AI 写代码的一切：编码助手、Vibe Coding、代码模型评测与开发工作流变革。
Epoch AI 与 METR 联合开发的 MirrorCode 基准初步结果显示，AI 在无源码、仅有可执行权限和详细可检验规格的条件下能完全重实现真实软件，Claude Opus 4.6 成功重实现约 16,000 行 Go 代码、含 40+ 命令的生物信息学工具 gotree，四位工程师估计人类需 2-17 周。
推荐理由：原文给出可复现的黑盒重实现评测设计与关键数字，读者可以据此判断长时程自主编码能力的边界与前提。
Bugbot 的 bug 解决率已从 2025 年 7 月正式推出时的 52% 提升至近 80%，领先其他 AI 代码审查产品。其核心改进在于引入了规则学习机制，能够从实时代码审查反馈（如开发者反应、回复和人工评审意见）中自主学习，取代了原先依赖离线实验的更新模式。自测试版推出以来，已有超过 11 万个仓库启用该功能，生成了逾 4.4 万条规则。这些规则可根据信号积累被激活或禁用，帮助 Bugbot 更精准地识别问题。用户可在 Cursor Dashboard 中管理学习规则，以优化审查效果。
推荐理由：AI code review 赛道卷了两年，Bugbot 78% 的解决率终于把第二名甩开 15 个点，关键不是分数而是它开始从真实 PR 反馈里自动学规则，做 code review 工具的该认真看看这套闭环逻辑。
jietang@jietang精选AI 评分6969
推荐理由：智谱 GLM 5.1 把长程任务记忆和自进化作为新能力，这比单纯编码提升更值得关注，做 agent 的团队可以认真评估它在持续任务上的表现。
Cognition 发文介绍过去八个月多家财富 500 强公司在 COBOL 项目中使用 Devin，包括用 DeepWiki 文档化数百万行代码、将 25000 行海关工作流迁移到 AWS Lambda（估算节省 73% 迁移成本），以及 Itaú Unibanco 跨数百个程序、20 种字段变体的税号重构，提前三个月完成且零生产错误。
推荐理由：原文梳理了 COBOL 难倒智能体的三个原因和可落地的两类场景，并给出迁移成本下降等具体案例，方法可参考。
Cognition 发布面向软件工程智能体的新模型 SWE-1.6，已在 Windsurf 全面开放，未来 3 个月免费。模型在 SWE-Bench Pro 上与 SWE-1.6 Preview 表现相当，同时显著减少过度思考、循环推理和依赖终端等行为，更多使用并行工具调用；训练中引入长度惩罚，响应长度增长更慢且任务解决率保持稳定。
推荐理由：官方说明了用长度惩罚等训练手段改善模型 UX 的具体做法和效果，对关注智能体行为质量的人有可参考的细节。
Greg Brockman@gdb精选Codex 应用服务器是一次极具远见的绝妙之举，却真的没有得到足够的赞赏 你不仅可以在任何 harness 中使用你的 chatgpt 账号，还可以直接基于他们的产品构建你自己的应用。 他们就是让基于 codex 和用 codex 进行构建变得如此出色的体验 为了展示这种实用性，我想重点介绍一下由 @SIGKITTEN 制作的 kitty litter 应用。 他不必构建整个 harness 以及所有基础设施，而是接入了应用服务器，从而在移动端和开发机之间获得统一的体验。 当我在电脑上创建一个会话时，它会自动在我的手机上可用。你在本视频中看到的所有聊天，都是在我们连接到应用服务器时自动填充的。 我所有的技能。我的智能体。我的会话。我的文件夹。我的提示词。它们都随时可用——自动地。 因为它们由应用服务器暴露出来，还有许多其他端点。 这是一种很棒的 ux/dx，真的值得一些喜爱。 这几乎就像是他们希望你在他们的产品之上进行构建 ;) 顺便说一句，Litter 很棒 👍
推荐理由：OpenAI 官方背书 Codex 平台扩展能力，开发者可快速构建跨设备同步的 Agent 应用
Tibo@thsottiaux精选Codex App 使用量正式超过 VS Code 扩展和 CLI，成为 OpenAI 最热门的交互界面。这一成功引发同行关注（👀）。新用户现可前往官网安装，企业或商业入门最高可获 $500 额度。
推荐理由：Codex App 使用量超越 IDE 插件，反映 Agent 产品形态新趋势
Claude@claudeai精选你现在可以让 Claude 使用你的电脑来完成任务。 它可以打开你的应用程序、浏览你的浏览器、填写电子表格——任何你在桌前能做的事情。 研究预览版现已登陆 Claude Cowork 和 Claude Code，仅限 macOS。https://t.co/sVymgmtEMI
推荐理由：Claude电脑控制功能登陆Windows，开发者现可在PC端调用AI自动化操作办公任务。
Greg Brockman@gdb精选我们刚刚让团队试用 Codex 变得毫无阻力！ > 全新的 $0 Codex 专属席位，仅用于 Codex 访问，完全按使用量计费 > 年度团队席位从每月 $25 降至 $20 你每为新工作区或现有工作区添加一个 Codex 专属席位，我们就为你的团队返还 $100，最高可达 $500！💰 免费开始使用，只为实际用量付费 🤌🏾 https://openai.com/index/codex-flexible-pricing-for-teams/
推荐理由：OpenAI 调整 Codex 定价策略，推出 $0 起步的按量付费模式，大幅降低团队试用门槛
Cursor 3.0 正式发布，重构为以 Agent 为核心的统一工作空间。新界面原生支持多仓库协作，可并行运行本地与云端 Agent（覆盖移动端、Slack、GitHub 等入口），支持会话在环境间无缝迁移以便离线运行或本地迭代。完整保留 IDE 能力：文件编辑、LSP、内置浏览器及插件市场。基于自研 Composer 2 模型，目标是通过多 Agent 自主协作实现"代码库自动驾驶"。
推荐理由：Cursor 3 重磅发布：原生 Agent 工作流、云地无缝切换与多仓库管理
Claude Code 发布 v2.1.90 版本。新增 `/powerup` 交互式教程命令，通过动画演示教授功能使用；增加环境变量支持离线环境保留 marketplace 缓存。修复多项关键 bug：解决速率限制对话框崩溃、`--resume` 缓存未命中、编辑操作与 format-on-save 冲突等问题。性能方面优化 MCP 工具缓存、SSE 传输及长对话转录效率。同时移除 DNS 缓存查询自动权限以增强隐私，并加固 PowerShell 工具权限检查。
推荐理由：Claude Code新增/powerup交互式教程与多项性能优化，提升开发体验
Boris Cherny@bcherny精选Claude Code 终端版新增 NO_FLICKER 模式，采用实验性渲染器解决闪烁问题，支持鼠标事件，设置环境变量 CLAUDE_CODE_NO_FLICKER=1 即可启用。
@bcherny @UltraLinx 请至少在接下来的 3000 个功能之前，先修复无法控制的滚动/闪烁问题
推荐理由：Claude Code 终端版推出无闪烁模式，支持鼠标操作，体验大幅优化
Anthropic 分享构建 Claude 应用的三大实践：使用 Claude 已掌握的通用工具（如 bash 和文本编辑器）；允许其自行编排工具调用链，减少不必要的上下文回传以降低 token 消耗；随着模型能力进化，重新评估 agent harness 的预设限制。实测显示，让 Opus 4.6 自主过滤工具输出，在 BrowseComp 基准测试中准确率从 45.3% 提升至 61.6%。
推荐理由：Anthropic官方分享构建Claude Agent的三大最佳实践，含模型性能数据与代码编排技巧
Trail of Bits 分享其一年内将 AI 采用率从约 5% 推到全公司落地的系统方法，目前已有 94 个插件、201 个技能、84 个专用智能体，部分审计项目每周发现的漏洞从约 15 个增至 200 个，约 20% 的客户报告漏洞最初由 AI 发现。
推荐理由：Trail of Bits 以亲历者身份复盘内部 AI 化的完整系统，给出心理障碍分析和可复制的组织方法，适合参考落地路径。
Artificial Analysis@ArtificialAnlys精选
推荐理由：快手发布 KAT-Coder-Pro V2，非推理架构实现 44 分智能指数，Agent 能力跃升 40 个百分点，成本仅为 Claude Sonnet 的 5%。
Boris Cherny@bcherny精选作者准备介绍一系列 Claude Code 中隐藏且未被充分利用的功能，重点分享个人日常使用最多的那些。
推荐理由：Anthropic工程师分享Claude Code隐藏实用技巧，上手即用
Greg Brockman@gdb精选OpenAI 推出 Codex use cases 示例库，涵盖编程与非编程任务的实用场景。用户可在 Codex 应用中直接打开各用例的 starter prompt 开始使用。
我们刚刚推出了 Codex 用例！ 这是一个涵盖编程和非编程任务的实用示例库，提供了使用 Codex 的真实方式。 我特别喜欢的一点是：如果你有这款应用，你可以直接在 Codex 中打开每个用例的起始提示词！ https://developers.openai.com/codex/use-cases
推荐理由：OpenAI Codex 推出使用案例库，覆盖编程与日常任务，可直接在应用中试用。
OpenAI Developers@OpenAIDevs精选OpenAI Codex 推出插件使用案例库，涵盖 iOS 应用构建、数据集分析和报告生成等场景。支持一键在应用中打开，直接开始开发。
推荐理由：OpenAI Codex 新增插件系统与实战案例库，降低 Agent 开发上手门槛
本报告介绍了代码模型Composer 2的训练过程。该模型基于开源基础模型Kimi K2.5，通过两阶段训练：首先进行侧重代码的持续预训练以深化编码知识，随后在高度模拟真实Cursor环境的大规模强化学习中提升端到端智能体性能。在自建的真实任务评估集CursorBench上，Composer 2得分为61.3，较前代提升37%，与前沿模型性能相当。在公开基准SWE-bench Multilingual和Terminal-Bench上分别获得73.7和61.7分，并在保持高精度的同时实现了显著更低的推理成本。训练依托为Blackwell GPU定制的高效MoE训练内核、跨区域异步强化学习管道等大规模基础设施完成。
推荐理由：Cursor 把 Composer 2 的训练全流程摊开讲了，从 Kimi K2.5 继续预训练到大规模 RL，关键是 RL 在真实 Cursor 会话里跑，不是玩具环境。做 coding agent 的团队，这份报告值得逐段拆。
OpenAI Developers@OpenAIDevs精选Codex 已重置所有套餐的使用限制，方便用户体验新推出的插件。现在可以无限制地使用 Codex 构建项目，尽情尝试。
大家好。我们已经重置了所有套餐的 Codex 使用限制，让大家可以尽情体验我们刚刚推出的出色插件，也因为已经有一段时间了！ 你可以用 Codex 无限制地构建任何东西。玩得开心！
推荐理由：OpenAI Codex重置使用限制并推新插件，开发者可无限构建应用