编码智能体相关 AI 资讯

行业 Agent 与开发者09:37

Linear 工程负责人将在 AI Engineer NYC 谈编码智能体的上下文问题

Linear 工程负责人 10 月 14 日在纽约讲编码智能体的上下文问题，还让你带上 agent 老出错的任务现场分析。

#Linear #编码智能体 #AI Engineer #上下文工程

AI Engineer@aiDotEngineer原文

行业 Agent 与开发者多源确认07:44

Sam Altman 用 ultra fast 档跑提示，OpenAI 研究员日均烧掉 601 美元推理费

研究员一年烧 180 万美元调编码智能体，Altman 亲测 ultra fast 档，这组真实用量数据太扎眼了。

#Sam Altman #OpenAI #Claude Code #Fable

事件专题

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

行业 Agent 与开发者02:33

Vercel 年化收入达 6 亿美元，编码智能体贡献一半新业务

Vercel 收入涨到 6 亿美元，一半新客户是自动写代码的 Agent 带来的，这个变化速度挺少见。

#Vercel #编码智能体 #年化收入 #开发者工具

The Information@theinformation原文

论文 Agent 与开发者多源确认09:26

SWE-Prometheus：用 60 个代码仓库评测工程治理能力的新基准

给做代码智能体的朋友：这个新基准不测修 bug，测的是治理仓库，10 个模型里 Kimi-K3 在完整对比里表现最好，评分方法也挺有意思。

#SWE-Prometheus #Kimi-K3 #编码智能体 #基准评测

事件专题

arXiv cs.AI@Jiajun Wu 等 12 人6 个信源在谈原文

技巧 Agent 与开发者22:45

把文章喂给编码智能体，让它下载 Pi SDK 即可上手

想试试 Pi SDK？不用自己啃文档，把文章丢给编码智能体，几条提示词就能跑起来。

#Pi SDK #编码智能体 #提示词工程

elvis@omarsar0原文

论文 Agent 与开发者精选73°04:40

ReFigBench 论文：同一模型在不同编码智能体框架中成绩差异明显

同一模型放进 Claude Code 和 Codex 跑同样的任务，结果居然会一个升一个降，这篇论文用 PowerPoint 重建实验讲清楚了 harness 的影响。

#ReFigBench #GPT-5.5 #Claude Code #Codex

elvis@omarsar0原文

论文 Agent 与开发者13:56

CodeMidas：以源代码为输入自动构建编码智能体 RL 训练环境

把现成开源代码库自动变成智能体 RL 练习题，MiMo-V2.5 训完 ProgramBench 涨了 17%。

#CodeMidas #MiMo-V2.5 #GRPO #强化学习

arXiv cs.AI@Bowen Ye 等 19 人原文

技巧 Agent 与开发者多源确认73°02:03

本周AI动态：编码智能体、企业隐私更新与开源模型

DeepLearningAI本周精选：Ng谈编码智能体技能，OpenAI和Anthropic更新企业隐私政策，Zai发布GLM-5.3-Flash多模态模型。

#GLM-5.3-Flash #编码智能体 #Andrew Ng #OpenAI

事件专题

DeepLearning.AI@DeepLearningAI11 个信源在谈原文

行业中美对照73°23:30

Ollama报告：开源模型使用量激增150倍

Ollama CEO分享开源模型使用激增150倍的数据，解释编码智能体如何推动这一趋势。

#Ollama #开源模型 #编码智能体 #Jeffrey Morgan

Paul Graham@paulg原文

论文78°09:33

LoopArena：模型作为管理者的可测量基准

LoopArena 基准首次单独测量模型作为'管理者'的能力，发现 GPT-5.5 在长程任务中表现最佳，但成功率仍不足 25%。

#LoopArena #Qwen3.7-Plus #GPT-5.5 #Claude Opus

事件专题

shao__meng@shao__meng2 个信源在谈原文

论文 Agent 与开发者10:56

SWE Refactor Bench：编码智能体能否完成全库迁移？

SWE Refactor Bench为开发可靠的编码智能体提供了一个严格的测试平台，展示了编码智能体在迁移全库时的能力。

#SWE Refactor Bench #编码智能体 #全库迁移 #技术债务

arXiv cs.AI@Deyao Hong 等 10 人原文

论文 Agent 与开发者10:08

架构作为编码智能体的能力均衡器

这篇论文通过实验展示了架构规范格式对编码智能体生成代码质量的影响，特别是TypeScript合同在提升API路由覆盖率方面的显著效果，对于关注模型能力均衡的读者来说值得一读。

#智能体 #架构规范 #编码智能体 #TypeScript合同

arXiv: OpenAI@Arquimedes Canedo原文

模型 Agent 与开发者多源确认01:41

Ox Alpha 接近 6 万亿 token

Ox Alpha 今日预计达到 6 万亿 token，试试通过 ori 在您的编码智能体中使用吧，和 stealth 模型相比，Ox Alpha 有什么不同？

#Ox Alpha #智能体 #token #模型比较

事件专题

OpenRouter@OpenRouterAI11 个信源在谈原文

产品 Agent 与开发者02:13

Firecrawl开发者索引发布，提升编码智能体效率

Firecrawl开发者索引来了，帮你快速找到所需代码，提升编码效率，和传统搜索工具相比，它更专业！

#Firecrawl #编码智能体 #搜索工具 #代码索引

Firecrawl@firecrawl_dev原文

行业 Agent 与开发者精选18:07

编码智能体之外：Fireworks AI等举办AI开发栈活动

Fireworks AI联合Antimetal等办活动，聊编码智能体之外的技术栈，聚焦生产部署和可靠性。

#Fireworks AI #编码智能体 #AI开发栈 #Braintrust

事件专题

Fireworks AI@FireworksAI_HQ2 个信源在谈原文

技巧 Agent 与开发者23:01

让编码智能体做TDD有用吗？实验给出答案

想知道给编码智能体加TDD指令到底有没有用？这篇实验文章直接给你数据，别猜了。

#TDD #编码智能体 #Martin Fowler #实验

Martin Fowler@martinfowler原文

模型多源确认08:29

Meta发布Muse Code与Muse Spark 1.2编码模型

Meta这回把编码智能体和模型一起发了，1.2版本在代码生成和调试上更强，还专门跟自家工具链配合，写代码的可以试试。

#Muse Spark 1.2 #Muse Code #Meta #编码智能体

事件专题

官方账号Simon Willison’s Weblog11 个信源在谈原文

模型中美对照05:09

DeepSeek V4 Flash 0731 在 Fireworks 开放微调

DeepSeek V4 Flash 0731在Fireworks微调，支持SFT/DPO/RL，成本低

#DeepSeek #Fireworks #微调 #编码智能体

Fireworks AI@FireworksAI_HQ原文

模型中美对照多源确认04:10

MiniMax H3 一次性生成《办公室》角色谈 AI 编码视频

MiniMax H3 一句提示词就生成《办公室》角色聊 AI 编码的视频，效果自然，可以去看看。

#MiniMax H3 #视频生成 #编码智能体

事件专题

Justine Moore@venturetwins7 个信源在谈原文

行业 Agent 与开发者04:40

开发者@huybery：编码智能体驱动AI两年，新方向在哪？

有人觉得编码智能体是这两年 AI 进步的大功臣，想找下一个像它一样刺激的方向，推文数据不高但值得看看评论区。

#X #编码智能体 #AI发展方向

Binyuan Hui@huybery原文

模型 Agent 与开发者官方一手17:57

Supabase开源Evals基准：评测Claude Code等编码智能体

Supabase开源Evals，用真实任务评估Claude Code等编码智能体，比普通基准更实战

#Supabase #Evals #Claude Code #Codex

事件专题

官方一手marktechpost@Michal Sutter2 个信源在谈原文

论文12:44

Change2Task：从仓库变更到可执行编码代理任务与环境

想给编码代理搞训练数据？Change2Task用仓库历史自动生成可执行任务，成功率近八成，还能省下环境搭建开销。

#Change2Task #编码智能体 #数据生成 #基准测试

arXiv cs.LG@Haomin Qi 等 12 人原文

行业官方一手精选01:10

OpenAI报告：AI编码智能体加速科学计算

OpenAI发的报告，告诉你科学家怎么用AI编码智能体让科学计算更快，尤其是基因组学，不是空谈。

#OpenAI #编码智能体 #科学计算 #基因组学

事件专题

官方一手OpenAI Blog11 个信源在谈原文

产品 Agent 与开发者01:16

编码智能体进步到不再需要用户折腾

VentureTwins说现在的编程Agent好用到不用你折腾了，体验上了一个台阶。

#编码智能体 #AI编程助手 #Agent #开发者工具

Justine Moore@venturetwins原文

模型精选05:59

Databricks内部测试：Pi harness成本减半，GLM 5.2开源编码智能体性能提升

Matei Zaharia刚透露Databricks实测：用Pi harness成本省一半，效果和Opus、GPT一样好；GLM 5.2这个开源模型也追上来了。

#Pi #Opus #GPT #GLM 5.2

elvis@omarsar0原文

技巧 Agent 与开发者02:48

Simon Willison谈编码智能体的'理解以参与'框架

Simon Willison分享了一个很实用的观点：和编码智能体一起工作时别只当甩手掌柜，得主动理解它在做什么才能更好地协作。

#Simon Willison #Geoffrey Litt #编码智能体 #认知债

官方账号Simon Willison@simonw原文

技巧 Agent 与开发者精选01:30

理解才能参与：与编码智能体协作的认知框架

Geoffrey Litt 分享了一个超实用的认知框架，告诉你为什么理解代码比信任智能体更重要，能帮你避免认知负债，真正掌控项目。

#geoffrey litt #coding agents #认知负债 #编码智能体

官方账号Simon Willison’s Weblog原文

论文 Agent 与开发者精选14:02

通义千问发布强化学习编码智能体新研究

Qwen这篇论文讲清楚了编码智能体的奖励设计——每个信号都有失效点，选指标不如看它能撑多久。

#Qwen #强化学习 #编码智能体 #奖励信号

elvis@omarsar0原文

技巧 Agent 与开发者精选20:05

Cohere 开源用AI编码智能体维护vLLM fork的方法

Cohere 开源了用 AI agent 维护 vLLM fork 的实践，把几周工作缩到几天，修复还回馈了上游。

#Cohere #vLLM #编码智能体 #开源

官方账号vLLM@vllm_project原文

论文 Agent 与开发者11:07

探针-改进调优法提升编码智能体仓库指导效果

这篇论文告诉你：给编码智能体写AGENTS.md时，别一次性写好就完，得用探针-改进法迭代修。实测在SWE-bench上解决率涨了近5个点，主要是能让智能体多搞定14.5%的实例。

#探针-改进调优 #SWE-bench Verified #Qwen3.5-35B-A3B #编码智能体

arXiv cs.LG@Asa Shepard, Jeannie Albrecht原文

产品 Agent 与开发者多源确认精选00:07

LangChain 推 LLM Gateway 私测，聚焦编码智能体成本控制

LangChain 做了一款给团队管住编码 AI 花钱的东西，能对接 Cursor、Codex 和 Claude Code，还能设预算上限，谁用谁知道。

#LangChain #LLM Gateway #编码智能体 #成本控制

事件专题

Harrison Chase@hwchase1711 个信源在谈原文

技巧 Agent 与开发者04:21

自主长时编码智能体：目标、循环工程与验证器

Omar 分享的编码智能体实战笔记

#编码智能体 #智能体 #工作流 #验证器

elvis@omarsar0原文

论文 Agent 与开发者精选10:41

Recursive Agent Harness：递归智能体框架提升长上下文推理

RAH 解决了长上下文推理中智能体扩展性的核心瓶颈，做复杂编码任务或智能体系统的开发者可以直接参考其设计思路，效果提升显著。

#递归智能体 #长上下文推理 #智能体框架 #编码智能体

arXiv: Anthropic@Elias Lumer 等 4 人原文

论文 Agent 与开发者精选72°09:18

CapCode框架：检测并防止AI编码智能体作弊

做AI智能体评估和训练的团队终于有了检测作弊的实用工具——CapCode能直接暴露模型是否在走捷径，CapReward则从奖励设计上杜绝作弊，建议做编码智能体评测的开发者点开看看。

#智能体 #评估/基准 #作弊检测 #编码智能体

arXiv cs.AI@Thanawat Lodkaew 等 6 人原文

产品 Agent 与开发者02:26

Factory Router：编码智能体模型选择器，节省20-25%成本

做编码智能体开发的团队终于有了一个智能省钱方案——Factory Router 用路由策略自动平衡成本与性能，建议试试能否集成到你的工作流中。

#编码智能体 #模型选择器 #成本优化 #Factory

rohanpaul_ai@rohanpaul_ai原文

产品 Agent 与开发者精选05:56

Claude Code 长任务执行暴露复杂智能体系统痛点

Claude Code 的 /goal 命令解决了长任务执行痛点，做复杂自动化的开发者可以直接试。

#Claude Code #编码智能体 #多智能体系统 #长任务

elvis@omarsar0原文

产品多源确认精选11:47

Claude Opus 4.8 让编码智能体更独立，Milvus 强调检索质量

Claude Opus 4.8 让编码智能体更自主，但检索质量成为瓶颈——做智能体开发或 RAG 的团队，建议关注 Milvus 如何解决上下文精准问题。

#Claude Opus 4.8 #编码智能体 #检索增强生成 #向量数据库

事件专题

Milvus@milvusio11 个信源在谈原文

论文76°23:01

Meta/CMU 提出 Self-Play SWE-RL：编码智能体通过自我制造软件经验提升性能

Self-Play SWE-RL 解决了编码智能体依赖人类标注数据的瓶颈，做 AI 编程助手或智能体训练的团队值得关注——它展示了智能体自我进化的新路径，看完会对训练数据来源有全新认识。

#编码智能体 #自我对弈 #强化学习 #Meta

rohanpaul_ai@rohanpaul_ai原文

论文 Agent 与开发者精选76°23:09

Meta 论文：编码智能体通过复用尝试摘要大幅提升性能

这篇论文戳中了编码智能体效率低下的核心痛点——不是试得不够多，而是记不住经验。做 AI 编程工具或智能体开发的团队，可以直接借鉴其摘要复用和锦标赛选择方法，值得点开看看。

#Meta #编码智能体 #测试时扩展 #摘要复用

rohanpaul_ai@rohanpaul_ai原文

论文 Agent 与开发者精选72°11:35

进化编码智能体到底在进化什么？EvoTrace 揭示真相

做 AI 编码智能体或进化算法研究的开发者，这篇论文帮你拆解了 benchmark 分数的真实来源——别再只看最终得分了，EvoTrace 让你看清智能体到底在“进化”什么。

#进化算法 #编码智能体 #LLM #EvoTrace

arXiv cs.LG@Nico Pelleriti 等 7 人原文