跳到正文

技术方向

AI 编码 最新动态

用 AI 写代码：编程助手、Vibe Coding、代码模型评测，以及开发方式的变化。

111 条精选近 30 天 32 条共收录 387 条

更新

AI 编码的精选

11月11日周三第 1–20 条
  2. PyTorch：Blog65

    ExecuTorch 推出 WebGPU 后端，PyTorch 模型可在浏览器 GPU 上直接运行

    PyTorch 官方为 ExecuTorch 新增 WebGPU 后端，模型通过 torch.export 导出为 .pte 文件后可在任何支持 WebGPU 的浏览器中以 GPU 加速运行，无需转换为 GGUF、ONNX 等格式。

    推荐理由：官方为 PyTorch 模型提供了不转换格式的浏览器 GPU 推理路径，并给出与 CPU 路径的具体性能对比和验证模型清单。

  3. Google DeepMind80

    Google DeepMind 发布 Gemini 4 Carbon，主打前沿网络安全与长程智能体工作流

    Google DeepMind 发布 Gemini 4 Carbon，定位为最强前沿模型，面向网络安全能力与复杂知识工作、软件工程和科学推理中的长程智能体工作流。

    推荐理由：Google DeepMind 官方发布 Gemini 4 Carbon，给出基准成绩、定价和获取渠道，可据此判断它适合哪些高难度工作流。

11月9日周一
11月6日周五
  1. OpenRouter：Announcements71

    OpenRouter 发布新一代 Auto Router 并推出编码专用 Auto Code

    OpenRouter 发布重建后的 Auto Router，并推出编码专用路由 openrouter/auto-code。新路由综合 11 项因素结合实时定价、提供商健康度和缓存状态选模型，性能最高提升 4 倍，p90 路由延迟 0.65s 对比旧版 1.96s；Auto Code 在五个基准上与 Claude Opus 5.5 相当，每任务成本低 74%。

    推荐理由：原文给出新旧路由的具体性能对比、Auto Code 的成本数据和工作机制，读者可据此评估是否在自己的 Agent 工作流中切换。

11月5日周四
  1. Mistral AI62

    Mistral Studio 新增托管 Agent、工作流与应用，配合 Mistral Large 4 (Le Chonk) 面向企业部署

    Mistral 发布 Mistral Studio 更新，新增托管 agents 和 apps，扩展 workflows、enterprise context、agent 可观测性与评估能力，可通过 Mistral MCP server 用一条命令从本地测试部署到 Studio，支持云端、VPC 或本地部署。

    推荐理由：官方详述了 Studio 的托管 Agent、工作流和应用能力，以及各客户的具体节省工时，可据此评估企业级部署方式。

  2. OpenAI：部署安全与系统卡76

    OpenAI 发布 GPT-6 Cyber 系统卡，披露网络安全模型的对齐与防护细节

    OpenAI 发布 GPT-6 Cyber 系统卡，该模型经强化学习训练用于复现崩溃、开发漏洞利用和代码库漏洞搜索，并降低对授权网络安全请求的拒答。对齐评估显示其 ExploitGym Honeypot 越权利用率在无部署安全指令时为 0.07%（GPT-5.6 Sol 为 49.5%），配合部署安全指令后为 0%；Auto-Review 拒绝遵守率为 0%。

    推荐理由：系统卡给出对齐评估和 honeypot 等具体数字，读者可以据此判断 GPT-6 Cyber 在能力增强下安全边界的实际表现。

  3. Cognition 模型 / Devin 博客61

    Cognition 发布编码模型 SWE-2 Flash

    Cognition 发布编码模型 SWE-2 Flash，基于 Inkling-Small 加入强化学习前的 mid-training 阶段，Terminal-Bench 4.0 从 0.9% 提升到 20.0%，FrontierCode 2.0 从 3.2% 提升到 24.0%，性能超过所有美国开放权重模型甚至 3 倍大的模型。

    推荐理由：原文给出训练方法、基准提升和安全分发的权属安排，读者可以据此评估它在低成本编码工作流中的位置。

  4. Artificial Analysis 完整文章71

    Thinking Machines 发布 Inkling 2 Small，计划开源权重

    Thinking Machines 发布 Inkling 2 Small，Artificial Analysis Intelligence Index 得分 31，较 Inkling Small 提升 18 分，计划以 Apache 2.0 发布权重，若落地将成为中国以外得分最高的开源权重模型。

    推荐理由：Artificial Analysis 给出独立跑分与成本细节，读者可对比 Gemini 3.8 Flash 等模型判断其智能体与编码能力定位。

11月4日周三
  1. Lovable Blog64

    Lovable 创始人复盘如何构建并多次重建 Lovable

    Lovable 创始人 Anton Osika 撰文复盘从 GPT Engineer 到 Lovable 的演进，平台用户已创建超过 7000 万个项目、代码库累计超过 10 万次 pull request。

    推荐理由：Lovable 创始人复盘多次重构智能体架构的取舍，读者可借鉴约束问题、控制执行、用知识文件替代微调等可迁移方法。

  2. Conductor 官方更新62

    Conductor 宣布加入 Meta，并将逐步关闭服务

    Conductor 0.93.0 更新宣布 Conductor 加入 Meta，并将在此后数周至数月内逐步停止服务。Conductor Cloud 将于 11 月 13 日转为只读、11 月 20 日关闭，Local Conductor 将持续获得新模型和关键修复至 2027 年初。

    推荐理由：官方更新同时交代了关闭时间表和数据迁移入口，本地版用户可据此安排后续使用与备份。

11月3日周二
11月1日周日
  1. OpenRouter：Announcements81

    OpenRouter 教程：用 Responses API 和 Linux 沙箱构建 AI 代码审查脚本

    OpenRouter 发布教程，提供一个 233 行 Python 脚本 review.py，通过 Responses API 的 Files、Shell 和 Apply Patch 工具在托管 Linux 沙箱中运行变更文件、验证 bug 并返回可应用的 V4A 补丁。

    推荐理由：官方给出完整可复用的 233 行审查脚本和四款模型的实测成本与耗时数据，读者可以按步骤把它接入 pre-push 钩子或 GitHub Actions。

10月30日周五
10月29日周四
  3. LangChain：Blog60

    LangChain 用 OpenWiki 与证据图构建有据可查的智能体记忆

    LangChain 介绍如何用开源工具 OpenWiki 编译 wiki 作为智能体的持久记忆层，在 111 份合成保险文档上测试。对需要跨文档关联的 50 个问题，wiki 将准确率从 0.10 提升到 0.52（约 5 倍），单个正确答案成本从约 $0.55 降至 $0.19；再叠加轻量证据图后准确率再升 27%，引用一致性翻倍，中位回答时间降 40%。

    推荐理由：LangChain 用 111 份保险文档实测跨源问答，给出了编译 wiki 加证据图对准确率、成本和引用一致性的具体量化变化。

10月28日周三
  1. Pydantic AI 官方文章72

    Pydantic AI 基准测试：code mode 让 8 个模型长任务成本降 58%、耗时降 51%

    Pydantic AI 作者在 5 个小应用、8 个模型上跑了 5276 次分级评测，对比 code mode 开关的效果。长任务下成本 -58%、墙钟时间 -51%、成功数提升 16 分；200 项时节省 47%-75% 成本，成功率先从 62-79% 回到 92-100%。

    推荐理由：原文用 5276 次受控评测给出 code mode 在长任务上的收益与短板数据，并指出真正节省的是每次请求中的 token 而非往返次数。