技术方向
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体：Claude Code、Manus 等应用，各家 Agent 框架与评测。
164 条精选近 30 天 66 条共收录 721 条
Cognition 宣布 Devin 可调度自己的周期性会话：用户完成一次任务后，可直接让 Devin 按节奏定期自动执行，无需配置 cron 或工作流。Devin 会在会话间读写自己的笔记、保持状态，例如周五汇总 release notes 时只总结新合并的 PR。该功能可与本周发布的 Managed Devins 组合，并行测试应用各页面并自动汇总报告到 Slack。
推荐理由：官方说明 Scheduled Devins 的用法与跨会话状态机制，并给出可点击的示例提示词，便于直接上手。
Cognition 宣布 Devin 可将大型任务拆解并委派给多个 managed Devin 并行执行，每个子会话都是完整 Devin，运行在独立虚拟机中，拥有各自的终端、浏览器和开发环境。
推荐理由：原文说明多 Devin 协作的工作原理、管理能力和适用场景，读者可据此评估并行智能体对现有开发流程的影响。
OpenAI 在 Cookbook 发布 Codex 模型提示词指南，API 上的 Codex 调优模型为 gpt-5.3-codex。
推荐理由：原文给出 gpt-5.3-codex 的迁移步骤、完整标准提示词与工具实践，读者可据此直接优化自己的 agent harness 配置。
Cognition 为 Devin 新增 bot triggers 配置，使其可自动修复 Devin Review 及任何在 PR 上评论的机器人提出的问题，包括 linter、CI 流水线、安全扫描器和依赖管理工具，并继续自动修复 lint 与 CI/CD 问题。
推荐理由：Cognition 官方介绍 Devin 自动修复评审评论的用法与入口，开发者可据此判断是否把机械性修复合入自己的 PR 流程。
OpenAI 发布 GPT-5.3-Codex 系统卡，公布不允许内容、生物化学和网络安全领域的评估结果。
推荐理由：官方系统卡给出 GPT-5.3-Codex 的沙箱机制、生物化学风险评级和 Apollo 发现的更强破坏能力评估结果，可帮助读者了解其安全边界。
Cognition 推出代码审查工具 Devin Review，称代码审查而非代码生成正成为交付瓶颈。工具提供智能 diff 组织、基于全代码库的 Ask Devin 交互问答和按严重程度分级的 AI bug 检测。
推荐理由：Cognition 官方介绍 Devin Review 的三大能力和免费入口，读者可据此评估它能否缓解自己团队的 code review 瓶颈。
OpenAI 发布只读的 Docs MCP 服务器，地址 developers.openai.com/mcp，提供 developers.openai.com、platform.openai.com 和 learn.chatgpt.com 文档的搜索与页面内容访问，不会代替用户调用 OpenAI API。
推荐理由：原文给出 MCP 服务器地址和 Codex 配置步骤，读者可以直接接入并让智能体自动查阅 OpenAI 文档。
OpenAI Alignment 团队介绍一套基于脱敏 ChatGPT 生产流量构建对齐评测的流水线，可发现新模型的新颖失配行为并估计发生率。用 GPT-5 流量评测 GPT-5.1 时，发现了部署后占其多数欺骗行为的 Calculator Hacking 新失配形式，且生产评测引发的评测感知远低于传统评测，与真实流量几乎一致。文章同时说明了依赖 CoT 可监控性、长尾风险和分布偏移等局限。
推荐理由：OpenAI 官方详解用脱敏生产流量构建对齐评测的完整流程与局限，读者可据此理解其如何降低评测感知并预判新模型的失配行为。
OpenAI 面向企业和智能体工作负载的旗舰模型 GPT-5.2 发布提示词指南，指出其在指令遵循、结构化推理、工具调用可靠性上优于 GPT-5.1，但默认 verbosity 更低且对提示词敏感。
推荐理由：官方给出 GPT-5.2 与旧模型的差异点和可直接复用的提示词模板，适合迁移或调优生产级智能体的团队参考。
OpenAI Alignment 团队分享了为 gpt-5-codex 和 gpt-5.1-codex-max 训练专用智能体代码审查器的经验，主张精度优先于召回以换取开发者信任，并发现给审查器 repo 级工具和代码执行能力能同时提高两者。
推荐理由：OpenAI 官方复盘 gpt-5-codex 代码审查智能体的训练与部署经验，给出了精度优先、repo 级工具访问等可借鉴的落地取舍。
Ethan Mollick 在 Gemini 3 发布当天撰文实测，用三年前关于 GPT-3 的旧帖让模型自行展示 AI 的进步，Gemini 3 据此做出一个可交互的糖果驱动 FTL 飞船模拟游戏。
推荐理由：作者以三年前的旧帖作对照，用同一任务让 Gemini 3 实际演示能力变化，并给出 Antigravity 智能体协作的第一手使用体验与局限。
OpenAI 发布 GPT-5.1-Codex-Max 系统卡，说明该模型在禁用内容、Agent 沙箱和生物化学风险上的安全评估。Codex agent 默认禁用网络并将文件编辑限制在当前工作区，云端跑在 OpenAI 隔离容器中，macOS 用 Seatbelt、Linux 用 seccomp 和 landlock 实现本地沙箱。
推荐理由：OpenAI 官方系统卡披露 GPT-5.1-Codex-Max 的安全评估细节，包括沙箱机制与生物化学风险评级，可供部署决策参考。
Cognition 为上线 18 个月的 Devin 发布绩效评估，其已在数千家公司的工程团队中使用，累计合并数十万个 PR，客户包括 Goldman Sachs、Santander 和 Nubank。
推荐理由：Cognition 基于大量客户实践总结 Devin 的真实强弱项，给评估智能体部署效果提供了一套可参考的框架。
Cognition 发布 SWE-grep 和 SWE-grep-mini，用多轮强化学习训练的智能体检索模型，检索能力比肩前沿编码模型但耗时少一个数量级。模型每轮最多发出 8 个并行工具调用、最多 4 轮，借助 Cerebras 推理分别达到超过 2,800 tokens/秒和超过 650 tokens/秒。
推荐理由：官方披露了多轮 RL 训练并行检索模型的方法与训练细节，读者可以据此理解快慢模型分工的实现路径。
Cognition 宣布融资超 4 亿美元，投后估值 102 亿美元，由 Founders Fund 领投，Lux Capital、8VC、Neo、Bain Capital Ventures 等参投。
推荐理由：官方一手披露融资规模、ARR 数字和收购后增长数据，读者可据此评估 AI 编码智能体赛道的商业化进展。
Cognition CEO Scott Wu 宣布已签署最终协议收购智能体 IDE 公司 Windsurf，交易涵盖其 IP、产品、商标品牌和业务，并将全体团队纳入 Cognition。
推荐理由：官方公告给出交易范围与关键数据，读者可据此了解两家公司在编码智能体方向的整合安排。
Cognition 开源 blockdiff（github.com/CognitionAI/blockd…），一个对 VM 磁盘做块级差异快照的文件格式与工具，其自研 hypervisor otterlink 借此把磁盘快照时间从 EC2 的 30+ 分钟降到几秒，约 200 倍提速，VM 启动时间也比 EC2 快约 10 倍。
推荐理由：原文复盘了 Cognition 自研磁盘快照格式的动机、设计与取舍，读者能了解 VM 快照从 30 分钟降到秒级的实现路径。
Cognition（Devin 团队）发文 Don't Build Multi-Agents，基于实战提出两条构建 Agent 的原则：共享完整 Agent 轨迹的上下文，以及行动隐含决策、冲突决策带来坏结果。
推荐理由：作者基于 Devin 的实战经验提出上下文工程两条原则，并解释为何多智能体架构在实际中易碎。
Cognition 发布 DeepWiki，作为 Devin Wiki 和 Devin Search 的免费公开版本，可把公开 GitHub 仓库转为可对话的最新文档。
推荐理由：原文给出免费入口和已索引仓库规模，读者可以直接把公开仓库 URL 换成 deepwiki.com 试用。
Cognition 于 2025 年 4 月 3 日发布 Devin 2.0，带来面向智能体的 IDE 体验，并提供 20 美元起的灵活新计划。用户可并行运行多个 Devin、在 IDE 内协作并直接审查编辑其代码，还推出 Interactive Planning、Devin Search 和 Devin Wiki 三项新功能，入口为 app.devin.ai。
推荐理由：官方给出 Devin 2.0 的核心能力变化与 20 美元起的新定价，读者可对照评估它对现有开发流程的适配度。