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。

343條精選相關主題Agent 智能體Cursor教學實踐

最新精選

第 201–220 條 · 共 343 條
10月13日週二
  1. OpenHands 官方博客76

    OpenHands 推出開源 Software Agent SDK

    OpenHands 推出以 MIT 授權開源的 OpenHands Software Agent SDK,供開發者建立可配合不同工作流程的編碼智能體。SDK 支援不同 LLM 供應商、自訂工具與技能、對話持久化及 Docker 工作區,並示範 Datadog 錯誤除錯、程式碼審查和 GitHub Actions 自動化流程。

    推薦理由:文章由自訂工具、技能、對話持久化及 Docker 工作區,延伸至自動除錯和程式碼審查案例,呈現 SDK 支援不同編碼工作流程的方式。

  2. Cognition 模型 / Devin 博客78

    Cognition 簽署收購 Windsurf 的正式協議

    Cognition 宣佈已簽署收購 Windsurf 的正式協議,交易包括 Windsurf IDE、知識產權、商標與品牌、業務及團隊。Windsurf 的 ARR 為 $82M,企業 ARR 按季度倍增,客戶包括 350+ 家企業及數十萬名每日活躍用戶。Windsurf 團隊短期內會維持原有運作,Cognition 計劃在未來數月把 Windsurf 的能力及獨特 IP 整合至旗下產品。

    推薦理由:交易涵蓋 Windsurf 的 IDE、知識產權、品牌及業務,並披露 $82M ARR 和員工安排,呈現收購的資產範圍與人才承接方案。

  3. OpenHands 官方博客76

    開放權重模型正縮小與閉源模型的編碼差距

    開放權重模型正縮小與閉源模型的編碼差距,Kimi K3 在 SWE-bench Verified 獨立測試中取得 93.4%,只落後 Claude Fable 5 1.6 個百分點。

    推薦理由:文章並列 SWE-bench Verified 與 Pro 的分數,以及 Kimi K3 的延遲和權重供應限制,呈現開放模型與閉源模型的差距因測試場景而異。

10月8日週四
  1. Cursor:Changelog77

    Cursor 推出「項目」功能,以協調智能體處理大型任務

    Cursor 推出「項目」功能,讓協調智能體規劃大型任務、委派給成千上萬個子智能體,並在長達數月的工作中持續保留上下文。項目在雲端獨立電腦上運行,需要在用戶本機測試時會啟動本地智能體;各雲端及本地機器之間會同步項目文件和共享上下文。協調智能體亦可監聽 Slack 頻道、按計劃運行或追蹤所有 PR,並根據訊號主動採取行動;功能目前處於 beta 階段,今日起逐步向所有用戶開放。

    推薦理由:項目將共享上下文、雲端與本機智能體協作,以及 Slack、排程和 PR 觸發放進同一工作流程,呈現其處理大型持續任務的設計。

  2. Hacker News 熱門(buzzing.cc 中文翻譯)77

    Anthropic 發佈 Claude Haiku 5.5,平均運行成本較 Haiku 4.5 低約 75%

    Anthropic 發佈 Claude Haiku 5.5,稱其為迄今推出的最便宜、最快且能力最強的小型模型,平均運行成本較 Haiku 4.5 低約 75%。

    推薦理由:文章對照 Haiku 5.5 的低成本定位與 Sonnet 5.5、Opus 5.5 在複雜 Agent 編碼任務上的優勢,呈現不同工作負載下的模型取捨。

  3. GitHub Blog · AI & ML65

    GitHub 指出機密資訊保護須跟上軟件開發規模

    GitHub 介紹 ModernBERT 分類器,利用周邊程式碼脈絡在推送前識別無固定格式的機密資料,擴展 GitHub Secret Protection 的推送保護功能。

    推薦理由:文章結合九個季度數據與新分類器設計,呈現 GitHub 如何把秘密偵測前移,同時兼顧準確度、延遲、吞吐量與成本。

  4. Microsoft Research71

    Agent Lightning v1.0 開源約 3,500 行程式碼的輕量化框架,讓實際部署所用的智能體框架直接參與強化學習

    Microsoft Research Asia 開源 Agent Lightning v1.0,讓實際部署所用的智能體框架直接參與強化學習,無須在訓練框架內重新實作智能體。

    推薦理由:這套方法把部署時使用的智能體框架直接納入強化學習,並處理樣本拆分後的優勢計算與損失正規化問題,呈現可遷移的訓練設計。

10月7日週三
  1. Hugging Face Blog75

    Nemotron 微調在 IOI 2026 和 IMO 2026 達金牌水平

    研究團隊從 Nemotron 3 出發,結合 SFT、RL 和回饋式推理建立專項系統,在 IOI 2026 得 535.4/600,高於金牌門檻 361.12;在 IMO 2026 得 30/42,高於金牌門檻 29。

    推薦理由:文章並列 IOI 與 IMO 的資料、微調方法及推理流程,呈現專項模型如何配合生成、驗證與修訂環節應對兩類競賽任務。

  2. MarkTechPost78

    Mistral AI 發佈 Mistral Large 4(Le Chonk)公開預覽版,總參數達 1.05T

    Mistral AI 發佈 Mistral Large 4(ML4,代號 Le Chonk)公開預覽版,這款多模態 MoE 模型總參數為 1.05T、每個 token 啟用 49B,並支援 1M token 上下文窗口。

    推薦理由:文章把參數規模、每 token 啟用量與 API 價格並列,並交代網絡安全評測和權重開放時間,便於判斷預覽版的可用性與限制。

  3. Anthropic:Claude.dev 開發者博客80

    Claude Code 雲端工作階段實用指南

    Claude Code 雲端工作階段為每項任務建立獨立虛擬機和分支,讓多項工作並行,完成後可供檢視或建立 pull request。作者以示例倉庫測試三項並行工作,首項啟動後 87 秒全部完成,其中一項修正後連續執行 npm test 40 次且零失敗。雲端運算不另收費,但工作階段沿用方案用量額度。

    推薦理由:實測展示獨立虛擬機如何減少並行任務互相干擾,並整理任務拆分、驗證指令與分支合併的實用做法。

  4. Mistral AI75

    Mistral AI 推出 Mistral Large 4 公開預覽版,權重預計月底釋出

    Mistral AI 推出 Mistral Large 4 公開預覽版,權重預計月底釋出。模型具原生多模態能力,總參數量為 1 trillion、活躍參數量為 49 billion,並可透過 Mistral Studio API 試用。在 Artificial Analysis Cyber Index 名列全球前五,漏洞重現及修補測試得分 82%,Cybench 則解決 93% 的挑戰。

    推薦理由:文章以 Cyber Index、漏洞重現與修補測試及 Cybench 結果,呈現 Mistral Large 4 在網絡安全基準中的相對表現。

10月6日週二
10月5日週一
  1. MarkTechPost78

    GPT-6 Astra、GPT-6.1 Sol、Gemini 4 Argon 與 Claude Fable 5.1:不同工作適合哪款前沿模型?

    MarkTechPost 將 GPT-6 Astra、GPT-6.1 Sol、Gemini 4 Argon 與 Claude Fable 5.1 的基準、價格及存取條件並列,按工作負載整理各自適用情境。

    推薦理由:文章將四款模型的基準、價格、存取限制和任務成本並列,呈現不同工作負載下的取捨,説明排行榜名次不足以單獨決定選型。

10月3日週六
  1. MiniMax:Blog76

    MiniMax M2.5:為真實工作場景生產力而打造

    MiniMax 發佈 M2.5 與 M2.5-Lightning,稱兩款模型在編碼、智能體工具調用、搜索及辦公任務達到 SOTA,M2.5 在 SWE-Bench Verified 得分 80.2%。

    推薦理由:文中並列 SWE-Bench Verified 成績、不同腳手架的評測結果、執行時間與定價,方便比較 M2.5 的編碼表現和使用成本。