编程助手相关 AI 资讯

6月14日

16:14

官方账号Z.ai (智谱国际)@Zai_org

精选

智谱 AI 发布新旗舰模型 GLM-5.2，现已面向所有 GLM 编程计划用户（包括 Lite、Pro、Max 和 Team 计划）开放。该模型具备强大的编码能力，支持 100 万 token 上下文，并在长周期任务中表现持续强劲。API 和聊天机器人服务将于下周上线，模型也将于下周以 MIT 许可证正式开源。

推荐理由：智谱开源新旗舰，百万上下文

原文

16:09

Viking@vikingmute

Shadcn 的 /improve 思路主张用最强大的模型（如 GPT-6）深入理解代码库、发现问题并产出高质量计划，而将实际执行交给更便宜的模型完成。Skill 本身绝不直接修改代码，只负责产出计划，主 Skill 包括快速和全面等多种模式。该 repo 发布 4 天即获 3.7K stars，作者认为 skills 是目前最容易获得 stars 的方式。

技巧 shadcn /improve 编程助手开源模型智能体

推荐理由：Shadcn 教你用最强模型出计划

原文

15:38

官方账号Sebastian Raschka@rasbt

精选

Cohere 推出了一款新的轻量级 30B 开源模型，基于 Command A+ 的并行 Transformer 架构，层数几乎翻倍。该模型专为智能体编程任务优化，在 Terminal-Bench 和 SWE-Bench 等基准测试中表现优于 Gemma 4。在 Terminal-Bench 中，模型需使用终端、检查环境、运行命令并读取输出；在 SWE-Bench 中，模型需处理真实 GitHub 软件问题，理解仓库、定位文件、生成补丁并通过测试。在 SciCode 和 LiveCodeBench 等传统代码基准上，模型也具备竞争力，但整体性能略低于 Qwen3.6。

AI模型 Cohere Command A+30B 智能体编程助手

推荐理由：Cohere 新 30B 模型专攻智能体编程，比 Gemma 4 强

原文

10:08

Geek@geekbb

精选

Pi Studio 是从 Tau 代码库分出的独立分支，专为 Pi 编码代理打造了一个 Codex 风格的图形客户端。它直接将 Pi 运行时打包进应用，安装后即可使用，省去了传统命令行工具的配置步骤。该工具旨在降低使用门槛，让开发者能快速上手 Pi 编码代理。

AI产品 Pi Studio Tau Pi Codex 编程助手

推荐理由：一键启动 Pi 代理，不用敲命令行

原文

08:53

宝玉@dotey

黄赟分享了一个与AI Agent交互的习惯：先让Agent写出coding plan，反复确认后汇总task列表，最后再编程并标记已完成。核心原则是交代任务时明确验证标准，之后无需关注中间过程。这种方法能提升Agent任务执行的效率和准确性。

技巧 Agent 提示词工程编程助手

推荐理由：Agent交互技巧，省心省力

原文

08:53

宝玉@dotey

Codex 内建的前端修改功能比 Claude Design 更强，在模型能力相近时 Codex 胜出。当模型能力有差距时，用户宁愿手动操作。设计师认为 Claude Design 作为网页版极反常理，应与 coding agent 集成。该讨论基于 X 平台用户 @Xxi5olc 和 @dotey 的对话。

AI产品 Codex Claude Design 前端修改编程助手

推荐理由：Codex 前端修改比 Claude Design 强

原文

08:52

宝玉@dotey

精选73°

宝玉分享了一个用Claude Design更新视频字幕编辑器UI的案例：将标题文字从单行改为两行布局。他在Claude Design中修改设计稿后导出zip，用git diff查看变更，然后给Claude Code一句提示“参考设计稿design目录下的相关变更，对UI进行变更”，Claude自动分析diff并修改了Swift代码。整个过程主要在设计端操作，代码端自动同步。

技巧 Claude Design Claude Code UI设计编程助手工作流

推荐理由：手把手教你用Claude Design改UI

原文

02:51

Gary Marcus@GaryMarcus

Gary Marcus 在 X 上发文称 Vibe Coding（2025-2026）已终结，强调仍需要资深软件工程师参与。该推文获得 23 个赞和 1080 次浏览。Marcus 此前多次指出 AI 编码工具无法完全替代人类工程师。

行业 Vibe Coding Gary Marcus 编程助手 AI安全

推荐理由：Marcus 说 Vibe Coding 凉了

原文

02:21

lmarena.ai@lmarena_ai

Code Arena 前端竞技场现已支持 Kimi-K2.7-Code 及其他顶级前沿模型。用户可通过 arena.ai/code 平台直接使用这些模型进行代码生成与调试。该竞技场提供实时对比功能，帮助开发者评估不同模型在前端任务上的表现。

AI产品 Kimi-K2.7-Code Code Arena 编程助手前端开发

推荐理由：Kimi新模型加入代码竞技场

原文

02:01

lmarena.ai@lmarena_ai

精选

AI模型 Kimi-K2.7-Code Kimi 开源模型编程助手推理模型

推荐理由：Kimi 开源新编程模型，性能全面超越前代

原文

6月13日

23:22

23:22IT之家（博客/媒体）

智谱发布 AI 编程工具 ZCode 3.0，全面切换自研 ZCode Agent 内核，深度适配 GLM-5.2 模型。GLM-5.2 支持 1M 上下文，是智谱迄今能力最强的开源模型。ZCode 3.0 新增分组式任务工作区、Zread 智能项目知识库、可视化 Git 分支图谱等功能。官方表示整体任务完成效果已显著优于第三方 Agent。

AI产品 ZCode GLM-5.2 智谱编程助手开源模型

推荐理由：智谱自研内核，编程体验升级

原文

23:21

GitHub@github

GitHub 的 @kdaigle 在视频中展示了 Copilot 移动应用的几个实用功能。用户可以通过该应用在手机上查看和编辑代码，并利用 Copilot 的代码补全和解释功能。视频还演示了如何通过应用与仓库交互，例如创建 issue 和合并 pull request。这些功能让开发者能更便捷地在移动设备上管理代码工作流。

技巧 GitHub Copilot 编程助手代码补全移动开发

推荐理由：看看 Copilot 手机端能干啥

原文

23:13

GitHub@github

GitHub 宣布，所有付费 Copilot 计划的用户现在都可以使用 GitHub Copilot 移动端 App。该 App 允许用户在手机上直接与 Copilot 交互，进行代码查询和生成。此更新扩展了 Copilot 的使用场景，不再局限于桌面 IDE。

AI产品 GitHub Copilot Copilot App 编程助手

推荐理由：GitHub Copilot 手机版来了

原文

22:21

Geek@geekbb

精选

智谱AI宣布GLM-5.2完全开源，这是其最强开源模型。该模型支持1M上下文窗口，在长周期任务独立完成方面保持领先，为复杂智能体应用提供基础支持。GLM-5.2也是智谱最强国产编程模型的核心引擎。今晚5:21起，所有GLM编程计划用户（Lite/Pro/Max）均可使用，API下周上线。

AI模型 GLM-5.2 智谱AI 开源模型智能体编程助手

推荐理由：智谱开源最强模型GLM-5.2，1M上下文免费可用

原文

20:42

20:42IT之家（博客/媒体）

华为在 HDC 2026 期间推出 DevEco Code，这是一款面向 HarmonyOS 的 AI Agent 工具，支持代码编写、编译构建、设备运行等能力。该工具基于开源项目 OpenCode 扩展开发，集成了 DevEco Studio、Hvigor、HDC 等 HarmonyOS 开发工具。DevEco Code 提供 build_project、start_app、hdc_log 等 8 种常用场景功能，包括从零创建工程、增量开发页面、修复编译报错和真机调试。

AI产品 DevEco Code HarmonyOS 华为编程助手智能体

推荐理由：华为发布鸿蒙开发AI助手

原文

19:21

Geek@geekbb

开发者ratelworks在GitHub上发布了一个名为tokipony的工具，能在Claude Code和Codex CLI的状态栏中显示一匹小马动画。小马的奔跑速度与AI的token生成速率实时联动，token越快小马跑得越欢，AI停止时小马就站着等待。该项目基于xgo.ing构建，目前获得1个点赞和123次查看。

技巧 Claude Code Codex CLI tokipony 提示词工程编程助手

推荐理由：给终端加匹小马，跑多快看token速度

原文

16:53

Fireworks AI@FireworksAI_HQ

精选

Moonshot 推出 K2.7 Code，这是其 K2 系列的最新编程模型，已在 Fireworks 的 serverless 和 API 上上线。相比 K2.6，K2.7 Code 的推理 token 减少约 30%，同时在 Moonshot 的编程基准测试中得分更高。对于智能体编程任务，这一效率提升显著。

AI模型 K2.7 Code Moonshot Fireworks 编程助手推理模型

推荐理由：编程模型 token 省 30% 还更强

原文

13:29

官方账号Replit@Replit

Replit 发布新视频，展示其并行 Agent 功能。用户现在可以在一个项目中同时运行多个 Agent，构建网站、移动应用、视频和演示文稿。该功能还允许向现有项目添加多个工件。

AI产品 Replit Agent 并行开发编程助手

推荐理由：Replit 让你同时做多个项目

原文

13:21

Geek@geekbb

精选

Ponytail 是一个针对 AI 编码代理的规则集/插件，通过六层检查（YAGNI、标准库、平台原生、已安装依赖、一行解决、最小可行方案）约束 LLM 生成膨胀代码。测试显示，相比无规则代理，代码量减少 80-94%，成本降低 47-77%，速度提升 3-6 倍。支持 Claude Code、Codex、Cursor、Windsurf、Cline、Copilot、Aider、Kiro、Pi 和 OpenCode 共 10 种代理/平台。

技巧 Ponytail Claude Code Cursor Copilot 编程助手

推荐理由：让 AI 写代码更精简，省成本提速度

原文

13:20

Cognition@cognition_labs

Cognition 宣布 AI Productivity Guarantee，承诺如果 Devin 在 30 天内未能提升工程效率，客户可获最高 1000 万美元退款。该保证基于 Devin 在 SWE-bench 上的表现和内部基准测试，覆盖代码生成、调试和部署等任务。Ryan Bai 详细解释了计算方法和验证流程，旨在降低企业采用风险。

行业 Devin Cognition AI生产力编程助手 SWE-bench

推荐理由：Devin 敢赌 1000 万保效率

原文

13:18

官方账号Decoder@Matthias Bastian

OpenAI 允许 Codex 用户将速率限制重置次数存储起来，并在需要时手动触发，而非按固定时间表自动过期。当用户在使用中达到用量上限时，可立即使用已保存的重置次数，无需等待。Go、Plus、Pro 和 Business 计划用户各获一次免费重置，Plus 和 Pro 用户还可通过邀请朋友解锁额外重置。

AI产品 OpenAI Codex 编程助手速率限制

推荐理由：Codex 用户可存重置次数了

原文

13:17

官方账号Amazon Science@AmazonScience

精选

Amazon 研究人员推出 Simple Strands Agent (SSA)，这是一个轻量级开源框架。SSA 在 SWE-Bench-Verified、SWE-Bench-Pro 和 Terminal-Bench2 三个基准上均达到当前最优 (SOTA)。该框架通过缩小模型意图与执行之间的差距来提升性能。SSA 的设计强调简洁与可复现性。

AI模型 Simple Strands Agent Amazon SWE-Bench 开源模型编程助手

推荐理由：轻量开源，三个基准登顶

原文

13:12

官方一手@OpenAIDevs@OpenAIDevs

OpenAI在Codex中新增自定义指南功能，用户描述正在构建的项目后，智能体会自动生成包含定制提示和相关资源的指南。该指南可直接在Codex中打开，或复制为Markdown格式供其他编程助手使用。该功能旨在简化开发者的工作流程，提供更精准的上下文支持。

AI产品 OpenAI Codex 编程助手提示词工程

推荐理由：描述项目就能生成定制提示

原文

13:11

官方账号Replit@Replit

Replit 在直播中宣布为其 Agent 添加 Skills 和 Custom Instructions 两项新功能。Skills 允许用户为 Agent 预置特定编程技能，如 Python 或 React 开发。Custom Instructions 让用户自定义 Agent 的行为和输出格式。这两项功能旨在提升 Agent 在代码生成和项目开发中的精准度与可控性。

AI产品 Replit Agent 编程助手自定义指令

推荐理由：Replit 让 Agent 更听话了

原文

13:03

官方一手marktechpost@Asif Razzaq

Moonshot AI 开源了 Kimi K2.7-Code，这是一个基于 Kimi K2.6 构建的编程智能体模型，采用 Modified MIT 许可证。该模型拥有 256K 上下文窗口，推理 token 使用量降低约 30%。在 Kimi Code Bench v2 上，K2.7-Code 相比 K2.6 提升了 21.8%，并在其他五个基准上也有增长。模型已通过 Kimi API 和 Kimi Code 提供。

AI模型 Kimi K2.7-Code Moonshot AI 编程助手开源模型智能体

推荐理由：编程模型开源，性能提升明显

原文

13:01

elvis@omarsar0

Thorsten Ball在Day 3测试中，用Fable和deep^2实现跨CLI、Web服务器和另一服务器的功能。deep^2在去健身房前完成，花费20美元，但第一次运行未成功。Fable运行1小时40分钟，花费350美元，第一次尝试即成功。后续追问后Fable总花费升至457美元。两者都理解任务并构建了相同功能。

AI产品 Fable deep^2 编程助手代码生成 Amp

推荐理由：Fable贵17倍但一次成功，deep^2便宜需调试

原文

13:00

Poe@poe_platform

Poe 平台上线了 Moonshot AI 的 Kimi K2.7 Code 和 MiniMax 的 M3 两个开放权重模型。Kimi K2.7 Code 是 Moonshot AI 最强的编码模型，支持更智能的多步工具调用，推理效率提升 30%。MiniMax M3 拥有 100 万 token 上下文窗口，支持原生图像和视频输入，专为智能体编码设计。

AI产品 Kimi K2.7 Code MiniMax M3 Poe Moonshot AI 编程助手

推荐理由：两个开放权重编码模型上线 Poe

原文

11:15

ollama@ollama

Kimi-K2.7-Code 是 Kimi 最新开源的编程模型，现已在 Ollama 云上可用，部署于美国 NVIDIA B300 数据中心 GPU。相比 K2.6，该模型在 Kimi Code Bench v2 上提升 21.8%，在 Program Bench 上提升 11.0%，在 MLS Bench Lite 上提升 31.5%。推理 token 使用量降低 30%，减少过度思考。支持长周期编码任务，指令遵循能力更强。

AI模型 Kimi-K2.7-Code Ollama 编程助手开源模型 NVIDIA B300

推荐理由：Kimi 新编程模型上线 Ollama，性能大涨

原文

11:06

官方账号LangChain@LangChainAI

LangChain 在博客中详细介绍了构建 AI 应用的内部架构，包括如何使用 LangGraph 和 LangSmith 等工具。文章展示了从原型到生产的完整流程，涉及多个组件如代理、工具和状态管理。该架构支持多种模型集成，并提供了实际案例。

AI产品 LangChain LangGraph LangSmith 智能体编程助手

推荐理由：LangChain 教你搭 AI 应用架构

原文

11:02

MiniMax_AI@MiniMax_AI

MiniMax 的 M3 模型已上线 Fireworks AI 平台，提供快速推理服务。M3 支持长时智能体、全仓库理解和多模态编程功能。用户现可在 Fireworks AI 上直接尝试 M3 模型。

AI产品 MiniMax M3 Fireworks AI 多模态编程助手

推荐理由：MiniMax M3 上线 Fireworks，推理快

原文

10:26

AI Will@FinanceYF5

Claude Fable 5 允许用户通过单一提示词生成完整应用，案例包括一个提示词构建的3D游戏、实时数据仪表盘和交互式教育工具。这些应用原本需要工程师数月或数年开发，现在由Claude Fable 5在几分钟内完成。案例展示了模型在代码生成和UI设计上的能力，引发开发者社区热议。

AI产品 Claude Fable 5 提示词工程编程助手

推荐理由：一个提示词搞定工程师几年的活

原文

10:25

shao__meng@shao__meng

精选

Cursor 团队为训练 Composer 模型构建了始终运行的 Agent 舰队系统，本质是一个 Loop。主 Agent（Fleet Manager）运行在大型远程机器上，通过 SSH 连接数百台子 Agent 机器，收集状态并写入共享 inbox 文件。子 Agent 并行执行具体研究任务，主 Agent 每轮循环检查舰队健康状况，可主动控制进程。该系统基于 Cursor 此前公开的长运行 Agent 研究，使用 Cursor 自身产品实现状态共享和协调。

AI模型 Cursor Composer Agent 智能体编程助手

推荐理由：Cursor 用自家产品造了数千 Agent 舰队

原文

10:18

berryxia@berryxia

精选73°

Kimi 发布 K2.7-Code 模型，开源权重和代码至 Hugging Face。相比上一代，token 消耗减少 30%，agent 长任务成功率提升。在 Kimi Code Bench v2 上提升 21.8%，Program Bench 提升 11%，MLS Bench Lite 提升 31.5%。模型通过高效推理解决 coding model 过度思考问题，并预告 6x High-Speed Mode。

AI模型 Kimi K2.7-Code 开源模型编程助手推理模型

推荐理由：Kimi 开源新模型，少烧 token 还能干更多活

原文

09:48

官方账号Together AI@togethercompute

精选

Together AI 发布了基于 Blackwell 的推理引擎，在 AgentPerf 基准测试中，其 TPS 比次快的开源引擎高出 31%。该引擎通过为 Blackwell 的 Tensor Core 指令定制内核实现性能提升。Cursor 已将其实时编程助手部署在该推理栈上。Together AI 在推文中详细介绍了构建过程。

AI模型 Together AI Blackwell 推理引擎编程助手 Tensor Core

推荐理由：Blackwell 上推理快了 31%

原文

06:26

官方一手GitHub Blog@Dylan Birtolo

精选

GitHub Copilot CLI 优化了委托决策过程，减少不必要的代理切换。新版通过改进编排逻辑，让协作者仅在必要时调用AI，提升整体效率。用户无需调整额外参数即可获得更流畅的体验。

AI产品 GitHub Copilot CLI GitHub Copilot 编程助手

推荐理由：GitHub优化了Copilot CLI的自动判断

原文

03:30

官方一手@OpenAIDevs@OpenAIDevs

精选

开发者 @ndrewpignanelli 使用 OpenAI 的 Codex 并行更新网站多个部分，将原本一周的手动工作缩短为三天。Codex 能够同时处理多个代码修改请求，显著提升开发效率。该案例展示了 Codex 在现实项目中的实际加速效果。

技巧 Codex OpenAI 编程助手并行更新效率工具

推荐理由：Codex 帮你一周活三天干完

原文

6月12日

14:19

AI Will@FinanceYF5

Boris Cherny 评价 Fable 5 是自 Opus 4.5 以来最显著的模型升级。该模型从单纯的编码助手进化为产品构建中的思考和设计伙伴，具备判断力、品味和维度感。在调试任务中，Fable 5 展现出前所未有的系统性和精确性，会自动测量、添加日志并验证修复效果。Cherny 认为这种能力并非来自提示工程，而是模型本身的“人格”特质，带来了从未体验过的“大模型气息”。

AI模型 Fable 5 编程助手推理模型智能体模型升级

推荐理由：Fable 5 解决了 AI 编程从工具到伙伴的跃迁问题，做复杂产品开发的团队值得一试——它不再只是帮你写代码，而是能和你一起设计。

原文

13:51

Amjad Masad@amasad

开发者 Amasad 在 X 上分享，自从 Fable 模型登陆 Replit 后，他首次体验到零挫败感的 vibecoding，完全进入心流状态，甚至创意枯竭。他认为 vibecoding 不再需要更高 IQ 的模型，只需更便宜、更快的模型即可。这条推文引发广泛共鸣，获得 52 个赞和 2341 次查看。

AI产品 vibecoding Fable Replit 编程助手心流体验

推荐理由：Fable 让 vibecoding 从「折腾」变成「心流」，做原型或小项目的开发者可以试试，可能改变你写代码的体验。

原文

13:32

swyx (AI Engineer)@swyx

73°

Ona 团队宣布加入 OpenAI，其成员在相关演讲中透露了 Codex 的下一步发展计划。Codex 是 OpenAI 推出的 AI 编程助手，此次团队加入可能加速 Codex 的功能迭代。该消息由知名开发者 swyx 在 X 平台发布，引发社区关注。

AI产品 Codex OpenAI 编程助手团队加入 AI 编程

推荐理由：Ona 团队加入 OpenAI 意味着 Codex 将迎来重要升级，AI 编程工具的用户值得关注后续变化。

原文

12:32

karminski-牙医 (AI工具)@karminski3

精选

一位开发者分享体感：模型编程能力的强弱，极度体现在代码直觉上，而这部分最难训练，需要海量开发经验堆砌。他以一个路网生成bug为例，GPT-5.5-pro-xhigh反复修不好，因为模型固有直觉认为每条边只需一个tile，而实际需要两个。即使多模态截图打脸也无用，最终开发者自己下场，让模型给tile编号并追问，才暴露问题。修复过程很简单：告诉模型每个tile对应单位长度，计算填充即可。不同模型在类似bug上表现差异巨大：有的上来就不犯错，有的迭代几次修好，有的怎么都修不好。

技巧编程助手代码直觉模型能力 bug修复开发经验

推荐理由：这个案例戳中了AI编程的深层痛点——代码直觉比参数更重要，做复杂逻辑开发的团队看完会重新评估模型选择。

原文