跳到正文

技术方向

AI 编码 最新动态

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。

51 条精选近 30 天 46 条共收录 166 条

更新

AI 编码的精选

今天11月19日周四第 1–20 条
  1. AWS Machine Learning Blog79

    Airbnb 如何用单任务成本运营 Amazon Bedrock 编码智能体

    Airbnb 介绍了如何通过自有任务评测和 Amazon CloudWatch 生产监控运营 Amazon Bedrock 上的编码智能体,并用单任务成本选择默认模型与推理强度。其评测覆盖 7 个任务套件和数百个任务,发布后则结合延迟、限流、token 消耗与费用记录持续复核模型选择。实践中还给出了按团队、应用及功能归因成本,以及在配额紧张时切换等价模型的方法。

    推荐理由:Airbnb 展示了如何把自有任务评测、单任务成本与生产监控联动,为编码智能体的模型选型和成本治理提供可复用流程。

  2. AIHOT84

    Google DeepMind 发布 Gemini 4 Neon 模型

    Google DeepMind 发布 Gemini 4 Neon,面向复杂软件工程、知识工作和科学研究提供快速端到端任务执行能力。模型支持 1 million-token 上下文窗口,定价为每百万输入 token $3、每百万输出 token $15,并提供四档思考等级。

    推荐理由:Gemini 4 Neon 提供四档思考等级、百万 token 上下文和面向生产环境的智能体能力,便于评估复杂工作流中的性能与成本权衡。

  3. Hugging Face Blog73

    RadixArk 发布 DaisyRose-27B,探索长程智能体后训练效率

    RadixArk 发布首个模型 DaisyRose-27B,该模型基于 Qwen3.8-27B,使用 Miles 通过强化学习完成后训练。训练使用约 1,200 个精选任务,在 18 天内动用 144 张 H200 GPU,支持最长 1M tokens 的会话,并将 Terminal-Bench 4.1 pass@1 从 5.6% 提升至 12.0%。

    推荐理由:RadixArk 公开了长程智能体后训练的数据、训练后端与沙箱方法,便于读者比较其效率收益与复现条件。

11月18日周三
  1. Simon Willison77

    编码智能体外部沙箱模式与三种实现

    Simon Willison 与 Prime Radiant 提出外部沙箱模式,将编码智能体与代理执行代码隔离,并发布三种沙箱服务器实现。三种实现分别使用 v86 与 WebAssembly、Apple Containers,以及微软 Quicksand 库,均提供相同的 localhost API,可供 Pi、Claude Code 或 Codex 调用。

    推荐理由:外部沙箱将编码智能体与代码执行环境分离,并提供统一本地 API 和三种可替换实现,降低运行不可信代码时的机器风险。

  2. AIHOT77

    Google AI Studio 集成 Gemini 4 Carbon 与 Hydrogen 构建全栈 Android 应用

    Google AI Studio 集成 Gemini 4 Carbon 与 Hydrogen,可从提示词生成具备数据持久化、用户登录和 AI 功能的 Kotlin Android 应用,并直接发布到个人 Google Play 库。

    推荐理由:原文完整说明了 Google AI Studio 的全栈 Android 构建与发布流程,可供开发者了解 Firebase、模拟器和 Agent 集成带来的工作流变化。

  3. AIHOT76

    Fireworks 评测 Kimi K3.1 Pro:智能体场景下该替换还是组合使用

    Fireworks 评测 Kimi K3.1 Pro 在智能体任务中的表现,其在 17 项共同基准中的 14 项高于 Kimi K3。K3.1 Pro 在遗留代码维护和银行客服任务上表现更强,但在记忆创建、合同审查和员工关系重建等任务上出现回退。

    推荐理由:Fireworks 按任务拆解质量、成本和时延差异,并模拟模型路由,适合评估单一替换之外的组合收益。

  4. AIHOT79

    Microsoft AI 发布 MAI Code 2 与 MAI Code 2 Flash 编码模型

    Microsoft AI 发布 MAI Code 2 和 MAI Code 2 Flash 编码模型,分别面向日常企业编码任务与高频常规编码工作。按四项编码基准,MAI Code 2 以 40% 的成本达到 GPT 6.1 Sol 的 98% 性能,以 5% 的成本达到 Claude Opus 5.5 的 96% 性能。

    推荐理由:文章给出两款模型在编码基准、前端评测与成本方面的对比,并说明其在 GitHub Copilot 和 Microsoft Foundry 的可用状态。

  5. OpenAI News74

    OpenAI 发布 GPT-6.2 Astra 和 Sol

    OpenAI 发布 GPT-6.2 Astra 和 Sol,提升专业输出、编码、电脑操作与效率,并降低 ChatGPT Work、Codex 和 API 的使用成本。新模型已面向 ChatGPT Work、Codex 和 API 提供。

    推荐理由:发布信息聚焦专业输出、编码、电脑操作和效率提升,并说明这些变化覆盖 ChatGPT Work、Codex 与 API。

11月17日周二
  1. AIHOT84

    Claude Code 团队如何设计 Agent 验证与测试流程

    Anthropic 的 Claude Code 团队介绍了一套 Agent 验证流程,让智能体通过证据检查自身输出,并支持同时运行数十到数百个 Claude。团队约 90% 的代码由 Claude 编写和审查,内部测试显示,独立评分器按评分标准检查结果可使任务成功率最多提高 10 个百分点。

    推荐理由:文章系统拆解了 Claude Code 团队的验证闭环,并给出 E2E、属性测试、差分测试及代码审查门禁的具体配置方法。

  2. AIHOT82

    Microsoft Research 发布开源插件 TokenEconomizer,用仓库历史经验降低 AI 编码 Agent 成本 18.4–30.9%

    Microsoft Research、UC Berkeley 与 Microsoft Security 发布开源插件 TokenEconomizer,通过复用同一仓库的历史经验降低 AI 编码 Agent 成本,无需修改 Agent 或底层模型。

    推荐理由:提供无需修改底层模型的插件机制与跨仓库实测数据,便于理解编码 Agent 如何利用历史经验控制成本。

11月14日周六
  1. AWS Machine Learning Blog73

    在 Amazon Bedrock 上使用 NVIDIA NeMo Switchyard 为编码智能体路由模型

    AWS 演示如何使用 LiteLLM 与 NVIDIA NeMo Switchyard 在 Amazon Bedrock 上为编码智能体请求选择合适模型。教程涵盖 Stage 与 Random 路由策略、AWS CDK 部署、网关测试,以及按通过测试的任务成本对比路由组和单模型基线。

    推荐理由:教程给出模型路由配置、AWS 部署和任务成本评测流程,并以通过测试的任务成本比较路由与单模型基线。

  2. Google Research78

    Google 开放 Antigravity /teamwork 与 /boost 多智能体工具

    Google 开放 Antigravity 的 /teamwork、/boost 等智能体工具,并与 Gemini 4 Argon、Gemini 4 Carbon 和 Gemini 4 Hydrogen 配合用于研究、形式化验证、编码和系统优化。

    推荐理由:文章同时给出多智能体工作流的设计机制、研究案例与性能数据,便于评估其对研究和工程流程的实际影响。

11月13日周五
  1. AIHOT80

    Edge0 开源 Edge0-145B 与 Edge0-120B 端侧模型及推理工具链

    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。

11月12日周四
  1. AWS Machine Learning Blog71

    AWS Quick 如何用 AI-PDLC 智能体加速产品开发

    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。

11月11日周三