跳到正文

#编码

今日 0 条
9月29日周二
  1. Claude：Blog（网页）78

    Claude Code Projects 改版：由协调器调度多个线程完成项目任务

    Anthropic 推出 beta 版改版 Claude Code Projects，用户设定目标和仓库后，Claude 会拆解请求、协调并行线程、审查产出并汇总结果，还可通过手机引导进度。

    推荐理由：官方说明了 Projects 从文件夹转为可并行调度的长任务工作区，并给出 beta 开放范围与后续本地运行计划。

  2. AWS Machine Learning Blog62

    xAI Grok 4.7 上线 Amazon Bedrock

    xAI 的 Grok 4.7 已在 Amazon Bedrock 可用，面向编码、长时间运行的 AI 智能体和知识工作，提供 500K token 上下文窗口及 low、medium、high、xhigh 四档推理强度。

    推荐理由：文章同时说明模型能力、跨区域推理配置和三种 API 接入方式，便于团队评估迁移与成本控制。

  8. ClaudeDevs72

    Anthropic 发布 Claude 5.5 系列第二款模型 Claude Sonnet 5.5。该模型相比 Sonnet 5 更聪明、更高效，运行速度提升超过 30%，大多数任务成本最高降低 30%，适合修复 bug 和快速迭代功能等边界清晰的日常任务，也能让 Claude Code 使用额度覆盖更多工作。

    引用Claude@claudeai

    Introducing Claude Sonnet 5.5, the second model in the Claude 5.5 family. It’s a clear upgrade over Sonnet 5, runs more than 30% faster, and costs up to 30% less for most work.

    推荐理由：材料给出 Sonnet 5.5 相对 Sonnet 5 的速度、成本变化和适用任务，可帮助判断 Claude Code 日常使用的升级价值。

9月28日周一
  1. OpenAI News12

    你是 Codex Original 吗？

    OpenAI 正在征集使用 Codex 完成构建、研究或创作的真实用户故事，以推进 Codex Originals 项目。参与者需通过表单提交个人背景、项目介绍及相关链接，提交即表示同意 OpenAI 依据隐私政策使用材料并与其联系。

  2. Claude Platform：开发者版本说明（RSS）80

    Anthropic 发布 Claude Sonnet 5.5 并说明 API 迁移变化

    Anthropic 于 9 月 28 日发布 Claude Sonnet 5.5（claude-sonnet-5-5），已在 Claude API、Amazon Bedrock、Claude Platform on AWS、Google Cloud 和 Microsoft Foundry 提供。

    推荐理由：官方同时列出多平台可用性和从 Claude Sonnet 5 迁移时的五类兼容性变化，便于开发者提前调整请求与工具调用。

9月26日周六
9月25日周五
  2. Databricks：Blog（RSS）61

    Databricks 推出 Unity Gateway CLI，集中部署和管理编码智能体

    Databricks 推出 Unity Gateway CLI，让管理员集中配置编码智能体的默认模型、MCP 服务器、技能、Smart Routing 和支出策略，开发者可用 ug claude、ug codex 等命令启动已批准的智能体。

    推荐理由：文章说明了集中配置、预算策略、Smart Routing 和追踪如何统一治理多类编码智能体，便于评估企业级落地方式。

9月24日周四
9月23日周三
  2. Claude：Blog（网页）74

    Anthropic 指南：如何准备 AI 驱动的代码现代化项目

    Anthropic 发布企业代码现代化准备指南，提出用 Claude Code 动态工作流前应完成六步：定义目标、建立变更证书、制定分级上线策略、准备环境与审批、构建并试运行智能体工作流、先小规模验证再扩展。指南区分 Uplift、Transform、Reimagine 三类现代化，并说明测试、差分验证、人工审查、CI/CD、安全合规和 token 成本估算等关键准备事项。

    推荐理由：文章把企业代码现代化拆成目标、证据、上线策略和工作流等六步，适合准备用 Claude Code 推进大规模改造的团队对照落地。

  3. Fireworks AI（网页）72

    Fireworks Research 发布 Ember-1：基于 Kimi K3 减少约 40% token

    Fireworks Research 发布专用模型 Ember-1，基于 Kimi K3 训练，在保持答案质量的同时减少约 40% token。官方称其在 7 项基准和两家客户生产流量中可将 Kimi K3 的推理缩短 35–50%，客户 A/B 测试显示每任务约少用 35% token；内部开发者切换后基本无感知。

    推荐理由：原文给出基准、客户 A/B 与内部编码流量的 token 节省结果，可帮助评估用专用模型压缩推理成本的路径。

  7. AWS Machine Learning Blog78

    Claude Opus 5.5 已在 AWS 的 Amazon Bedrock 和 Claude Platform 上线

    AWS 宣布 Anthropic 的 Claude Opus 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 上线，它是 Claude 5.5 模型家族的首个模型，面向智能体编码、知识工作和长时间运行任务。

    推荐理由：文章同时说明模型能力、定价变化、可用区域和接入方式，便于团队评估是否迁移现有智能体编码与长任务工作负载。

9月22日周二
  1. Claude Platform：开发者版本说明（RSS）88

    Anthropic 发布 Claude Opus 5.5，并更新 Claude Platform 多项 API 能力

    Anthropic 于 9 月 22 日发布 Claude Opus 5.5，面向长时间运行的智能体编码和知识工作，默认 1M token 上下文窗口、128k 最大输出 token，价格为 $4 / $20 USD per MTok。

    推荐理由：官方同时列出模型规格、价格、可用平台和迁移中的 API 行为变化，便于开发者评估升级成本。

9月21日周一
  1. Fireworks AI（网页）62

    Fireworks AI：前沿不是单个模型，而是 FireRouter 这样的模型路由器

    Fireworks AI 提出编码智能体应按任务选择模型，并用 DeepSWE v1.1 的 113 个任务、18 个模型测算：oracle router 可达 97.6% 通过率、每任务 $1.88，高于 GPT-6 Astra 的 74.1% 和 $6.52；仅用开放权重模型也可达 90.3%、$1.45。

    推荐理由：文章用 DeepSWE 的 oracle routing 结果说明模型池的互补能力，并给出 FireRouter 在真实编码流量中的成本对比。

9月18日周五
  1. GitHub Blog · AI & ML52

    GitHub 拆解 AI 开发争议：仍需读懂生成代码，Skills 未取代 MCP，RAG 也未过时

    GitHub Podcast 围绕 5 个 AI 开发热门观点展开分析，认为开发者仍需审查并承担 AI 生成代码的结果，招聘更看重使用判断力而非完全依赖或拒绝 AI。文章指出 MCP 负责标准化连接工具和数据，Skills 负责封装团队流程与最佳实践，RAG 仍可为模型提供训练数据外的相关信息；需要微调并不必然说明代码糟糕，但难理解的代码也暴露可维护性问题。

9月17日周四
  1. GitHub Blog · AI & ML83

    GitHub 借助 Copilot 将 Copilot agent runtime 迁移到 Rust

    GitHub 借助 GitHub Copilot app 和 Copilot CLI，将 Copilot agent runtime 从 TypeScript、Node.js 与 V8 技术栈完整重写为 832,378 行生产 Rust，另有 468,689 行 Rust 单元测试。

    推荐理由：文章用真实迁移数据拆解了渐进式重写、跨会话协作和人工审查边界，可为大型代码库的 AI 辅助迁移提供方法参照。

9月16日周三
9月14日周一
  2. Fireworks AI（网页）72

    Fireworks 发布 DeepSeek-V4.1-Flash，DeepSWE 编码准确率接近 GPT-6 Astra 且单任务成本为 1/15

    Fireworks 发布 DeepSeek-V4.1-Flash，并给出 DeepSWE、Terminal-Bench 2.1 与 HLE 评测。DeepSeek-V4.1-Flash 在 DeepSWE 上 Pass@1 为 74.34%，单任务成本 $0.430；GPT-6-Astra 为 74.12%、$6.524，二者质量接近而成本相差 15 倍。

    推荐理由：文章用 DeepSWE、Terminal-Bench 2.1 和 HLE 对比成本与能力边界，并解释输入输出分离激活及 KV cache 优化。

9月12日周六
9月11日周五
  1. GitHub Blog · AI & ML50

    GitHub Copilot 应用新手指南：使用 diff、终端与浏览器面板

    GitHub Copilot 应用内置 diff、终端与浏览器三个面板，让用户无需离开应用即可审查、运行并预览 AI 智能体对代码的修改。diff 面板以绿色和红色高亮增删内容，终端面板可运行命令并支持多窗口，浏览器面板可用 Pick & Polish 工具调整界面元素。完成检查后可直接接受更改并创建 pull request。

9月10日周四