12:42berryxia@berryxia77°据社交媒体传闻,OpenAI可能于6月23日发布GPT-5.6。该模型运行成本仅为Fable的三分之一,上下文窗口扩展至150万token,智能体编程工作流将全面升级。目前信息仍属未经证实的泄露阶段。AI模型GPT-5.6OpenAI上下文窗口智能体编程10 个信源在谈推荐理由:传GPT-5.6成本更低、上下文超长,还能提升智能体编程,6月23日可能有动作,值得关注后续。原文
23:26SiliconFlowAI@siliconflowaiNex 团队推出 Nex-N2-Pro 模型,基于 Qwen3.5-397B-A17B,在多项基准测试中达到 GPT-5.5 和 Claude Opus 4.7 级别性能。该模型为 397B MoE 推理模型,支持 262K 上下文和视觉语言任务,能自动调整推理深度,减少 30-50% 的思考 token 而不牺牲性能。在 Terminal Bench 2.1、GDPVal 和 SWE-Verified 上取得 SOTA 成绩,擅长智能体编程、深度搜索和工具使用。SiliconFlow 已提供 T+0 支持,前两周免费使用。AI模型推理模型MoE开源/仓库智能体编程Qwen推荐理由:做智能体编程或深度搜索的团队,现在就能免费试用一个对标顶级闭源模型的开源 MoE 模型,且能直接接入 Claude Code、Cursor 等工具,值得立即体验。原文
04:47marktechpost@Asif Razzaq78°MiniMax 正式发布新一代大模型 MiniMax M3,采用自研的 MiniMax Sparse Attention(MSA)架构,支持高达 100 万 token 的超长上下文窗口。该模型原生支持图像、视频理解以及计算机使用(computer use)能力,并具备智能体编程(agentic coding)功能。MSA 架构通过稀疏注意力机制显著降低长序列计算成本,使得处理百万级 token 成为可能。这标志着国产大模型在长上下文和多模态融合方面迈出了重要一步,为复杂文档分析、视频理解和自动化编程等场景提供了新的基础设施。AI模型MiniMaxM3MSA架构长上下文多模态智能体编程推荐理由:MiniMax M3 的 1M 上下文和原生多模态能力直接解决了长文档分析和视频理解的痛点,做 RAG 应用或自动化编程的团队值得关注其 agentic coding 特性。原文
02:10xAI@xai83°xAI 宣布 grok-build-0.1 模型通过 API 进入公开测试阶段。该模型与驱动 Grok Build CLI 的模型相同,专为智能体编程场景优化。定价为每百万输入 token 1 美元、每百万输出 token 2 美元,兼具高性价比、智能性和速度。这是 xAI 在 AI 编程助手领域的重要布局,为开发者提供了新的选择。AI产品xAIgrok-build-0.1智能体编程APIAI 编程助手推荐理由:做智能体编程的开发者有了一个性价比极高的新选择——grok-build-0.1 定价仅为 $1/$2 每百万 token,且专为 agentic coding 优化,值得在项目中试试它的表现。原文
11:56歸藏(guizang.ai)@op7418Qwen 3.7 Max 在 Arena Coding Agent 的 Frontend 榜单上排名第四,成为排名最高的中国实验室模型,超越了 GLM-5.1,并与 Claude Opus 4.6 在智能体网页开发任务上持平。这一成绩展示了阿里通义千问在智能体编程领域的强劲实力,对关注 AI 编程和前端开发的团队有重要参考价值。AI模型Qwen 3.7 MaxArena Coding Agent智能体编程前端开发阿里通义千问推荐理由:Qwen 3.7 Max 在智能体编程榜单上超越 GLM-5.1 并追平 Claude Opus 4.6,做前端开发或智能体应用的团队值得关注这一国产模型的进展。原文
17:47AI Will@FinanceYF5精选Ronak Malde在两年内从Codeium初创公司到Windsurf,再到DeepMind,经历了$2.4B收购,最终主动放弃股权离开。他在Codeium参与了Windsurf IDE和SWE-1(前沿智能体编程模型)的开发,在DeepMind贡献了Antigravity和Gemini 3。他分享了三点关键经验:选择正确的方向、快速团队的秘密(基于6个月预测做具体赌注并砍掉其他)、硅谷圈子很小。他认为AI将彻底改变每个行业,并暗示即将开启新篇章。行业CodeiumWindsurfDeepMind智能体编程创业经历推荐理由:Ronak Malde的两年经历浓缩了AI编程领域从初创到巨头的完整路径,做AI编程工具或智能体开发的团队能从中看到产品迭代和团队决策的实战智慧,值得点开细读。原文
03:04rohanpaul_ai@rohanpaul_ai76°据 WSJ 报道,Anthropic 预计在 2025 年 Q2 首次实现运营利润,收入同比增长 130% 至 109 亿美元,远超此前预期的 2028 年盈利。驱动因素是智能体编程(agentic coding),Claude 可执行更长的软件任务,从聊天机器人转变为租赁数字劳动力,客户愿意支付更高费用。同时,Anthropic 的算力成本占比从 Q1 的 71% 降至 Q2 的 56%,得益于更多使用 Google 和 Amazon 芯片、缩小免费用户群以及减少数据中心承诺。这标志着企业 AI 支出正快速转化为真实收入。行业AnthropicClaude智能体编程企业AI盈利10 个信源在谈推荐理由:Anthropic 的盈利拐点比预期提前三年,说明智能体编程正在创造真实商业价值。做企业 AI 部署或关注 AI 商业化的读者,值得了解 Claude 如何从聊天工具变成可计费的数字劳动力。原文
08:00andrew chen@andrewchen知名投资人 Andrew Chen 在 X 上提出一个有趣的观点:终端中的智能体编程与桌面 IDE 中的智能体编程,是否正在成为新一代的“Emacs vs Vim”之争?这反映了开发者对 AI 编程工具使用场景的分歧——有人偏好终端的高效与极简,有人依赖 IDE 的集成与可视化。这场讨论触及了 AI 编程工具如何适配不同开发者工作流的核心问题,也暗示了未来工具生态可能走向分化。行业智能体编程终端IDE开发者工具工作流推荐理由:Andrew Chen 的比喻精准戳中了 AI 编程工具的使用分歧,无论你是终端党还是 IDE 党,都能从中看到自己阵营的立场,值得点开看看这场新辩论的走向。原文