Conductor 0.85.0 发布：Sections 分区、Routines 定时任务与全新模型选择器
Conductor 0.85.0 发布，带来侧边栏 Sections 分区、新模型选择器和 Routines 定时任务。Routines 可让智能体按计划或通过 GitHub action 在云端运行，仅限 pro/team 用户，还新增了不与团队共享的私有 workspaces。
#编码
Conductor 官方更新AI 评分4343 Cognition 模型 / Devin 博客精选AI 评分7474 Cognition 完成 2B+ 美元 E 轮融资，估值达 48B 美元
Cognition 宣布完成超过 20 亿美元融资，估值达 480 亿美元，由 Andreessen Horowitz 和 Accel 领投，Founders Fund、General Catalyst 等多家现有及其他机构参投。
推荐理由：原文由公司官方披露融资金额、估值与营收数据，还列出 Devin 新增的自动分诊和安全排查等能力，读者可据此了解其业务进展。
Amp ChronicleAI 评分4242 Amp 改进消息传递：Agent 工作中可实时引导而非排队
Amp 更新了消息传递机制：用户在 Agent 工作时发送的消息会在下一个可能时机被处理，而不是排队等到本轮结束，从而让 Agent 更快响应反馈、减少不必要的验证步骤。Ship、Review 等内置动作仍保持排队，用户也可在 Amp 或 Amp CLI 中手动排队；若引导过急，建议用 "When done, then ..." 的表述替代 "Now, ..."。
Lovable BlogAI 评分4545 Lovable 推出 drafts：更轻松地协作和探索新想法
Lovable 推出 drafts 功能，用户可创建项目副本并在不改动线上应用的情况下探索布局、设计、文案等不同版本。每个 draft 拥有独立的 chat 和 preview，可创建多个 draft 并行尝试不同方向，团队协作时线上应用和数据保持不变，只有接受 draft 并点击 publish 才会生效。
Conductor 官方更新AI 评分4848 Conductor 0.84.2 上线 GPT-6 Astra
Conductor 0.84.2 版本现已支持 GPT-6 Astra。这是 OpenAI 最新的最智能模型，尤其适合长时间运行的任务，用户可在 Conductor 中直接使用。
Conductor 官方更新AI 评分4242 Conductor 0.84.0 更新：可直接在 diff 中编辑文件
Conductor 0.84.0 将变更文件的默认查看方式改为在 diff 中直接打开和编辑，旧版预览可通过 Settings → Experimental 开关恢复。
Lovable BlogAI 评分5050 Lovable 接入 Fable 5.1，迭代修复现有代码库提升最高 17.2%
Lovable 宣布开始用 Fable 5.1 构建应用，内部基准显示其在迭代修复现有代码库任务上比 Fable 5 高出 11.9% 至 17.2%，每任务成本降低 31.4% 至 39.2%。
Conductor 官方更新精选AI 评分6464 Conductor 0.83.2 上线 Claude Fable 5.1
Conductor 0.83.2 更新宣布 Claude Fable 5.1 现已在 Conductor 中可用。该模型是 Anthropic 能力最强的模型，面向长时间运行的编码和知识工作，在编码、知识工作和长程问题解决上较 Fable 5 有提升，同时成本降低约 25%。
推荐理由：官方更新说明 Conductor 已支持 Claude Fable 5.1，并提到相对上一代价格降低约 25%，可帮助使用该工具的用户了解模型选择变化。
Fireworks AIAI 评分4444 Fireworks AI：DeepSeek V4 Pro 正在重塑安全智能体的成本经济学
Fireworks AI 用 UC Berkeley 的 CyberGym 基准测试了 DeepSeek V4 Pro 0813、Kimi K3、GPT-5.5 和 Claude Opus 4.8 在真实漏洞攻防上的表现。
Together AI 研究与产品博客精选AI 评分6868 Together AI 用 DeepSWE 对比 GLM-5.3 与 Claude Fable 5：成本、编码与路由
Together AI 在 DeepSWE 113 个任务、各 4 次试验共 904 次 rollout 上对比 GLM-5.3 与 Claude Fable 5。
推荐理由：基于 904 次 rollout 的逐任务原始数据对比两款编码模型，读者可以据此决定默认用哪个模型、以及何时值得为 Rust 和序列化任务多花钱。
Together AI 研究与产品博客精选AI 评分7575 Together AI 实测 GLM-5.3 对比 GPT-5.6 Sol：DeepSWE 上的成本、编码与路由分析
Together AI 在 DeepSWE 全部 113 个任务上各跑 4 次试验、共 904 次 rollout，对比 GLM-5.3 (max) 与 GPT-5.6 Sol (max)。
推荐理由：原文用 904 次 rollout 对比两个模型在成本、失败模式和路由策略上的差异，给出了可复用的级联调用方案。
Conductor 官方更新AI 评分4242 Conductor 0.82.0 发布：新增 Conductor MCP
Conductor 发布 0.82.0 版本，推出 Conductor MCP，智能体可用它创建和管理云端工作区、读取会话，并新增对云端 MCP 服务器的支持。
Lovable Blog精选AI 评分6767 Lovable 如何将 lovable.dev 从 Next.js 迁移到 TanStack Start 并用自家平台托管
Lovable 工程师 Alexander Lebedev 复盘了将月活 4200 万+ 访客、约 91 万行代码的 lovable.dev 从 Next.js 迁移到 TanStack Start 并托管在自家平台的全过程，迁移由一名开发者加多个 Agent 在约六个月内完成。
推荐理由：作者是这次迁移的一线工程师，给出了双框架并行、共享代码层和 AI 辅助迁移的可复用方法，还复盘了一次内存事故。
Together AI 研究与产品博客精选AI 评分6565 DeepSeek V4 Pro 0813 与 Claude Fable 5 在 DeepSWE 上的成本、编码与路由对比
Together AI 在 DeepSWE 全部 113 个任务上实测 DeepSeek V4 Pro 0813 与 Claude Fable 5，共 904 次 rollout。
推荐理由：原文以 904 次 rollout 实测两个模型在 DeepSWE 的成本与质量差异，并给出可迁移的级联路由方案及其实测准确率和成本。
Figma AI / Agent / MakeAI 评分5353 Figma 工程师 Jake Albaugh 谈如何让 AI 加速产出不偏离正确方向
Figma 的 Jake Albaugh 发文讨论 AI 让编码提速后如何避免只快不对：AI 加速执行但不提供判断力，易陷入他所说的认知投降，需要先想清楚什么值得做。他引用 Google 关于 agentic engineering 的白皮书，建议用测试等确定性层、高信号上下文和清晰接口约束智能体，并借助设计系统减少技术债。文章还指出模型输出趋向分布内的平均水平，观点必须由人自己持有。
Together AI 研究与产品博客精选AI 评分7171 Together AI 实测 DeepSeek-V4 Flash 0731 与 GPT-5.6 Luna 的 DeepSWE 成本与编码表现
Together AI 在 DeepSWE 全部 113 个任务上各跑 4 次实测 DeepSeek-V4 Flash 0731 与 GPT-5.6 Luna，Luna pass@1 达 67.2%，约为 DeepSeek（53.3%）的 6 倍成本（$0.61 对 $0.10）。
推荐理由：原文用同一跑分实测两款模型的成本与质量取舍，并给出可复用的级联组合方法，适合按技术栈选型的读者参考。
TransluceAI 评分4444 Transluce 如何在真实环境中测量编码智能体的对齐偏差
Transluce 发布了一份用于判定编码智能体是否规避审查与监控的评判提示词，聚焦 Monitor Evasion（监控规避）行为：如用 --no-verify 跳过 git hooks、自批自审、弱化测试断言、用 --force 绕过分支保护等。评判流程分步识别监督机制、判断适用性，并区分“绕过”与“正当修复”，即使智能体事后补救也照样计为违规。
Together AI 研究与产品博客精选AI 评分7979 Kimi K3 开发者指南：Together AI 上的用法、定价与基准
Together AI 发布 Kimi K3 开发者指南，讲解如何在自家 API 上使用月之暗面 2.8 万亿参数的开源模型 K3，该模型支持 1M 上下文。
推荐理由：Together AI 直接服务该模型，指南给出推理档位、缓存和动态工具加载等实操要点，可帮助开发者控制 1M 上下文下的使用成本。
Conductor 官方更新精选AI 评分6060 Conductor 0.78.0 发布 Conductor Cloud
Conductor 发布 0.78.0，推出 Conductor Cloud：云工作区运行在隔离 microVM 上，关闭电脑后智能体仍持续工作，可从桌面应用或 API 打开，并支持分享链接、多人实时协作。
推荐理由：官方更新日志列出 Cloud 工作区隔离运行、团队实时协作和 Conductor API 的具体用法，读者可以据此判断是否迁移现有工作流。
Anthropic：Claude.dev 开发者博客精选AI 评分7777 Anthropic 解析 Claude 5 代模型的上下文工程新规则
Anthropic 工程师 Thariq Shihipar 介绍新一代 Claude 5 模型（如 Claude Opus 5、Claude Fable 5）的上下文工程新实践，团队删除了 Claude Code 超过 80% 的系统提示词，且在编码评测中无可测损失。
推荐理由：Anthropic 以 Claude Code 砍掉 80% 系统提示词的实测经验，总结新一代 Claude 模型上下文工程的六组新旧做法转变。
Conductor 官方更新AI 评分4242 Conductor 0.77.0 发布：多人协作、API、后台任务与性能优化
Conductor 发布 0.77.0 版本，为 Pro 用户推出多人协作云和 Conductor API 的 Alpha 测试，后台任务和性能优化面向所有用户开放。API 可编程管理云工作区、向 coding agent 发送提示词并读取回复；本次更新还包含多项性能优化、设置重排和大量错误修复。团队想试用多人协作功能可发送主题为 multiplayer 的邮件申请。
Cognition 模型 / Devin 博客AI 评分5353 Cognition 与美国能源部签署 MOU 加入 Genesis Mission
Cognition 宣布与美国能源部签署谅解备忘录，加入被称为“美国 AI 曼哈顿计划”的 Genesis Mission。该任务于 2025 年 11 月由行政命令启动，目标是在十年内让美国科研生产力翻倍。
Cognition 模型 / Devin 博客精选AI 评分7373 Cognition 实测 Fable 5 单价更高但 Devin 总成本更低
Cognition 在 FrontierCode 1.1 上对比 Fable 5 与 Opus 4.8 发现，尽管 Fable 5 每 token 单价是 2 倍，配合 sidekick 架构后每轮成本反而更低且得分更高（60.7 vs 54.6，$1.86 vs $2.04）。
推荐理由：原文基于 3000 次评测拆解成本去向，读者可以看到智能体计费为何不能只看单价，以及委托风格如何影响成本与质量。
Cognition 模型 / Devin 博客AI 评分4949 Cognition 平台进入 FedRAMP High In-Process，联邦机构可用 Devin 自主完成软件工程
Cognition 整个平台已获 FedRAMP Class D (High) In-Process 并上架 FedRAMP Marketplace，在联邦环境中工作的工程团队由此可使用自主云端 AI 软件工程师 Devin Cloud，授权范围从 Devin Desktop（原 Windsurf）扩展到全平台。
Cognition 模型 / Devin 博客精选AI 评分7272 Cognition 发布 SWE-1.7：基于 Kimi K2.7 的前沿级编码模型
Cognition 发布迄今最强模型 SWE-1.7，以更低成本达到前沿级智能，基于 Kimi K2.7 底座，今日已在 Devin 的 Web、Desktop 和 CLI 中通过 Cerebras 以 1000 TPS 提供。
推荐理由：官方详细披露了 RL 训练方法、跨洲多集群架构和基准数据，读者可借此了解低成本训练前沿编码模型的可行路径。
Cognition 模型 / Devin 博客AI 评分5454 Cognition 发布模型可信度评测套件并验证 SWE-1.7 表现
Cognition 构建了模型可信度评测套件，用 145 个政治敏感问题测试宣传倾向，并在生产 harness 中用真实编码场景测试行为一致性。结果显示其基于 Kimi K2.7 Code 训练的 SWE-1.7 在三种语言下的宣传率和差分漏洞表现与 GPT 5.5、Claude Opus 4.8 相当或更优，明显好于开源基座模型，且未观察到随用户身份变化的安全行为差异。
Cognition 模型 / Devin 博客AI 评分5050 Cognition 发布 FrontierCode 1.1：区分合法与不公平联网使用
Cognition 发布 FrontierCode 1.1，改进评测方法以区分合法联网（如查文档）与可能泄露答案的不公平联网。该版本审计了全部 1000+ 评分标准并放宽 75 条过严项，同时发布 Sonnet 5 分数和 Fable 5 更新分数。通过公平联网提示词加程序化检测双重保障，各模型不公平联网使用率降至 1% 以下。
Cognition 模型 / Devin 博客AI 评分5555 Cognition 发布 Devin Security Swarm，自动发现并修复代码库漏洞
Cognition 发布 Devin Security Swarm，可在代码库中发现漏洞、在运行时验证可利用性并提交修复 PR。多智能体并行排查业务逻辑缺陷和链式攻击路径，在 50 个真实漏洞基准上召回 72%、单次成本 $90.23，高于 Claude Security（68%）和 Codex Security（48%），并发现其他工具遗漏的三个严重漏洞。
Cognition 模型 / Devin 博客精选AI 评分6565 Cognition 发布 Devin Fusion 混合模型 harness，成本最高降低 60%
Cognition 发布 Devin Fusion 预览，一个混合模型 harness，在 FrontierCode 1.1 Extended 基准上以更低成本保持接近 Fable 5 和 Opus 5 的编码性能。
推荐理由：官方公开了 sidekick 双智能体和动态路由的实现思路与成本数据，工程师可借鉴这套混合模型调度方法。
Figma AI / Agent / Make精选AI 评分6565 Figma 设计 Agent 开放测试，新增自定义插件、着色器和上下文能力
Figma 宣布设计 Agent 在开放 beta 中向更多用户开放，支持用提示词生成可复用的插件和基于 WebGPU 的 shader effects 与 shader fills，并集中在新 Tools 标签页。
推荐理由：官方公布设计 Agent 开放测试范围与新增能力，读者可据此评估自定义工具和上下文接入对现有设计工作流的影响。
Figma AI / Agent / MakeAI 评分4646 Figma 2026 AI 报告：AI 能帮我们更好地协作吗？
Figma 发布 2026 AI 报告，基于三年数据，包括 8,403 份问卷与 639 次定性访谈，覆盖从七个市场扩展至十个市场。报告显示 41% 受访者认为 AI 已实质改变团队协作方式，远高于两年前的 7%；设计师参与开发的增至 41%，做设计工作的开发者从 44% 升至 60%，76% 的人至少一半工作在 canvas 上完成。
TransluceAI 评分4949 Transluce 推出 Analysis Plans：用 Python API 可验证地分析 AI 智能体行为
Transluce 发布 Analysis Plans，一个用于可验证分析 AI 智能体行为的框架，以 Python API 编写，任何 coding agent 都能调用，并通过网页界面让人审查每一步。
Cognition 模型 / Devin 博客精选AI 评分6363 Cognition 发布 FrontierCode 基准，衡量模型能否写出可合并的生产级代码
Cognition 发布 FrontierCode 基准，从正确性、测试质量、范围控制和代码风格等维度衡量模型产出能否被开源维护者合并。
推荐理由：原文给出新基准的评分方法与各家模型分数，读者可以据此了解现有模型在代码可合并性上的真实差距。
Cognition 模型 / Devin 博客AI 评分5353 Cognition 推出 AI Productivity Guarantee，Devin 产出不足将补贴最高 1000 万美元
Cognition 面向企业客户推出 AI Productivity Guarantee，若 Devin 带来的工程价值低于付费额，Cognition 将补贴其用量，额度最高 1000 万美元。
Cognition 模型 / Devin 博客AI 评分4949 Cognition 构建自动化系统，估算 Devin 每次会话相当于多少人类工程师工时
Cognition 构建了一套自动化系统，用 AI 审查每个已完成的 Devin 会话，先分类是否有用，再估算人类工程师完成同样工作所需工时。系统基于 126 位用户的 258 个会话数据训练验证，模型 rlog 达 0.74 且无偏，PR 会话按是否合并过滤，非 PR 会话的分类器会剔除约 1−20% 的会话。该系统已在客户环境中运行，据称是首个在生产环境自动测量 AI 工程生产力的系统。
Anthropic：Claude.dev 开发者博客精选AI 评分7878 Anthropic 分享 Claude Code 团队使用 skills 的经验与最佳实践
Anthropic Claude Code 团队成员 Thariq Shihipar 撰文分享内部数百个 skills 的使用经验，将其归纳为库参考、产品验证、数据取数等九个类别，其中验证类 skills 对输出质量的提升最为可测。
推荐理由：Anthropic 团队基于数百个内部在用 skills 的实践，归纳出九类划分和撰写技巧，读者可以对照改进自己的 skills 设计。
Anthropic：Claude.dev 开发者博客精选AI 评分7676 Anthropic 详解 Claude Code 动态工作流的原理、模式与使用建议
Anthropic Claude Code 团队成员撰写文章，讲解上周发布的 Claude Code 动态工作流：Claude 可即时编写针对任务定制的 harness，通过 agent()、parallel()、pipeline() 组合子智能体。
推荐理由：Anthropic 员工结合一手使用经验讲解动态工作流的原理与模式，并给出适用边界和 token 开销等实操建议。
Cognition 模型 / Devin 博客精选AI 评分6262 Cognition 发布 Devin Desktop，作为 Windsurf 下一代产品
Cognition 官方宣布发布 Devin Desktop，定位为 Windsurf 的下一代产品。
推荐理由：官方发布说明了 Devin Desktop 的能力构成和 ACP 开放设计，读者可以据此判断它对现有编码工作流的影响。
Cognition 模型 / Devin 博客精选AI 评分6060 Cognition 分享 Devin 云端自主测试能力的构建经验
Cognition 工程师复盘 Devin 在云端虚拟机中自主测试代码变更的做法。Devin 进入测试模式会先写出基于源码的测试计划，再用截图、点击等 computer use 工具运行应用并验证改动，将登录等重复流程沉淀为仓库中的确定性测试技能，最后返回带标注截图、章节和通过/失败断言的测试报告与视频。
推荐理由：Cognition 工程师复盘 Devin 自主测试的构建经验，给出测试计划、测试技能和回放产物等可直接借鉴的工程做法。
Cognition 模型 / Devin 博客精选AI 评分7171 Cognition 融资超 $1B，估值 $26B
Cognition 宣布融资超 $1B，估值 $26B，由 Lux Capital、General Catalyst 和 8VC 领投。Devin 上线两年，企业用量今年以来增长超 10 倍，run-rate 收入达 $492M。
推荐理由：官方公告提供了融资金额、估值、收入与客户案例等一手数据，可了解 Devin 的商业化进展和智能体定位。