ArtCraft 用 AI 构建 17 款开源软件,创始人提出重建互联网工具
ArtCraft 已发布 17 款开源软件应用,并计划以 AI 继续开发可定制、更具智能体能力的工具。Brandon Thomas 称 PhotoCraft 已超过 60% 功能对齐,GitHub 页面列出约 76% 的功能广度和约 46% 的专业就绪度。ArtCraft 还计划开源完全自主的软件工厂 AutoCraft,并已有约 300 款社区开发的应用。
ArtCraft 已发布 17 款开源软件应用,并计划以 AI 继续开发可定制、更具智能体能力的工具。Brandon Thomas 称 PhotoCraft 已超过 60% 功能对齐,GitHub 页面列出约 76% 的功能广度和约 46% 的专业就绪度。ArtCraft 还计划开源完全自主的软件工厂 AutoCraft,并已有约 300 款社区开发的应用。
Edge0 开源 Edge0-145B 和 Edge0-120B,并发布统一推理框架与部署工具。Edge0-145B 可在兼容笔记本本地运行,报告峰值内存 29GB、解码速度 80+ tokens/s、提示词处理速度 1,100+ tokens/s,并支持 128K–256K 上下文。
推荐理由:Edge0 同时开源模型、推理框架与部署工具,并给出内存、速度和基准数据,便于开发者复现及评估端侧方案。
Google 发布 Gemini 4 Hydrogen,作为 Gemini 4 家族中成本最低的成员,并将其设为新的免费层模型及 Google Search 的 AI 功能模型。
同一件事,精选收录的是《Google发布Gemini 4 Hydrogen,速度与成本定位区别于Carbon和Argon》
Gondola 将营收翻倍,其首席工程师借助 Codex 将产出提升 50%。这个帮助创意人才获得认可和就业机会的平台,还使用 ChatGPT 简化日常工作。
Amplitude 借助 OpenAI 模型,让主动式产品智能体 Wave 识别需要构建的功能,并协助团队通过 coding agents 交付改动。其流程还能衡量产品改进的实际影响,将需求判断、开发与效果评估连接起来。
Microsoft Research Focus 第98期由 Anson Ho 汇总微软最新研究,涵盖 AI 语音翻译、31 年数学猜想 KLS 的突破,以及 AI 编程智能体效率优化。
Amplitude 借助 OpenAI 模型,让主动式产品智能体 Wave 识别需要构建的功能,并协助团队通过 coding agents 交付改动。其流程还能衡量产品改进的实际影响,将需求判断、开发与效果评估连接起来。
Gemini 4 Hydrogen 现已在 Cursor 上线,默认 effort 下 CursorBench 得分 54.3%,高于 Gemini 3.8 Flash 的 39.6%。作者引用 Cursor 官方内容,并以 CursorBench 4.0 模型散点图展示相关结果。
AWS 展示了如何使用 Amazon Bedrock Application Inference Profiles 与 AWS Fargate 上的 LiteLLM 构建自助式 LLM 网关。
Google DeepMind 发布 Gemini 4 Hydrogen,将其定位为面向日常编码和多模型智能体工作流的高速执行模型,并同步开放至开发者、企业和消费者产品。
推荐理由:文章提供了模型的分级思考方式、基准成绩、定价与开放范围,便于开发者评估其性能、适用场景和迁移成本。
Anthropic 发布 Claude Tag 创业公司使用指南,介绍其在事件响应、Slack 讨论转 PR、企业知识问答、自助数据分析和定期报告中的配置方法。
Holiday Extras 正利用 Codex 将客户专业经验转化为更优质的应用,同时提升预订转化率,并探索新的增长可能。该实践将 Codex 的应用构建能力用于改善现有产品和拓展业务增长。
Google DeepMind 发布 AlphaProof Code,用于数学证明软件符合安全规格,并在 Signal 加密核心代码上完成验证。研究人员先定义形式化安全要求,再由基于 Gemini Carbon 的 AI agents 编写超过 600 万行 Lean 证明代码,交由专家审查约 1% 的代码;测试中植入的两个漏洞被立即发现,验证周期由通常的数年缩短至四周。
Claude 发布 Claude Code 视频教程,讲解何时使用 Fable 5.2 或 Opus 5.5,何时降级到 Sonnet 5.5 或 Haiku 5.5,以及如何将一个任务拆分给多个模型。内容覆盖复杂编码、开放式技术工作和低成本明确任务等场景,并提供在自有任务上测量各模型表现的指南链接;具体可用性与用量限制因套餐而异。
AWS Quick 通过六个人工审批型 AI 智能体,将产品开发的发现、决策、设计和原型四个阶段串联起来。团队可从 AI-PDLC GitHub 仓库获取智能体指令、参考架构、提示词模板和配置指南,并在 Deep Discovery 与 Fast Track 两种模式间选择。
推荐理由:文章提供六智能体配置步骤与完整流程,可用于理解如何把企业数据、产品决策和人工审批串成可追溯的开发流程。
OpenAI 在 AI Engineer Code Summit 展示了 Codex 的云端任务交接、语音调度和个人智能体 dots 的工作方式。Codex Cloud 2 支持发布环境并在隔离实例中运行多个任务,用户可选择 GitHub 仓库,并让本地 Codex 将任务移交给云端;语音模式则可作为控制层,用于管理任务线程、调用其他应用和启动 PR。
百度发布 ERNIE 5.5 Flash Preview,这是此前 Base 模型的首次后训练版本。该模型总参数 280B、激活参数 14B,支持 1M 上下文,已在千帆平台上线,权重计划于11月25日前开源。模型通过 Agent 框架完成游戏开发、3D建模、知识工作和视频创作等任务。
Moonshot AI 的 Kimi K3.1 Pro Highspeed 已上线 Amazon Bedrock,配备 1-million-token 上下文窗口,Moonshot AI 称其输出速度为 Kimi K3.1 Pro 的 2–3 倍。
推荐理由:提供了模型接入、推理档位、提示词缓存和 OpenCode 接入示例,并给出 Flex 成本与区域路由取舍。
作者实测 Claude Fable 5.2 与 Gemini 4 Carbon 后认为,Claude Fable 5.2 的突出差异在于审美。这种优势无法用 Benchmark 评估,却能通过直观感受发现,代码正在影响大模型的审美与创作能力。
Cursor 的 Projects 功能升级为多人协作模式,团队成员可邀请成员加入项目,并让自己的智能体共同规划、构建和交付。项目提供统一共享上下文、任务看板及团队成员之间的智能体通信,支持工作交接与协作排期。该功能以测试版形式向 Cursor 全部用户逐步推出。
Google 将此前面向部分网络安全防御人员开放的 Gemini 4 Carbon 推向所有用户,默认使用中等思考强度。首发输入与输出价格分别为 $2/million 和 $10/million,12 月 1 日将调至 $4/$20。作者还使用 Google Antigravity IDE 测试其生成独立 Three.js 动画的 HTML,并介绍 /swarm 功能协调子智能体构建 3D 游戏。
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2,并上线 Cursor、GitHub Copilot、Perplexity 等平台。
推荐理由:文章汇总官方规格、独立基准与用户实测,便于比较新模型的排名、任务成本、effort 档位和订阅限制。
Latent Space 实测 Naive-N0.5-Flash 的编程与推理速度,其峰值吞吐约为 2,100 tokens per second,思考模式中位响应时间为 3.1 秒。
OpenRouter 实测 15 个视觉模型、Mistral OCR 与 Tesseract,Claude Opus 5.5 以 264 项关键值中答对 262 项居首,每 1,000 页成本为 $16.42。Mistral OCR 答对 258 项,每 1,000 页成本为 $2.02,兼顾准确率与价格。文章还提供调用代码,并建议关闭推理、用两个不同实验室的模型交叉校验关键字段。
独立游戏社区正围绕生成式AI的使用产生分歧,IGF评委表示不会投票支持使用生成式AI的游戏。Big Walk开发商House House称,其仅在开发末期少量使用LLM帮助解决技术问题和修复漏洞,估计相关代码占比低于0.1%,并表示将制定更完整的AI使用政策。
TCS 基于 Amazon Bedrock AgentCore 构建了智能体测试编排器,将业务需求转换为可执行、可治理的 API 与 UI 测试。平台利用专用智能体、上下文检索和 LangGraph 工作流完成测试生成、执行、纠错与报告,并通过租户级身份、数据和密钥隔离支持金融服务场景。
推荐理由:文章拆解了TCS多租户测试编排器的架构、智能体分工与安全边界,并提供可量化的效率对比。
Cursor 宣布 Gemini 4 Carbon 已可在 Cursor 中使用。官方称该模型在高 effort 设置下以 60.4% 的得分位居 CursorBench 4.0 榜首,配图标注成本为 $9.22。
Google 向公众发布 Gemini 4 Carbon,并通过 Gemini API、Google AI Studio 和 Gemini for business 向所有付费开发者及企业开放。
推荐理由:公开定价、智能体群组预览与竞品基准对照,呈现 Gemini 4 Carbon 在复杂任务中的定位、可用范围与成本差异。
Google DeepMind 使用 AlphaProof Code 引导 AI 智能体,对 Signal 密码协议实际运行代码的关键安全属性进行形式化证明。由 Gemini Carbon 驱动的智能体生成了超过 600 万行 Lean 证明,供专家复核的代码范围仅占 1%,整个验证过程耗时 4 周,相关形式化验证工件也已开源。
推荐理由:文章详述多智能体形式化验证框架如何将密码协议安全目标转化为 Lean 证明,并给出人工复核比例与周期等验证细节。
Ars Technica 援引 Apiiro 研究称,Claude Code 曾在公开 GitHub 仓库中暴露 2539 个真实凭据,涉及 1994 个代码库和 63 个组织。Claude Code 团队负责人 Boris Cherny 表示正在研究预防措施,并考虑内置密钥扫描功能。
Simon Willison 使用 Claude Code 构建 Beep Locator,通过多台设备采集声音、交换提示音并基于声学定位估算房间内异响来源。系统以 Python Web 应用协调监听设备,通过 WebSockets 和 WebAudio 传输音频,用 Fast Fourier Transform 与高通滤波检测蜂鸣声,并将位置误差控制在约 40cm。
Simon Willison 演示了 Yonkers Rises:一款由 Claude Fable 5.2 Medium 制作的纽约 3D 动画,巨型机甲从扬克斯边界起身,穿越 Manhattan、Brooklyn、Queens 和 Bronx。动画包含连续踏步、建筑倒伏、机甲高度读数与地形状态提示,并结合 openstreetmap 映射数据生成场景。
Claude Fable 5.2 会根据提示词判断所处理代码的归属;Anthropic 的小型编码任务测试显示,加入“你是此代码库的负责人和长期维护者”后,模型整合重复代码的比例由不足 10% 提升至约 75%。
Meta AI 发布 Muse Ember 1.0,主打复杂推理执行及智能体反复执行的任务,包括工具调用、编码子任务、路由、信息提取和长文档解析。Muse Ember 在不超过 200k 输入 token 时,输入与输出价格分别为 $0.10/M 和 $0.50/M;超过阈值后分别升至 $0.30/M 和 $1.50/M。
Anthropic 开发者关系员工 Ado Kukic 转发了同事 Alex Albert 的项目审查提示词,让 Claude Code 通读项目,修复损坏、不一致、低效或不再需要的内容,并列出其余问题供人工审查。作者还建议使用 `/doctor prompt-audit` 和 `/skill-doctor` 优化上下文文件并清理不必要的技能。
Figma 官方介绍画布智能体在日常设计工作流中的 6 种用法,包括依据会议记录标注设计、整理评论、创建自定义 shader、并行生成布局方案、生成可交互的代码图层以及添加动效。
CodeRabbit 使用 OpenAI 模型治理并信任 AI 生成代码,并借助 Codex 在工程团队规模不变的情况下交付 20 倍更多软件。这套工作流将 OpenAI 模型与 Codex 用于代码管控,以扩大智能体软件开发的产出。
Anthropic 建议 Claude 开发默认从 Opus 5.5、medium effort 开始,再按任务难度转向 Sonnet 5.5、Haiku 5.5 或 Fable 5.2。文章比较了各模型的 token 价格、上下文窗口、延迟、基准表现与 API 兼容性,并说明如何用 effort 档位、子智能体和真实任务测试优化成本与能力权衡。
推荐理由:文章按任务类型、延迟、成本和兼容性比较 Claude 模型,并给出模型选择、effort 调整、子智能体分工及迁移检查方法。
AWS 宣布 Claude Fable 5.2 与 Claude Mythos 5.2 登陆 Amazon Bedrock 和 Claude Platform on AWS。
推荐理由:文章提供了模型能力、适用场景、数据治理要求及迁移方法,可帮助开发者评估接入方式并完成代码适配。
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2,官方称新模型在编码、推理和视觉方面有所改进,输出速度也超过 Fable 与 Mythos 的 5.1 版本。Claude Fable 5.2 今日推出,可处理复杂软件工程问题、编排智能体团队和长期项目;Claude Mythos 5.2 初期仅向经过审核的组织开放。