跳到正文

#编码

今日 31 条
9月30日周三
  1. Hacker News：AI 热帖51

    Codex GPT-6 Sol 性能追踪页正在收集新基线

    MARGIN EVALS 的 Codex GPT-6 Sol 性能追踪页正从 2026 年 9 月 24 日起的运行中收集新的 GPT-6 Sol/high 基线，退化检测已暂停。页面每日在精选 SWE-Bench-Pro 子集上直接通过 Codex CLI 测试 GPT-6 Sol，不使用自定义智能体框架；当前通过率为 54%，过去 7 天为 59%，过去 30 天为 79%。

  3. 🚨 AI News | TestingCatalog28

    Testingcatalog发布9月30日AI简报，OpenAI上线常驻GPT-6 Astra智能体（配云电脑与4000+插件）、GPT-6.1 Sol，Codex中Ultrafast速度达约300 tok/s（8倍），并推出Pro 500套餐。

    引用🚨 AI News | TestingCatalog@testingcatalog

    DAILY AI BRIEF 🗞 — Sept 29 ANTHROPIC 🔥: - Claude Sonnet 5.5 is live everywhere, including the Platform and Claude Code. Second model in the 5.5 family; Haiku 5.5 is still weeks out. - Same list price as Sonnet 5: $2/$10 per 1M tokens, cache reads $0.20. Official line: 30%+ faster and up to 30% cheaper per task. - First Sonnet with Opus-class cyber safeguards. Cursor already has the slug. OPENAI 🔥: - DevDay keynote is today. The teaser promised 20+ launches; the agenda points to Codex plugins, a 1,000-hour internal agent run, and multiplayer Codex. - Pro $200 reopens to new subscribers tomorrow. Usage math nets to about half the old plan’s API dollars. No 5h cap coming back. Extra subscription features tomorrow will not draw usage. - WSJ: GPT-6.1 Astra will not ship. October target pulled over safety and alignment. - Build strings name “Dots”: text, call, Slack, email, buy with approval, plus a custom-shaped character. “Spaces” also showed up separately. XAI 🔥: - Team Bots are in public beta for Teams and Enterprise. Shared teammates with skills, plugins, and credentials in Slack or Grok Bot. NVIDIA 🔥: - Open Agent Safety Platform is out with 100+ partners. OpenShell plus Sentry; BlueField-4 and DOCA sit outside the agent’s reach. ELEVENLABS 🔥: - v4 and v4 Turbo shipped. Turbo median latency ~100 ms. 90+ languages. - Two-week API promo: $22 / $11 per 1M characters. Instant clones from 10 seconds of audio. KLING 🔥: - 4.0 Flash is live for Ultra Yearly. Full 4.0 is October: 4K HDR, 15 references, 10 keyframes, native 30-second clips. MANUS 🔥: - 2.0 adds persistent cloud workspaces and Cue, an agent with email, phone, wallet, and a Cloud Computer. * Used Grok to compose this brief, cherry-picking the news and doing some post-editing. ** This daily brief also arrives in the daily email format; subscribe on the blog.

  4. Hacker News 热门（buzzing.cc 中文翻译）62

    Railcode 创始人复盘如何用编码智能体做出设计师质感的网站

    Railcode 创始人 Yakko Majuri 复盘了借助编码智能体打造官网视觉的完整过程，核心方法是从大量参考和原型中发散，再持续 fork、对比和迭代。他先让智能体生成多种强度和风格的过山车方案，随后围绕游乐园主题扩展场景、颜色、动画和导航细节。文中还总结了单 HTML 文件原型、保留所有 fork、搭建颜色与字体 playground、让智能体生成极简到夸张的多版本等做法。

  7. Hacker News：AI 热帖57

    开发者复盘代码库中的 AI 生成劣质测试：404 个测试只复制配置或提示词

    开发者 ngruhn 复盘代码库中由 AI 智能体生成的低质量测试，指出 6,429 个测试里有 404 个属于此类。文中列举了用正则扫描源码关键词、断言硬编码状态数组、复制生产逻辑、检查静态配置值、验证提示词标题等模式，认为这些测试几乎不运行生产代码，却会在注释或配置变更时误报失败。

  8. Hacker News：AI 热帖52

    Proximal 宣布拓展后训练基础设施业务，并披露 1500 万美元融资与 3 亿美元估值

    Proximal 宣布将软件工程领域的后训练反馈基础设施拓展到药物、芯片和遗留软件等领域。该公司把非结构化真实世界数据转化为评测，识别能力缺口并生成定向后训练数据；过去一年其年化收入达到 $200M。General Catalyst 领投其 $15m 融资，估值为 $300m，SV Angel 等机构和个人参投。

  10. 公众号：宝玉AI75

    Claude Opus 5.5 如何通过写程序生成视频

    Claude Opus 5.5 生成的社交平台视频并非来自视频模型，而是由模型编写程序逐帧绘制，再经浏览器和 FFmpeg 合成为 MP4。流程包括脚本分镜、用 JS Canvas、SVG、p5.js、three.js 或 Manim 绘制画面，用 GSAP、Remotion 固定动作时间，结合 TTS 时间戳对齐配音，最后用 Puppeteer 控制无头浏览器逐帧截图。

  16. Hacker News：AI 热帖29

    Ask HN：如何应对 AI 编程智能体用量上限？

    Hacker News 用户提问如何在 Codex 与 Claude Code 等 AI 编程智能体触及用量上限时互相切换，同时保留正在进行的上下文与任务。提问者称找到的相关方案关注度都不高，并表示难以承担每智能体每月 $100-200 的更高订阅费用，希望了解社区做法。

  17. Hacker News：AI 热帖46

    Diffsmith：面向 AI 智能体代码的 macOS 代码审查工具

    Diffsmith 1.2.3 是一款仅支持 Mac 的原生代码审查工具，售价 $5.99，可审查本地 git 变更并把行内评论交给 AI 智能体处理。它支持一键生成带代码上下文的 prompt，并可通过默认关闭、仅本地回环的 MCP 服务器让智能体读取和回复评论。应用完全沙盒化，无账号、云服务、遥测或外发网络请求，需 macOS 15.0 或更高版本。

  20. 公众号：刘小排r25

    两个理发店：从 M 理容馆与 S 造型看产品中的真诚

    作者对比连锁 M 理容馆与个体 S 造型的理发体验，因 S 造型老板记得老顾客、沟通真诚，决定不再去 M 理容馆消费。作者由此反思产品开发，批评套路化推销和复杂退订，赞赏 Flomo 与早期“沉浸式翻译”的小团队用户沟通，并认为在 AI 降低做产品门槛后，真诚仍无法被取代。

  22. Hacker News：AI 热帖39

    Ask HN：使用 AI 时如何兼顾理解深度与开发速度

    一名开发者在 Hacker News 提问，称自己用 Claude/Codex 辅助设计文档与编码时，因逐项审查输出、反复追问逻辑，反而比手写更耗时且疲惫。他在可靠性与性能优先、发布周期长、影响范围难控的系统上工作，希望调整假设或流程，在保持理解深度的同时提升 AI 协作速度。

  26. Hacker News：AI 热帖53

    CodeCrab 推出本地优先桌面应用，用于 AI 代码审查

    CodeCrab 发布本地优先的原生 AI 桌面应用 Beta v0.1.6，可在 macOS 和 Windows 上审查 Pull Request、本地改动并协助修复，代码不离开用户电脑。它支持 GitHub、Claude Code、Jira、GitLab，并计划支持 Bitbucket、Cursor 和 Codex；应用会学习仓库规则，结合本地技能、专用审查智能体和测试套件完成验证。

  30. Hacker News：AI 热帖36

    Modeloptic 如何让 AI 财务建模真正可用

    Modeloptic 提出面向财务建模的 DSL，让 AI 智能体在表或行层级定义模型逻辑，再一键写入含公式的 Excel，而非直接逐单元格操作 Excel。文章认为现有 Excel 插件迫使 LLM 处理低层表格机制并反复解析模型，成效有限；作者称过去一年半自己编写代码占比已从 100% 降至不到 5%。

  35. AWS Machine Learning Blog79

    GPT-6.1 Sol 在 Amazon Bedrock 正式可用

    GPT-6.1 Sol 已在 Amazon Bedrock 正式可用，面向智能体编码、电脑操作和高频专业工作负载提供更强推理。OpenAI 称其在 DeepSWE v1.1 上匹配 GPT-6 Astra，单任务成本约为五分之一，并较 GPT-6 Sol 最高分提高 6.4 个百分点。

    推荐理由：文章说明了 GPT-6.1 Sol 在 Amazon Bedrock 的可用性、智能体编码与文档工作流表现，以及企业部署所需的数据和权限控制。