8月3日
09:54
09:54官方一手pandaily@contact@pandaily.com (Pandaily)
清华团队开源VeriLoop Coder-E1,基于Qwen3.6-27B模型。模型在SWE-bench Verified获得85.20分,SWE-bench Pro为62.38分,Terminal-Bench 2.0达76.40分,DeepSWE为33.63分。该模型采用窄领域PEFT和Self-Harness技术,实现仓库级代码修复的可验证递归自改进。

推荐理由:清华开源了个能自己改代码的模型VeriLoop Coder-E1,SWE-bench拿85.2分,比很多大模型都强,想搞代码修复的可以试试。
7月22日
11:27
11:27官方一手arXiv: DeepSeek@Tianyue Jiang, Yanlin Wang, Xin He, Daya Guo, Jiachi Chen, Ming Wen, Ensheng Shi, Xilin Liu, Yuchi Ma, Guanbin Li
PhoenixRepair是一个多智能体框架,通过多位置采样和迭代反思扩大修复策略搜索空间。在SWE-bench-Verified上,相比SWE-agent在DeepSeek-V3.1下实现7.8%的相对提升。在MiniMax-M2.5下达到76.0% Pass@1的最高解决率。该框架的故障定位准确率也优于现有方法。
推荐理由:新论文的PhoenixRepair能更系统地探索代码修复位置,在SWE-bench上比SWE-agent提升了7.8%,做软件工程的值得一看。
6月12日
02:05
02:05官方账号Simon Willison’s Weblog博客/媒体
精选
asyncinject 0.7 是一个 Python 异步依赖注入工具库的更新版本。作者 Simon Willison 最初为支持 asyncio 的依赖注入模式而构建该库,并在 Datasette 项目中使用。Claude Fable 5 模型主动发现了库中的一些 bug 并自动修复,展示了其强大的代码审查和修复能力。该版本主要修复了依赖注入中的潜在问题,提升了稳定性。
事件专题

推荐理由:Python 异步开发者如果用过 asyncio 依赖注入,会明白这个库的价值——Claude Fable 5 主动修 bug 的案例也值得关注,建议点开看看 AI 如何辅助代码维护。
6月10日
13:53
13:53官方一手歸藏(guizang.ai)@op7418
CodePilot 发布 v0.56.0 版本,新增 Claude Fable 5、小米 MiMo UltraSpeed 模型以及通用 OpenAI 兼容第三方渠道。本次更新的部分修复由 Claude Fable 5 完成,展示了其代码审查能力。同时修复了用量统计、回复状态丢失、服务商列表刷新等问题。官方推荐所有用户升级。
事件专题

推荐理由:对于使用 CodePilot 的开发者,这次更新不仅带来了新模型支持,还验证了 Claude Fable 5 的代码修复能力,值得升级体验。
5月13日
21:35
21:35官方一手Anthropic: Engineering资讯
75°
Anthropic 宣布其 Claude 3.5 Sonnet 模型在 SWE-bench Verified 基准测试中取得了 49.7% 的通过率,较此前最佳成绩提升了约 10 个百分点。该测试评估 AI 模型解决真实 GitHub 问题的能力,包括代码修复、功能实现等。Claude 3.5 Sonnet 在多个类别中表现优异,尤其在需要多步推理和上下文理解的复杂任务上。这一进展表明 AI 在软件工程自动化领域正快速接近人类水平。
事件专题

推荐理由:Claude 3.5 Sonnet 在 SWE-bench 上的突破意味着 AI 编程助手离真正解决复杂工程问题更近了一步,做软件开发的团队可以关注这一能力提升对日常代码修复和功能开发的潜在影响。