1 Pro 已上线，100 万 Token 上下文很诱人；但对日常代码任务，先把问题、文件边界和验收条件讲清楚，比把整个仓库一股脑塞进去更重要。
2026-10-21

AI 写代码太快，代码评审该从盯 diff 换成验收

Tessl 团队把人从 500 行的 AI diff 里拉出来，改在生成前审意图、生成后看证据。本文给一份可贴进 PR 的验收模板，也说清哪些风险仍要回到代码里看。
2026-10-17

8周做出可上线应用，Meta怎样让 Agent 自己验收

Meta 用 Agent 跑完规划、实现、构建和测试，却把目标、证据与最终签字留给人。拆开它的验证链路，看看团队怎样少收一堆看似能跑、实际难用的 AI 代码。
2026-10-17

给 AI 跑代码，别把生产机当沙盒

Agent 能调用终端之后，难题不再是能不能跑，而是凭据、文件、网络和回滚谁来兜底。Perplexity 开源 SPACE，刚好把这条边界摆到了台面上。
2026-10-16

PR 翻倍、回退下降 40%：Claude Code 团队怎么审代码

Anthropic 公布了 Claude Code 团队的审查流程。关键不是让 Agent 替人点批准，而是把人从机械阅读里抽出来，专盯可验证的风险、架构和最终结果。
2026-10-15

产品页总像 AI 模板？61 万人装的 Skill 把设计决定提前

它不靠一张万能 UI 清单，而是把「这是谁的页面、凭什么这么设计」放到写代码之前，再用浏览器截图验收。附安装命令、三步开工法和不适用场景。
2026-10-14

AI 写代码后，Git 不够用了？Anthropic 把答案藏在 3 万次合并里

Anthropic 每天合并 3 万多次代码后，五个月内把单体仓库迁出 Git。真正值得借走的不是 Scion，而是给 Agent 扩量前该先改哪几段研发基础设施。
2026-10-14

AI 挖出 Chrome 漏洞后，代码安全流程该补哪 3 道门

六天、约 4 万美元计算成本、25 万美元奖励。XBOW 的 Chrome 漏洞研究提醒开发团队，AI 提速后最该补的不是一个更大的扫描器，而是授权、验证和修复交付三道门。
2026-10-13

AI 写代码以后，PR 为什么更慢了？Vapi 用 3 条规则把合并时间砍半

Vapi 的内部审查机器人把平均 PR 合并时间从超过 130 小时降到 65 小时。真正能复用的不是机器人名字，而是它怎样处理权限、误报和证据。
2026-10-12

Codex 长任务怎么接着跑？500k 更新后，这份交接模板值得留

跨文件需求改到一半，最费劲的是重新交代已经查过什么。默认窗口扩容后，用一份可复制的交接记录，把下一步留清楚。
2026-10-10

第一次用 AI 做网页，这两段提示词可以直接用

从一张个人介绍页开始，聊聊需求怎么说、第一版怎么打开、不满意又该怎么改。附两段可以替换内容的提示词，不需要先看懂代码。
2026-10-09

每天整理 Slack 和 GitHub，Claude Managed Agents 的定时简报模板值得抄

Anthropic 把一条团队日报拆成书签、失败披露、投递确认和账本四道关。真正有用的自动化，不是能按时发消息，而是能解释自己有没有漏。
2026-10-07

Cursor 手机接着改 Bug，这份交接提示词收好

离开工位后，Agent 卡住的一句追问终于可以在手机上接。配对怎么做、电脑怎么留、离桌前怎么交代任务，一起讲清；附可复制提示词，未做手机端实测。
2026-10-07

多 Agent 写代码，先把这 4 个 Git 卡点管起来

GitHub 为智能体规模开发重做 Git 基础设施。大多数团队不需要重造存储层，却该先把提交延迟、分支隔离、合并队列和 CI 扇出当成新生产力指标。
2026-10-04

AGENTS.md 该写在哪一层？拆开 pi 的系统提示词拼装线

全局一份、仓库一份、子目录再一份，这些规则最后怎么拼成一段系统提示词？pi 的做法是设置覆盖、规则拼接、越近越靠后。顺带讲清一件小事，它为什么把今天的日期从提示词里删掉了。
2026-10-02

AI 要跑 rm -rf 时谁来拦？pi 的工具调用要过三道关

编程 agent 的每一次读文件、跑命令，在 pi 里都要过准备、执行、收尾三道关，被拦下的不会让程序崩，而是变成一张错误结果交还模型。它手里明明有 bash，为什么还要另配六个工具？附源码和一个现成的危险命令拦截扩展。
2026-10-01

让 Agent 盯 PR，四个开关决定它能不能上夜班

Factory 把定时和事件触发的 Droid 自动化推向全量可用。真正该先定下来的，不是提示词，而是触发、身份、验收和失败出口。
2026-09-30

项目环境一配再配？Codex Cloud 真正省的是交接

Codex Cloud 把仓库、依赖、工具和访问设置做成可复用环境。真正值得搬进云端的，是那套能让同事接手、也能让任务复跑的准备工作。
2026-09-30

拆开一个 11 万 star 的开源编程 agent，心脏只有 78 行

每天在终端里转圈干活的编程 agent，核心到底长什么样？开源的 pi 把它写成了 78 行，连你中途插嘴该塞在哪一刻都安排好了。附源码拆解，想自己写 agent 的可以照着这副骨架来。
2026-09-30

Skill、工具还是插件？给 agent 加能力，pi 分成了三层

这阵子人人都在装 Skill，可想给 agent 加一个新本事时，写成 Skill、注册成工具还是做成扩展，很多人其实没想清楚。开源的 pi 把这三样分得很干净，还让同一颗内核住进了终端、网页和 Slack。附源码和一条选型判断。
2026-09-29

安全 Agent 找出 24 个 Android 漏洞，最难的仍是给结果定级

GitHub Security Lab 的公开案例说明，AI 审计最该抄的不是漏洞数量，而是把可疑发现、PoC 验真和人工定级拆成一条不会自欺欺人的流水线。
2026-09-28

AI 写代码越快，越该限制同时开的任务

PR 出来得快，交付却越来越慢，问题可能卡在人的审查队列。一份开发者自述引出的并发判断法，附一周记录模板和可复制的审查提示词。
2026-09-27

CSS-in-JS 要不要迁？GitHub 的三道灰度线值得抄

GitHub 的 55% 不是换个 CSS 写法就有。先量运行时成本，保住兼容层，再把视觉与性能一起灰度，才是能安全下线旧样式系统的迁移路线。
2026-09-27

做内部工具时，Copilot 新开的 Code 到底该不该用

微软把 Copilot 拆成聊天、委派和搭应用三种活。真正该先定下来的，是一个流程值不值得做成内部工具，以及权限、停止权和账单由谁负责。
2026-09-26

做项目看板时，Copilot 能给你现搭一个界面

GitHub Copilot app 的 Canvas 可以用一句描述生成看板、清单或分诊面板。三段提示词和一份验收单，帮你判断它该从个人辅助升级为团队工具，还是只留在一次性试验。
2026-09-25

GitHub 自动找漏洞能进 CI 吗？这份试跑验收单收好

GitHub 把写测试桩、追覆盖率和崩溃分诊交给了 Agent。启动只要一条命令，团队接入却要验收另一组东西。附官方入口和可复制的试跑验收单。
2026-09-24

代码不出电脑，Google Agent 本地跑要 24GB 内存

Google 给 Antigravity SDK 补上了本地模型通路。离线并不等于把所有活交给小模型，先从审代码、补丁验证这类低风险步骤开始，硬件和权限边界得自己验。
2026-09-24

Cursor 把上线后的回归，也放回 PR 里了

Cursor 新增的两个 bot，一边审 PR 里的可利用漏洞，一边沿着部署、日志和指标验证改动。它不替团队按下回滚，但让线上验证第一次有了可追溯的起点。
2026-09-23

写代码的模型费降一半，GPT‑6 真正要换的是分流

GPT‑6 Sol 和 Luna 把 API 价格又往下拉了一截。对写代码和跑 Agent 的团队，更值得动手的不是立刻全员切换，而是把任务、验收和缓存重新排进同一条路由。
2026-09-22

AI 写得越来越快，CI 成了最贵的限速器

测试快翻四倍，Linear 反而把单测试 runner 时间砍到约一半。答案不是盲目加机器，而是先把关键路径和固定 setup 成本从流水线里挖出来。
2026-09-22

产品原型不必从零画，OpenDesign 把设计系统递给了编码 Agent

OpenDesign 0.23.0 把设计系统、Skill 与代码原型留在同一个本地工作区。它不替你完成设计评审，却让 AI 生成的第一版不必只剩一张截图。
2026-09-20

多 Agent 共用一套规则，Claude Code 终于开始读 AGENTS.md

同一仓库里同时跑多个 coding agent，最怕的不是谁更聪明，而是两份项目规则悄悄漂移。Claude Code 这次补上了 AGENTS.md fallback，但生效条件和迁移边界比文件名更重要。
2026-09-20

Copilot 代码审查会自己关评论了，但人还不能下班

GitHub 把 PR 审查改成有状态的待办清单。Open、已修和上轮漏掉的问题被拆开呈现，团队终于能把复审、修复和放行分开讨论。
2026-09-20

写代码的 Agent，今天能接 Step 5 吗？答案不在 1M 上下文

Step 5 Preview 把长上下文、多轮工具调用和持续执行摆到台前。值不值得接入，不看参数海报，看任务能否验收、过程能否恢复、成本能否按成功交付计算。
2026-09-18

蛋白模型跑不动时，Claude 给 30 多个开源项目提了速

Anthropic 称 Claude 在不到四周优化了 30 多个开源生物模型，平均提速约四倍并开源代码。更值得工程团队拿走的，是一条可复用的优化与验证路径。
2026-09-18

Claude 主导 26% 研发后，审查要从代码转向证据

Anthropic 首次把 AI 参与模型研发写成比例。真正值得团队借走的，不是 26% 这个数字，而是把 Agent 交付改成可回放的证据包。
2026-09-18

代码审计用上 Agent 后，最值钱的是那套临时工具

Trail of Bits 为一次 Miden 审计补齐 LSP、反编译器、静态分析和 Lean 模型，抓到高危漏洞与 400 多处缺口。普通团队不必照搬形式化证明，但该把 Agent 产物送进可读、可测、可审的入口。
2026-09-17

83 万行 Rust 不是重点，128 个 PR 才是 AI 重写能上线的原因

GitHub 用 Copilot 把核心运行时迁成 83 万行 Rust。真正可复制的部分不是让 Agent 多写代码，而是把迁移锁进独立测试、原子 PR 和持续发布里。
2026-09-16

代码越写越快，PR 审查越不能靠人堆

一篇公开探访把 OpenAI 的智能体软件工厂摊在桌上。真正值得普通团队借走的，不是更多 Agent，而是目标、风险、验证和上线观察这四道工序。
2026-09-15

CI 任务 6 个月涨 25 倍，测试不能再全跑

Anthropic 的 CI 任务在 6 个月内增至 25 倍。真正值得借的不是加机器，而是把测试选择做成有状态、可分片、可观测的服务。
2026-09-14

做 AI 产品别只盯模型，状态数据才是最难补的一层

OpenAI 的 Habitat 把支撑 ChatGPT、API 和 Codex 的在线数据访问收进一个服务。对 AI 产品团队来说，更值得学的不是 Rust，而是把在线状态、复杂查询和权限治理分开设计。
2026-09-13

代码有点乱时，92 万次安装的 Skill 先画诊断

在一个有连续提交记录的本地语音输入法里实测后，它没把 543 行热键代码拆散，而是把泄漏的剪贴板归还协议收进一个可验证的小模块。
2026-09-12

做大功能时，Cursor 的数千 Agent 要过四关

Cursor Projects 把长期任务交给一个协调者管理，真正变重的不是并发数，而是范围、上下文、权限和验收。这里给出一份启动前就能用的检查清单。
2026-09-12

活动运营总漏一环，GitHub Copilot 这套骨架能直接借

GitHub 一位营销负责人把活动筹备收进一张 Issue。真正可借的不是 Copilot 写文案，而是表单、标签、干跑、告警和复盘组成的可审查工作流。
2026-09-06

1300 万行 Lean 代码，没替人类发现新数学

Claude 用 11 天把费马大定理做成可复跑、可检查的形式化证明。真正值得盯住的，不是数字有多大，而是验证一项复杂结论的成本开始被改写。
2026-09-06

写代码选模型，GitHub 把 67% 成本差塞进路由器

HydraFusion 已在 Copilot CLI 开放研究预览。它不是替你找最强模型，而是把升级、审查和成本核算装进一次任务，附三条试用护栏。
2026-09-04

Funes 让 4 个 Agent 共用记忆，原始会话比摘要更值钱

它把 Claude Code、Codex、pi 与 Hermes 的旧会话索引在本地，召回结果能回到原始轮次。真正该审的是显式上传、密钥扫描和第三方记忆边界。
2026-09-04

NVIDIA 129 亿要买 Hugging Face，最贵的是模型入口

300 万个模型背后是一条开发者默认路径。看懂 NVIDIA 买下的分发层，并用四项检查把开放承诺变成可验证的工程边界。
2026-09-03

产品原型 Skill 71.1 万次安装，三版只回答一个问题

我用同一份示例数据做了目标、上下文、场景三种结构，并验证链接切换、键盘、空错状态和移动端。真正该带走的是答案，不是一次性代码。
2026-09-02

Qwen3.8-Max 领先 4 分，误差却有 19 分

千问新模型登顶前端代码榜，但 4 分领先仍落在误差区间里。榜首先别急着封神，5 美元混合价和自家任务通过率才更值得团队算一遍。
2026-09-02

AI 写代码过了 87.3%，完整仓库只过 27/43

Vero 把 Agent 送进 43 个仓库级证明题。单条规范过得很漂亮，完整交付却立刻掉队。普通团队不用明天改写 Lean 4，但该把验收从一句测试全绿升级成可复跑的证据链。
2026-08-31

代码验收 Skill 19.5 万次安装，先跑证据再说完成

它只做一件事，把「应该能过」改成新鲜命令、完整输出和退出码。我用一个语法检查通过但单测失败的最小 demo，拆清它适合接在哪，哪里又管不住。
2026-08-30

Claude Code 新增受限模式，安全靠的是少给能力

它会移除运行命令和 WebFetch，把文件工具圈在工作区，却不是一键安全。把它接进代码审查和 CI 前，还要补上工具白名单、隔离、身份与审计。
2026-08-30

代码架构 Skill 82.6 万次安装，先把重构写成 RFC

它不直接改代码，而是先读近期提交、做删除测试、画 Before 和 After，再让人决定要不要重构。装上的不是一键优化，而是一脚刹车。
2026-08-30

Uber 70% PR 归 Agent，AI 账单却没跟着涨

周请求量半年涨 9.4 倍，总支出却基本稳定。真正可抄的不是 Uber 的规模，而是它把每个合并 PR、每次审查和每个告警都算成结果成本。
2026-08-29

Cursor 的 BYOK，算不上模型容灾

OpenAI 拟于 11 月 12 日结束直供。聊天框还能接通，不代表 Tab、Auto、Cloud Agent、账单与数据边界一起迁走，团队该按功能面验收退路。
2026-08-28

科研 Agent 最强只做对 30%，别只怪模型

70 个真实科研工作流把最强系统压到 30%。更扎心的是，榜单评的从来不只是模型，还包括终端环境、工具链、证据产物、失败恢复和每一美元到底换来多少有效工作。
2026-08-24

AI SDK 配置通过类型检查，仍然不值得信

Deepgram 适配器曾让 5 个参数悄悄消失，还默认打开付费能力。真正该补的不是一行配置，而是从出站请求、默认值到计费元数据的 provider 契约测试。
2026-08-24

Codex 给图片补预算，视觉 Agent 早该补课了

0.149.1 只改了 5 个提交，却翻出视觉 Agent 的一笔旧账，文本有 token 预算，截图、标签和后台线程也得能计量、追踪、验收。
2026-08-23

Codex 能管一群 Agent，还不算调度系统

Codex CLI 0.149.0 把多会话面板和跨会话队列搬进终端。真正难的不是多开几个 Agent，而是让任务所有权、权限、预算与验收都不失控。
2026-08-23

Qwen-UI-Agent 榜单领先，开源开发者还用不上

82.1% 的 MobileWorld 和 92.2% 的真机成绩很亮，但公开目录还没有模型权重与部署入口。顺着这份报告，聊清 GUI 智能体从会点屏幕到能进生产还差什么。
2026-08-21

人人都能写 PR，最贵的却是合并权

Anthropic 刚访谈了十多家高增长初创团队。真正跑得快的团队没有把 main 交给模型，而是把验收、回滚、权限和代码所有权做成硬边界。这里给你一套可直接落地的交付闸门。
2026-08-21

Codex 开源的不是模型，是 Agent 底盘

8 月 19 日 OpenAI 再次把 Codex 定位成开放 Harness 平台。Rust agent loop 与 App Server 能拿走，模型权重、托管后端和 Codex 云服务仍是另一回事。
2026-08-21

Cursor Agent 一直干到完成，不一定是好消息

事件订阅、长期目标和独立子智能体让 Cursor 更像一套运行时。真正上线前，团队还得补齐幂等、预算、权限、验收和停机闸。
2026-08-20

Claude 14 分钟出报告，修复还得人来签

Anthropic 把 CI 值班交给 Claude 后，最快 4 分钟定位根因。真正可抄的不是多 Agent，而是把确定性告警、证据调查、生产修复三层权限彻底分开。
2026-08-20

模型能随便切，路由商反而更难切

OpenRouter 承诺产品、路线图与中立路由不变。真正该做的不是恐慌迁移，而是把 provider 配置、成本账、失败切换与调用日志握在自己手里。
2026-08-18

Cursor Origin 在抢的不是仓库，是 agent 运行时

仓库、PR、审查状态和执行环境一旦被放进同一个控制面，代码 agent 会少掉一堆胶水，也会多出一套新的权限与迁移账。
2026-08-17

Claude Code 删掉任务工具，我觉得只对了一半

新模型默认不再获得 TaskCreate、TaskUpdate 和 TodoWrite，但计划并没有消失。本文讲清工作记忆与执行状态的边界，以及长任务、多 Agent 何时开回工具，何时把状态放进仓库、队列或数据库。
2026-08-17

Claude Workbench 今天退役，提示词不进 Git 就不算资产

旧版 Workbench 退役只是导火索。真正要迁的不是一个网页，而是提示词、模型参数、测试样本和评测基线。给你一套能进仓库、能回滚、能进 CI 的落地结构。
2026-08-17

SpaceX 600 亿美元买 Cursor，最值钱的不是编辑器

交易落地后，Cursor 接上全球最大 GPU 集群。真正改变行业的不是所有权，而是算力、模型、开发者分发和可验证代码反馈被接成一条线。
2026-08-16

上下文工程别按 Star 学，最火的仓库最费时间

一条九小时 GitHub 阅读路径，从故障模型走到可观测的上下文流水线，也告诉你哪个高 Star 仓库该先跳过。
2026-08-16

Linux 7.2 一周收 400 多个修复，维护者反而更忙

AI 代码审查没有替 Linux 写代码，却把缺陷发现的速度推到人类分诊之前。本文拆清新瓶颈，并给团队一套不被告警洪水淹没的上线门禁。
2026-08-15

296 万个开源模型，99.2% 下载流向 1.5% 仓库

仓库数涨到 296 万，真正形成依赖的仍是少数稳定小模型。用下载、衍生、运行时和许可证重新挑模型，别再被参数与点赞带着走。
2026-08-15

Qwen3.8 权重真来了，但普通开发者先别急着下载

两份官方 checkpoint、213 个权重分片和自定义许可证已经落地。验收承诺之外，更要看清 2.27 TiB FP8、多节点部署、强制思考与托管版功能差异。
2026-08-14

388 个 PR 只合了 180 个，AI 维护最难的不是写代码

Claude 数周开出 388 个维护 PR，最终合并 180 个。未合并的 208 个比成功案例更有价值，它们提醒团队先设计任务边界、验收门禁和反馈回写。
2026-08-14

Cursor builds 快 3 倍，最值钱的是失败不生效

预热环境只是表面，最近成功版本、提交溯源和密钥分层才决定云 Agent 能否稳定交付。附一张迁移验收单。
2026-08-13

AI 写的 PR 能跑以后，维护者反而更难了

AutoGPT 已把问题从代码能不能跑，收窄成改动是否符合路线图。AGENTS.md 负责导航，技能负责动作，CI 负责门禁，人仍要守住项目方向。
2026-08-12

AI 会写代码了，却还写不好一本书

句子早就不是瓶颈，真正难的是让几十页内容共享同一套状态、证据与判断。把长文当成一次有验收合同的构建任务，模型才适合上场。
2026-08-12

LTX-2.5 快过实时，家用显卡先别激动

6.8 秒的成绩来自两张 GB200。真正值得开发者看的，是开放权重、九套 ComfyUI 工作流和重试后的成本账。
2026-08-12

Pi 不是 Claude Code 平替，它是一套 Agent 底座

同一个 DeepSeek 放进不同编码工具，质量没有拉开，时间和上下文开销却差了数倍。我顺着 Pi 三层源码读了一遍，讲清它为什么更像 harness，以及普通开发者怎样安全上手。
2026-08-10

VoiceChat 开源了，但多数开发者还用不上

448 毫秒轮换、实时工具调用、开放权重很亮眼。可 80GB 显存、33% 工具调用成功率和一长串官方限制，才是接入前该算的账。
2026-08-10

千问开放平台最值钱的，不是聊天入口

租房、寄快递、查理财都能在千问里办，只是显眼的一层。开发者真正要接住的是授权、支付、订单、重试和售后，一条比聊天框复杂得多的服务链路。
2026-08-09

Agent Plugins 只统一了箱子，没统一钥匙

Google 加入由 Amazon、Cursor、Microsoft、OpenAI、Vercel 共同维护的插件规范。目录终于能复用，权限、凭据、hooks 与供应链信任仍要自己验收。
2026-08-09

OpenAI Atlas 今天停服，独立 AI 浏览器这条路走错了

上线十个月，Atlas 把浏览能力还给 ChatGPT、Codex 和 Chrome。输掉的不是 agent 技术，而是让用户搬家的产品路线。
2026-08-08

Claude Code 会传话了，别让它们改同一份代码

跨会话摘要省掉了反复解释，却不会自动处理文件冲突、失败重试和验收。这里给出一套能直接拿去用的多会话协作边界。
2026-08-04

Agent Skill 不是文档，它该进 CI

Google 的 1.5 万星技能库仍在提交时评测、每周全量重跑。真正能抄走的不是目录模板，而是把 Skill 当版本化代码维护的四道门。
2026-08-03

算力翻到 2.8 倍，成本未必跟着降

全国智能算力规模一年增至约 2.8 倍，但机房里的卡要穿过调度、网络、软件兼容和质量验收，才会变成开发者真正可用的算力。
2026-08-01

Copilot 堆叠会话很爽，评审债才刚开始

GitHub 把相互依赖的 Agent 会话和 PR 做成了同一条栈。代码吞吐上去之后，真正稀缺的会变成任务切分、CI 容量、评审顺序与合并纪律。
2026-08-01

smevals 把评测做小，我觉得比搭平台更重要

大多数团队缺的不是更大的评测平台，而是一套能随代码版本迭代的小题库。smevals 把运行、打分和报告拆开，让模型、提示词与 Agent 脚手架都能接受回归测试。
2026-07-31

Claude 误闯真实系统，最危险的不是模型

141006 次安全评测里出现 3 起真实系统入侵。不是零日越狱，而是提示与环境配置互相打架。做 Agent 的人该补的是出网白名单、凭据隔离、包仓库防线和连续审计。
2026-07-31

DeepSeek 82.7 分，模型榜单该换算法了

同一架构、同一规模，只靠后训练与一套尚未发布的 Harness，DeepSeek-V4-Flash 就把 Agent 成绩顶到 82.7。看懂脚注，才知道开发者该怎么选模型、配预算、做验收。
2026-07-31

SGLang 登上 TPU，CUDA 护城河松了一块

同一套 SGLang API 将横跨 GPU 与 TPU，Day 0 模型支持也写进路线图。开发者多了选择，但 JAX、Pallas 内核和多后端测试的账并没消失。
2026-07-30

AI 写完代码，程序员的工作才刚开始

一次草稿成功、监控却报硬失败的真实错配，把 AI 编程最容易漏掉的五件事照了出来。代码只是候选答案，定义、边界、验收、判断与好奇心才决定它能不能交付。
2026-07-29

Codex 写的代码再让 Codex 查，我不太敢全信

OpenAI 悄悄开源了 Codex Security，一天涨了两千星。工具是好工具，但它自己在覆盖率报告里留了 unknown 这一档，扫描还按 token 收钱。要不要接进 CI，代价得先算清楚。
2026-07-28

Anthropic 说不禁开源，它要的三样东西更狠

否认禁令只花了一句话，剩下三千字全在讲它支持什么。芯片、蒸馏、强制测试，三条拆开看，真正会落到天天用开源权重的开发者头上的，是第二条。
2026-07-28

你收藏的 AI 神技巧，GitHub 亲口说多半是噱头

GitHub 官博下场讲工作流，8 步从原型到跨模型互审，核心论点是别折腾花活，把 harness 用透。这篇聊聊为什么模型之争正在让位于编排之争，以及工程师该把学习时间押在哪，才不会半年就过期。
2026-07-27

AI 全自动写代码，卡住的不是模型，是没人敢签字

伯克利 RDI 把软件自主开发划成三级，还点名了一种正在蔓延的危险姿势，跳级。对照这把尺子量一下你的团队在哪一级，顺便聊聊为什么二级的坎不在模型能力，在验证成本。
2026-07-26

Debian 吵翻的不是 AI 代码质量，是谁来签名背锅

四个互斥提案同时挂在投票页上，从一个字都不许到随便用但你全责。没有一张选票真在争论 AI 写得好不好。这道题两年内会轮到你团队的 CONTRIBUTING.md。
2026-07-26

8 美元芯片跑通 28.9M 模型，端侧卡的从来不是算力

它只会写儿童故事，不会答题不会写代码。但把 25M 参数塞进 flash、每 token 只读 450 字节这一手，值得每个做端侧的人抄一遍。顺带说说 HN 上骂它没用的那批人为什么也没全错。
2026-07-26

Ruff 把默认规则加到 413 条，这是冲着 AI 写的代码来的

v0.1.0 之后第一次动默认值，7 倍规则一次性打开，官方自己承认是 breaking change。提案 436 条最后落地 413 条，被砍掉的那几条恰好划出了风格和正确性的边界。附升级前该做的四件事。
2026-07-24

Anthropic 每送你 1 个读者，要先爬走 38000 页

电影票房权威站 The Numbers 被 AI 流量和黑客一夜打垮，真人只剩它流量的 10%。这篇聊聊开放 web 那笔「你让我爬、我送你读者」的老交易是怎么作废的，手里有内容站或想做 side project 的人还剩哪几条路。
2026-07-23

AI 作弊不是 bug，是我们亲手训出来的

英国 AISI 把 GPT-5.6 Sol、Claude Opus 4.7 等 5 款顶级模型关进网络安全考场，全部尝试作弊，问它们还不认账。写代码的你大概率见过同款行为，这篇聊聊根因，以及怎么设防。
2026-07-23

旗舰模型是面子，Flash 才是谷歌的印钞机

谷歌 Q2 财报拆出来的开发者信号，每分钟 220 亿 token 的流量主力是最便宜的 Flash，不是旗舰。看完你会重新算自己 API 选型里那笔账，以及全行业为什么都在偷偷把你的请求路由给小模型。
2026-07-23

以后你用哪个模型，轮不到你说了算

Cursor Router 上线，满意度追平 Fable、成本砍六成，账是真的。但这笔账背后，选模型的权力正在从你手里挪到平台手里。拆一拆路由器的训练细节、满意度指标的盲区，以及被路由的你还能怎么验证。
2026-07-22

Anthropic 赔了 15 亿美元，我觉得它是赢家

史上最大版权和解落槌，48 万本书每本赔 3000 美元。但法院同时认定，用合法买来的书训练 AI 是 fair use。赔掉的是盗版账，买回的是确定性。这笔账对写书的、做模型的、还有把代码放在 GitHub 上的你，各有一层不一样的算法。
2026-07-22

AI 写 80% 代码不吓人，吓人的是你还在靠人肉 review

Anthropic 副 CISO 亲口交底，工程师人均产出 8 倍，80% 代码由 Claude 写，65% 的产品 PR 由 agent 直接合并。这篇拆开他们重建的安全流程，哪几步你的团队今天就能抄，哪一步是真金白银堆出来抄不动的。
2026-07-21

你让最贵的模型干杂活，钱就是这么烧没的

同一份活，账单从 411 美元到 9373 美元。Cursor 的蜂群实验算清了一笔账，贵模型出方案，便宜模型执行，质量不掉。这个分工，普通开发者今天就能抄。
2026-07-21

Google 一次发三个模型，藏起了最该发的那个

Gemini 3.6 Flash 一口气来了三款，唯独 I/O 上预告的旗舰 3.5 Pro 没影，官方承认它打不到自家基准。旗舰难产、Flash 猛进，这个反差里藏着一个对开发者更实在的判断。
2026-07-21

Google 悄悄开源的这个库，比发三个模型更值得看

发布会都在看 Gemini 三连发，同一天 Google 把 Tunix 摆上了 GitHub，一个把 SFT、DPO、PPO、GRPO 全写成可读代码的后训练库。大厂炼丹这门手艺，正在从黑箱变成公开教材。
2026-07-20

全球最大模型仓库被黑，最吓人的是黑它的和救它的都是 AI

Hugging Face 第一次公开披露被自主 AI agent 端到端攻破：一个恶意数据集打穿生产集群，1.7 万条操作日志。而取证时商业模型 API 直接拒绝，最后靠开源模型本地跑。攻防两端全是 AI，这事跟每个给 agent 塞过 token 的人都有关。
2026-07-20

把微调当 speedrun 打，纪录已经卷到 6 分钟

GitHub 上出现了一个微调竞速排行榜，冻结任务冻结硬件，只比墙钟时间。基线 12 分钟，两个朴素技巧砍到 6 分 05 秒还更准。这篇拆它的规则、纪录和那张没人动过的免费午餐清单，Modal 免费额度就能参赛。
2026-07-20

Ollama 拿了 8800 万美元，你还在白嫖它

890 万开发者在用的本地模型工具完成 B 轮融资，云端用量月月翻倍。免费会不会到头，Docker Desktop 的剧本会不会重演，靠它干活的人该盯哪几个信号，这篇一次聊清楚。
2026-07-19

Qwen3.8 官宣里最值得读的，不是 2.4T

阿里说新旗舰仅次于 Fable 5，还要开源。但权重只给了个「很快」，Preview 先进了自家订阅。从开源到闭源再到开源，这次回摆是被谁逼的，普通开发者又能从 2.4T 里薅到什么，这篇聊透。
2026-07-18

分数好到离谱，Cursor 第一反应是模型在作弊

公开榜单和开发者体感对不上之后，Cursor 自建了一套评测，分数太好还要把模型的推理记录逐条翻出来查。这篇聊聊他们怎么分辨模型是真聪明还是在背题，以及贵模型到底什么时候值得掏钱。
2026-07-17

百万行代码两周迁完，账单是 16.5 万美元

Bun 从 Zig 迁到 Rust 只用两周，朋友圈都在传。但官方博客里还躺着 59 亿 token、19 个合并后回归和一个没人细说的前提。拆完这笔账，你能拿走一份判断清单，哪种迁移能交给 AI，哪种会翻车。
2026-07-17

75% 代码 AI 写的 Google，旗舰却卡在编码上

日历上画圈的 GA 日空了。Bloomberg 说 Gemini 3.5 Pro 卡在编码上，换了训练数据也没救回来，而 Google 内部 75% 新代码已是 AI 写的。旗舰的胜负手怎么变成了写代码，等模型的人该怎么选型，聊聊我的看法。
2026-07-17

刚为偷代码道歉的 xAI，现在想读你的邮箱

Grok 新功能定时任务全员免费，邮件触发付费才给。功能本身真不错，但邮件触发加连接器，刚好凑齐了 prompt 注入的致命三件套。哪些自动化能放心开、哪些要想清楚，这篇给你一份工程师的判断清单。
2026-07-16

负责抓 AI 作恶的裁判，自己先动了手脚

Anthropic 蹲了一年，抓到自主 agent 四种新翻车姿势，偷改代码、帮着造假、袒护同类、教唆人类爆料。四条都对应你自动化里没上锁的位置，附一份天天跑无人值守流水线的工程师的对照检查。
2026-07-16

偷传你代码的 Grok Build，这周把自己的 84 万行源码交出来了

上周还在删数据道歉，这周直接把整个编程 agent 开源。我跟着 Simon Willison 进仓库翻了翻，翻出了竞品工具的移植副本、一个宝藏渲染器，还有那段上传代码的残骸。
2026-07-16

975B 完整权重白给，Murati 团队卖的根本不是模型

官方公告开头先承认 Inkling 不是最强模型，转头却把完整权重挂上 Hugging Face。拆一拆这步棋的算盘，微调平台才是主菜，以及普通开发者第一次能亲手调一个一线实验室的多模态推理模型。
2026-07-15

你 clone 别人的仓库，Cursor 帮你把里面的 exe 跑了

一个把 Windows 计算器改名叫 git.exe 塞进仓库根目录的把戏，就能让 Cursor 自动执行它，全程零点击。更离谱的是这个洞报了七个月，厂商一句话没回。
2026-07-14

马斯克说一个字节不留，这话在工程上没法验证

48 小时认错清零，响应速度业界少见。可删除没有回执，你没法证明一个副本不存在。这篇讲清楚为什么该按已泄露处置，密钥怎么换、网络围栏怎么上，给所有用 AI 编程工具的人。
2026-07-14

Claude 标价没动，你的账单悄悄涨了三成

Anthropic 给 Sonnet 5 和 Opus 4.8 换了新 tokenizer，同样的代码多切出三成 token，发票上却没有这个条目。有人用厂商自己的计费接口逐字节测了一遍，我带你把这笔账算清楚，顺便聊聊模型价格到底该怎么比。
2026-07-13

diff 只告诉你 agent 改了什么，没告诉你它漏了什么

你让编码 agent 干活，只能看 diff 验收，它读过哪些文件、漏了哪个目录你全靠猜。air 作者的新工具把会话日志画成代码库夜景地图，agent 摸过的地方会发光。看完你大概会重新想一遍，agent 可观测性这件事有多空白。
2026-07-13

你为 AI 付了两次钱，第二次付的是家底

微软 CEO 纳德拉深夜发文提出反向信息悖论，你的 prompt、纠错、代码都在替模型厂商打工。这篇拆给你看开发者每天到底在上交什么，以及小团队今天就能做的三件防守动作。
2026-07-13

Fable 5 续期、Codex 解限，两家抢着送的不是模型

Anthropic 第三次续期 Fable 5，OpenAI 顺手摘掉 Codex 的 5 小时限制，都是临时的。两家在卖的其实是同一样东西，不被中断的连续工作时间。聊聊怎么把这一周换成评测集、工作流和交付物，而不是烧在聊天上。
2026-07-12

Altman 改口 AI 净创造就业，最妙的是时间点

预言过 20% 失业率的两位 CEO，赶在万亿 IPO 前把末日剧本换成了增长剧本。改口背后的利益账、三份第三方数据的真实结论，以及写代码的人该拿哪个版本当真，这篇一次算清楚。
2026-07-12

苹果起诉 OpenAI，最狠的证据是一句哈哈

离职没还的工作机、没注销的内网权限、跟同事的一句玩笑，全成了联邦法院的呈堂证供。比起吃瓜巨头互撕，这份诉状更像一份免费的跳槽安全手册，写代码的都该翻一遍。
2026-07-12

你只是让它回个 OK，Grok 把整个仓库连 .env 一起传走了

有人拿 mitmproxy 把 xAI 官方编码 CLI 的流量扒了个底朝天，5.10 GiB 从未被读的代码全走了，关掉『改进模型』也拦不住。文末附一份今天就能跑的自查清单。
2026-07-10

Bun 敢让 AI 重写一百万行代码，底气不是模型

535,496 行 Zig，64 个 Claude 并行跑 11 天，全平台测试全绿后合并上线。拆一遍 Bun 官方复盘里的工程细节，对抗式审查、翻车现场、16 万美元账单，以及普通团队最该抄走的那一步。
2026-07-10

25GB 内存跑 744B 模型，这哥们用 1300 行 C 干成了

一个人，一台 12 核 25GB 内存的笔记本，把完整的 GLM-5.2 跑了起来。拆一拆流式加载磁盘专家这套工程活妙在哪，冷启动 0.05 tok/s 和 370GB 磁盘的代价有多真实，以及这条路对普通开发者的真正价值。
2026-07-10

一个数据中心月租 12.5 亿美元，扎克伯格也想当包租公了

扎克伯格否认算力过剩的同一天，红杉把 AI 行业的回本门槛更新到 3 万亿美元。巨头为什么一边喊算力不够一边挂牌出租，这两本账放在一起算完，对写代码的你最直接的影响是 token 价格的走向。
2026-07-10

GPT-5.6 正式发布，最狠的不是跑分

Sol、Terra、Luna 三档齐发，ultra 默认四个 agent 并行，Codex 并入桌面应用连免费档都开放。跑分赢麻的口径里有什么门道，agent 连干几小时的账单和验收成本谁来付，这篇把发布页没细说的账摊开算一遍。
2026-07-09

你交的 Claude 订阅费，把 Anthropic 送去 IPO 了

SemiAnalysis 测算 Anthropic 三季度利润超 10 亿美元，6 月 1 日已秘密递交 IPO。第一个赚钱的 AI 实验室，收入大头来自写代码的人。定价权、生态绑定、模型往哪迭代，接下来都和你的账单有关。
2026-07-09

AI 编程跑分暴涨到 80%，OpenAI 一查，三成题是坏的

八个月通过率从 23.3% 涨到 80.3%，看着是模型狂飙，OpenAI 审计完却撤回了对 SWE-Bench Pro 的推荐。聊聊跑分暴涨里多少是能力多少是坏题，以及工程师选型时到底该看什么信号。
2026-07-08

AI agent 靠写代码出的名，结果 90% 的人拿它干别的

Anthropic 公布 Claude Cowork 120 万次会话数据，软件开发只占 8.7%，最大用途是业务运营和内容创作。「工作周围的工作」才是 AI agent 的真主场，同日 Cowork 开放移动端和网页端。
2026-07-08

一个 Issue 就骗走了你的私有仓库，GitHub AI 代理踩了个大坑

Noma Labs 发现 GitHub Agentic Workflows 的提示词注入漏洞 GitLost，一个伪装 issue 就让 AI 代理泄露私有仓库。
2026-07-08

一天 3.7 万行 AI 代码，YC 老板被一个波兰程序员当场开箱

Garry Tan 炫耀每天用 AI 部署 3.7 万行代码，一个写了 13 年代码的波兰开发者按下 F12，看到了 169 次请求、6.42MB、28 个测试文件和一个 0 字节的 logo。
2026-07-07

AI 把初级程序员的就业市场烧掉了，斯坦福数据说岗位降了 19%

计算机毕业生失业率 6.1% 比文科生还高。斯坦福 ADP 数据显示 22-25 岁开发者岗位比 2022 峰值降 19%，AI agent 正在抹掉入门级编程岗，资深工程师的培养梯子也跟着断了。
2026-07-06

Anthropic 的设计品味被逆向开源了，连自家模型的默认审美都要防

Claude Design 的系统提示词被逆向出来挂上 GitHub，MIT 协议随便商用。20 章设计哲学加 14 个技能，专治 AI 垃圾审美，里面还藏着一份新一代模型的提示词维护指南。
2026-07-06

美团把 1.6 万亿参数的模型开源了，训练全程没碰 N 卡

LongCat-2.0 以 MIT 协议开源，1.6T 参数 MoE、1M 上下文，35 万亿 token 预训练全程跑在国产 ASIC 超节点上。SWE-bench Pro 追平 GPT-5.5，写代码这块它是真能打。
2026-06-29

Claude Code 打开一个仓库，就跑了藏在里面看不见的恶意代码

恶意代码不在仓库里，运行时才从一条 DNS 记录临时拉取，对扫描器、code review 和 AI 自己全隐形，利用的正是 agent 的自主性。
2026-06-29

Grok 4.5 私测于 SpaceX 和 Tesla，性能接近 Opus

马斯克一条推文塞了五个料：1.5T 的 V9 基座、Cursor 数据补训、SpaceX/Tesla 当压测场、每月从头训一个新模型。哪些是硬事实，哪些是听个响。
2026-06-29

我每天对 AI 说得最多的两句话：第一性原理和对抗式审查

一句管生成，一句管验证。这两个 prompt 怎么让 vibe coding 从能跑到敢上线。
2026-06-28

500天创业模拟里14个AI当CEO，只有3个没把本金亏光

普林斯顿CEO-Bench让14个AI运营公司500天，多数破产，一段没有AI的纯规则代码却打败几乎所有模型。会写代码不等于会掌舵。
2026-06-28

假面试甩来一个测试仓库，他随手丢给 Claude，扒出了藏在补丁里的远控木马

一个开发者收到假面试邀约，对方甩来个 TypeScript 测试仓库让他跑通构建。他没在本地跑，丢给 Claude 一扫，扒出藏在补丁里的多层混淆后门。
2026-06-28

新浪开源VibeThinker-3B：推理可压缩，事实知识不能

30亿参数小模型在AIME竞赛上飙到94.3分，跟万亿大模型掰手腕。它戳破了一个惯性认知：推理能压进小模型，事实知识压不进。
2026-06-25

字节 AI 代码贡献率涨了 6 倍，但能交付的只有四到六成

90% 的代码是 AI 写的，效率却只提升 1.6 倍。字节用 900 次实验把 AI Coding 的水分挤了出来。
2026-06-25

AI本该先干掉工程师，新数据却显示工程是2025年最抗打的职业

外界一直说AI先砍程序员，SignalFire追踪八千万家公司的数据却显示，工程是2025年最具韧性的职能。
2026-06-25

Notion 把会自己写 PR 的编码智能体，塞进了你的文档

Notion 用 Cursor SDK，几周接上一个会自己规划、写代码、提 PR 的 agent。引擎能租，那你的壁垒到底是什么。
2026-06-23

Claude Code 正在让程序员更孤独

Anthropic 工程负责人亲口承认，越依赖 AI 智能体，工程师彼此越疏远。聊聊这场静悄悄的孤独，和怎么把人重新拉回来。
2026-06-23

你的 AI 编程模型，可能学会了在考试里抄答案

一份审计扒出 9 个主流 agent 评测榜的大面积作弊，1000 多条实锤。你以为模型越来越聪明，其实有不少聪明是它学会了怎么在考场里抄答案。
2026-06-23

OpenAI 把矛和盾交给了同一个模型

OpenAI 发布 Daybreak 安全套件，Codex Security 与 GPT-5.5-Cyber 把同一套强模型同时摆上攻防两端，最难的不是训练，是钥匙交给谁。
2026-06-20

NVIDIA SpatialClaw：让智能体把代码当动作接口，免训练干翻空间推理

模型不动、工具不动，只把动作接口从结构化工具调用换成写代码，VLM 的空间推理就涨到 SOTA。接口才是那根杠杆。
2026-06-18

苹果把 AI 智能体塞进 Xcode 核心：大白话修 Bug、跨文件改代码、一句话造 App

WWDC 2026，苹果把 agent 做进 Xcode 27 核心：自然语言修 Bug、跨文件改代码库、一句话造 App，可接 Claude。
2026-06-17

Anthropic 拆了 40 万次 Claude Code 会话：越懂行的人，越能从 AI 身上榨出价值

人决定做什么，AI 决定怎么做。越懂自己领域的人，AI 每条指令替他干的活越多。会不会写代码，反而没那么要紧了。
2026-06-17

Meta 正在亲手拆掉自己的工程组织，把最好的程序员赶去给 AI 打标签

4 月起 Meta 强制把核心工程师调去给 AI 标数据、全员键鼠监控、token 进绩效，一个月后酿成史上最丢人的安全事故。
2026-06-17

SpaceX 砸 600 亿买下 Cursor，程序员该慌吗

造火箭的买了写代码的。我担心的不是钱，是那把不站队的瑞士军刀还能不能让我自己挑刀片。
2026-06-15

美国下令封锁最强模型 Mythos，就因为它能帮你读代码修 bug

美国政府以国家安全名义下令 Anthropic 封锁所有外国人访问 Fable 5 和 Mythos 5。理由不是模型作恶，而是它能读代码、修 bug。聊聊 AI 能力的可获得性有多脆弱。
2026-06-14

他让一个 Fable 当总包工头，把编码 token 砍掉八成

一个开源项目把贵模型和便宜模型分了工，Fable 只规划和验收，Codex 埋头写码，仓库本身当记忆。
2026-06-12

你的 AI 想跑个脚本，另一个 AI 先把它拦下来了

Cursor 发布 Auto-review，用一个小分类器智能体在执行前审查 agent 的每一步危险操作。审批疲劳和安全风险之间，他们想出了第三条路。
2026-06-11

小米开源了个终端编程助手，我最服的是它不赌模型自觉

MiMo Code MIT 开源，内置限时免费模型。最值得聊的是它的记忆外包设计和同模型对照实验，agent 工程层正在成为新的差异点。
2026-06-10

Claude Code 团队的人自己怎么用 Claude Code？第一条建议就把我钉住了

Claude Code 团队成员 Thariq 分享了十条使用建议，核心只有一个转变，别再检查 AI 有没有把活干对，去检查它是不是在干对的活。测试全绿、方向全错的代码才是最贵的。
2026-06-10

国产 GPU 上训出来的代码模型，跑分把 Claude Opus 比下去了

摩尔线程开源 MusaCoder，业内首个在国产 GPU 上完成全链路训练的代码大模型，KernelBench 跑分超越一票闭源旗舰。比跑分更有意思的，是它背后那个用 AI 撬生态冷启动的故事。
2026-05-21

OpenAI 要上市了，史上最大 IPO 冲刺 9 月敲钟

一家章程里写着为全人类谋福祉的非营利机构，正冲刺史上最大 IPO。估值 8500 亿，马斯克诉讼刚解除。聊聊它对我们写代码的人到底有啥影响。
2026-05-20

起个大早赶晚集的 Google，昨晚甩出了一个世界模型

Google I/O 2026 发布 Gemini Omni 世界模型，从任意输入生成任意内容，外加搜索、订阅、开发者平台全线更新。
2026-05-20

微软花 75 亿买的 GitHub，自家人说它快不行了

微软内部示警，GitHub 正面临生存级风险。Cursor 和 Claude Code 这类 AI 编程工具，正在悄悄改变程序员一天到底待在哪里。
2026-05-19

Codex 自己给自己出了一条视频，我看完想抄这套方案

歸藏用 Codex 整合四个工具做了一套 AI 视频生成方案——PPT Skill 出视觉、HyperFrames 做渲染、Listenhub 配音、即梦补镜头，能在聊天窗口里直接预览。这条视频，是 Codex 自己介绍自己的。
2026-05-19

Cursor Composer 2.5 来了：同等能力 10 倍效率，底座和 Kimi K2.5 同源

Cursor 发布 Composer 2.5，在长任务持续性和复杂指令遵循上大幅提升，最让我感兴趣的是底层的文本反馈 RL 训练方法，以及它和 Kimi K2.5 之间那条意想不到的开源链条。
2026-05-19

微软靠 AI 三年赚 300 亿花掉 1000 亿，Copilot 付费的人 97% 没在用

一个在微软干了 12 年、给 Nadella 当过技术顾问的人离职后公开开炮，说微软三次错过浪潮。300 亿营收对 1000 亿成本，Copilot 付费使用率不足 3%，而微软还要再投 1460 亿。AI 到底赚不赚钱，巨头好像也没算明白。
2026-05-18

腾讯 Ardot 公测：设计师的那把椅子，AI 坐进来了

腾讯自研 AI 设计智能体 Ardot 今日公测，一句话生成可编辑设计稿，一键转代码，兼容 Figma 导入，对接 Claude Code / Cursor / CodeBuddy。这不只是一个新工具，是一次对「设计和代码之间那段距离」的正式宣战。
2026-05-13

你的 AI 账单里，90% 在为别人打工

Karpathy 指出 AI 编程账单的 90% 浪费在无用上下文上。上下文管理、提示词缓存、多模型路由，三件事做好，账单可以砍掉一大半。
2026-05-11

TypeScript 大神把 .claude 目录公开了，里面 8 条工程师心法值得每个程序员抄

Matt Pocock 公开自己 .claude/skills 目录变成 mattpocock/skills 仓库，4.8 万 star，GitHub trending 6 天。13 个 skills 不是模板，是一个真实工程师怎么把 AI 嵌进日常工作流的范式样本。挑 8 条最猛的拆开给你看。
2026-05-10

Redis 之父一个人写了个 DS4，DeepSeek V4 在 Mac 上跑 26 tok/s

antirez 5 月 7 号在 GitHub 发了 DS4——专门给 DeepSeek V4 Flash 在 Apple Silicon 上做推理的 C+Metal 引擎。M3 Max 128GB 上 Q2 量化 26 tok/s @ 50W。一个程序员 + AI 协作 + 3 个月，专用引擎打 generalist runtime。这是单兵 hacker 的复兴时刻。
2026-05-10

菲尔兹奖得主用 ChatGPT 5.5 Pro 两小时干完博士级数学研究，连 prompt 都没怎么改

Timothy Gowers 把一个 open problem 直接丢给 GPT 5.5 Pro，2 小时后拿回了一个把 bound 从 exponential 改进到 polynomial 的非平凡结果。Gowers 自评「I didn't even do anything clever with the prompts.」同行评说核心 idea 「completely original」。
2026-05-09

OpenAI 三年没出 CLI，现在突然出了，为啥

OpenAI 上线官方 openai-cli，是它历史上第一个命令行工具。这个动作迟到了三年，背后藏着 AI 时代程序员工作流彻底改变的事实——AI 已经从「IDE 里的副驾」回到了「terminal 里的同事」。

Claude Code Agent 工程 Skill 与 MCP 模型与发布开源 AI 安全评测与基准图像、视频与语音行业与公司机器人与自动驾驶算力与本地部署