Rather than accelerating code review, the system shifts AI verification to proving behavior changes with executable tests, a mechanism competitors like GitHub Copilot and CodeRabbit do not yet automate end-to-end. Teams running large-scale code review pipelines can adapt the weak-to-strong capture filtering and LLM judge panels to control false-positive noise. Meta's figures are self-reported without independent controls, so treat the 60% true-positive rate and 20% incident reduction as directional benchmarks. Engineering leads evaluating pre-merge defect detection should study the two-workflow design.
Latest
有人在 X 上让 Claude Fable 5.2 用 LilyPond 写了一首贝多芬风格的奏鸣曲,模型自己录音还做成了视频,画面里的每个音符都对得上源文件。想看模型作曲和工程能力边界的可以点进去听听。
魅族这次把 Aicy 做成了真干活的助理:能指定场景代接电话、一步订高铁机票酒店,还能一句话提前开空调备车,接入了 130 多项手机系统能力。记忆数据加密可删,隐私这块比不少厂商做得实在,Flyme 用户可以马上试试。
联想把算力生意包装成了“词元工厂”,学芯片代工的思路做 AI 基础设施,成本降 70%、每秒产出提升 5 倍的数据挺实在。和阿里云、华为云的智算中心打法不同,它主打按词元计产的混合部署。做企业 AI 落地的团队和内容生产公司可以关注长沙那个影视工厂的实操效果。
OpenAI 给自家智能体任务装了个"总开关",每次推理前都要过控制室审核,不批准就不吐结果。和事后报警式的监控比,这种事前拦截更硬核。做智能体开发和公司安全团队都值得看看这套机制怎么搭。
Alibaba 给千问 Office 加了团队共享工作区,智能体直接挂在钉钉群和文档里干活,条件一满足就自动跑任务。和 Microsoft 365 Copilot 比,它吃的是钉钉这个入口,国内用钉钉办公的团队可以关注一下,看看能不能省掉一部分流程自动化配置。
Google 推出 TPU 8tx 等 2 款新芯片,配 AMD CPU 做机密计算,主打金融医疗这类合规要求高的行业。这是 TPU 少见地正面挑战 Nvidia,做云上 AI 的开发者可以关注价格和可用性。
腾讯把这个 AI 做成能看懂你游戏画面的陪玩搭子,打《无畏契约》卡壳可以直接问它。有四个角色可选,还能走手机 QQ 陪你聊。喜欢开黑缺搭子或者单排想找人说话的玩家可以蹲一下内测。
董明珠预告了格力年底新品,说是能重新定义家电的奢侈品空调,用 10 年还能原价卖掉。她讲的 AI 空调逻辑——人数识别加自动调功率——比大多数只会接语音助手的家电实在,做智能硬件的可以看看这条思路。
nuance_ai 刚上线一个能实时语音对话、带肢体动作的 AI 虚拟形象,演示里说话节奏和表情已经接近真人。做虚拟主播、数字人客服的团队可以看看这条演示,对比自家方案的延迟和拟真度。
OpenAI 的 Dot 现在能同时连你多台电脑,指定哪台跑哪件事。有人用一台 Mac mini 当专职构建机,笔记本关机出门任务照跑。经常被编译测试占用电脑的开发者可以试试这套多机分工。
OpenAI 给 Codex 出了 ModRetro Chromatic 掌机插件,写关卡、做动画后自动打包 ROM 刷进掌机实机试玩,复古游戏开发一条龙。想自己做掌机小游戏的开发者可以直接上 Supply Co 买定制版试试。
OpenAI 的 Dot 想用你电脑上的文件、代码和应用,得先在 ChatGPT App 里逐台授权。想试试让智能体直接在你开发机上干活的,可以关注这个设计。
Meta 把 AI 年龄检测铺到了亚太,还在澳洲直接用 Apple 的年龄信号来辅助判断。做青少年内容合规的团队、家长,以及观察各国年龄验证政策的从业者都该看看这单怎么落地。
苹果也开始对 AI 功能收费了,首个试点是 Logic Pro,49.99 美元买断一年用量,没月费那种。和 Adobe、OpenAI 的订阅制比起来更灵活,适合不想按月掏钱的创作者。做音乐、视频剪辑的朋友可以关注,重度使用 AI 生成的话迟早要用到。
11 月 10 日在旧金山,Baseten 讲编码智能体推理,GoodfireAI 拆解 reward hacking,还有工作坊可加购。在做 agent 基础设施或关心模型 reward hacking 行为的工程师可以看看这场的议程安排。
如果你在用 Claude Fable 5.2 的 API 处理敏感数据,这条值得点进去看:默认会留存你的数据给安全分类器用,想关掉得走企业资格审核。建议把它和 OpenAI、Google 的留存条款放一起比对再签合同。
做编码的人可以试了:Fable 5.2 在 Copilot 里不用额外配置就能切换。官方数据显示比 5.1 步骤更少、成功率更高,适合在大代码库里跑多步重构或修复杂 bug,用 CLI 或 VS Code 都能直接用。
Google 给 Antigravity 加了个适合写东西、做研究的界面,去掉了终端和 git 那些开发专属的东西,但底下的 agent 和 MCP 工具都是同一套。如果你不是程序员但想让 agent 帮你查资料、写文档,这个比 Cursor 更对味,设置里切一下就能用。
老用户福利来了:订阅超 12 个月的 Ultra 和 Team Premium 能拿 3 次重置,Pro 档只能试一周 Fable 5.2。记得 3 月 8 日前用掉,长期订阅的人这次最划算。
Meta 把自家 AI 智能体 Muse 做进了 Apple Watch,打字、语音、打电话都能在表盘上完成。和 ChatGPT 的手表端相比更强调吉祥物和语音交互,家里有苹果表又常用 Meta 应用的人可以试试。
Grok 在 X 上的 @bot 更新了 changelog,官方说本周还有一批改动要来。如果你的应用或工作流依赖这个机器人,这几天值得盯着 x.ai 的 changelog 页面,别被行为变化打个措手不及。
用 Vercel AI SDK 写过应用的朋友可以留意:官方把 Meta 系模型接进了 Provider 列表,改个配置就能调用,不用自己封装请求代码。如果你在多个模型间切换做对比,这一步能省不少接活的功夫,具体配置直接看官方 providers 文档页。
OpenAI 给自家研究集群上了个中央控制系统,能看到所有正在跑的模型任务,出安全问题可以直接一键停掉。搞自建集群或者管算力安全的人可以看看思路,比逐个节点手动处理省事多了。
Anthropic 让 Claude 只看四张分子图,半小时写出无联网的完整合成路线,全程靠代码工具自己验证。做药物化学或计算化学的朋友可以对比一下自家模型的科学推理能力,看看离实用还差多远。
OpenAI 把所有训练评估用的推理任务接进了一个统一管控系统,发现异常 35 秒内就能停掉任务。做大规模智能体采样训练的团队可以看看它的管控思路,和 Anthropic 的安全栈相比这更偏运行时干预。
在 Solana 上玩 meme 币的可以看看 Trenchers:能自己搭一个交易代理,设好规则先跑 Paper 模式练手,不用真金白银试错。钱包追踪、跟单、快兑换全在一个界面,速度号称比别的终端快。想试 AI 交易又怕亏钱的,这个模式比较友好。
OpenAI 这次给自家训练和评估任务装了集中监控和一键中止能力,和 Anthropic、DeepMind 的安全政策相比更偏工程化落地。做 MLOps 或基础设施的人可以看看它的管控思路,普通用户了解下头部实验室怎么管风险就行。
CodeRabbit 把 Codex 接进自己的代码评审流程,同一批工程师交付量做到 20 倍。它还用自家 AI 审查 AI 写的代码,而不是全靠人工 review。正在用 AI 写代码的团队可以看看这套生成加把关的组合怎么搭。
vibe coding 写出来的应用谁来维护?Replit 直接给出答案:Monitoring Agent 会自己盯生产环境、排查问题、验证修复再自动部署。这对不想管运维的个人开发者挺实用,也和 Cursor 这类只管写码的工具拉开了定位差距。
Ollama 在 ollama.com/settings 加了个用量页面,能看到每天花了多少钱、每个 API key 花了多少、各模型的 token 用量和缓存命中率。跑 API 做项目的开发者省得自己拼日志算成本了,直接看面板就行。
Matt Shumer 把他的智能体底层换成了 Fable 5.2,还发了链接可以直接试。如果之前没玩过他的这个智能体,正好可以上手感受一下新模型带来的差别。
有 Claude 订阅的可以留意下自己的账号,有人收到了 3 次可留存的重置次数,相当于多攒了几天的高峰用量额度。如果你经常在 5 小时窗口用满,这种 banked reset 能救急,去设置里确认一下自己有没有。
做开发的人应该会喜欢这个:比如让 dot 在一台备用 Mac 上跑 Xcode 测试,自己的笔记本照常写代码。Claude Duet 目前做不到连本地电脑,Grok Bot 能连但每条命令都要批准,dot 这次多机调度明显更省事。
如果你还觉得 Claude Code 只能写代码,这条值得看看:Kylon 把它和 Codex 接进 3,000 多个工具,让智能体跑营销、销售、运营,已处理 500 万笔交易,约等于 5 万小时人工。想试多智能体协作的团队还有首月免费。
The notable shift is that an agent now owns the whole GPU serving pipeline, including the verification step that checks real utilisation, which most infrastructure templates skip. Developers deploying open models like those served by vLLM can test CoreWeave's stack without writing Kubernetes manifests, making it a practical comparison point against managed offerings from AWS and GCP. Teams evaluating GPU cloud costs and setup overhead should try the preview from the GitHub repo.
Rauch 提前试了 Claude Fable 5.2,说这代模型能并行干远超一台机器的活。他给了个很简单的玩法:Vercel CLI 加 /offload-to-sandbox 技能,智能体自己开和关云端沙箱,不用写复杂的多智能体编排框架。做智能体工作流的人可以直接抄这套方案。
Rauch 这条推文把 MCP 一个长期痛点讲得很清楚:以前智能体只能轮询等结果,现在 Vercel MCP 直接支持事件订阅,部署成功或失败会主动推 webhook 通知。你自己想搭 MCP 的话,他用 Queues 和 Workflows 给了现成方案,做智能体后端的开发者可以直接抄。
Nuance Labs 搞了个能视频通话的免费 AI 角色 Emma,底层是自家 Nuplex 模型,官方测试里 89% 的情况响应速度赶上真人。做虚拟陪伴或客服产品的人可以看看这个交互形态。
Codex 插件一句话生成 Game Boy 游戏,浏览器免费就能玩,200 美元买掌机是为了在真机上体验。比起纯编程助手,这套流程从写代码到写卡带全打通,想做像素游戏的开发者可以试试。
Only the latest 2000 items are listed; for older ones see the daily archive