SelfBench 发布：用仓库真实已合并 PR 构建编码智能体私有基准
Mupt AI 发布 SelfBench，可用仓库自身已合并 PR 生成私有编码智能体基准，并在 app.selfbench.dev 中运行模型与 harness。
#编码
#编码
今日 31 条Hacker News：AI 热帖AI 评分6262 GitHub Blog · AI & ML精选AI 评分6262 GitHub 发布开放 AI 代码审查基准 ReviewBench
GitHub 发布开放 AI 代码审查离线基准 ReviewBench，研究预览版已上线，可用于比较代码审查智能体并接入自有系统。基准基于 103.9M 个 GitHub pull request 的分布构建，包含 187 个公开仓库中的 219 个 pull request、覆盖 19 种语言，并提供多来源 golden set、严重度和类别标注。
推荐理由：原文说明了基准语料、标注流程和接入方式，适合用来理解代码审查智能体应如何做可复现评测。
Hacker News：AI 热帖AI 评分4848 Show HN：Designobo——40kb JavaScript 打造的 AI 原型设计工具
Designobo 是一款仅 40kb JavaScript 的 AI 原型设计工具，可根据文字描述生成可点击的 UI 界面、流程与交互，无需后端或应用代码。它支持 MCP，可连接 Claude Code、Codex、Cursor 等客户端，并提供免费版及 17 美元、37 美元两档月付方案。
🚨 AI News | TestingCatalog@testingcatalogAI 评分5252
引用Deep Barot@deepcabinwalaEveryone got a coding agent. Nobody got a QA engineer. Until today. Meet Ship, your Autonomous Quality Engineer. It tests deployed PRs, reproduces bugs from Slack and Linear, and hands Claude or Codex the context to fix them. Try it free: https://ship.contextqa.com
Replit ⠕@ReplitAI 评分4747Hacker News：AI 热帖AI 评分6464 Together AI 推出 Together Link，将编码智能体接入开源模型并降低开销
Together AI 推出 Together Link，可把 Claude Code、Claude Desktop、Codex、OpenCode 和 Pi 等现有编码智能体连接到 Together AI 上的开源模型，并称支出可降低超过 50%。
Hacker News：AI 热帖AI 评分5050 编程正在开始失去什么
一位开发者用 AI 模型在 12 分钟内修复了过去可能要花一整晚的后台任务竞态 bug，却感到自己只是批准答案而非亲手解决。他认为 AI 压缩了读代码、命名、重构、调试和从困惑中学习的过程，削弱了成就感、对代码的心智地图与工艺感。文章同时承认生产力提升真实显著，机械工作减少后，开发者可把更多时间用于架构、用户判断和更高层思考。
Rohan Paul@rohanpaul_aiAI 评分4343引用Deep Barot@deepcabinwalaEveryone got a coding agent. Nobody got a QA engineer. Until today. Meet Ship, your Autonomous Quality Engineer. It tests deployed PRs, reproduces bugs from Slack and Linear, and hands Claude or Codex the context to fix them. Try it free: https://ship.contextqa.com
elvis@omarsar0AI 评分4040引用Deep Barot@deepcabinwalaEveryone got a coding agent. Nobody got a QA engineer. Until today. Meet Ship, your Autonomous Quality Engineer. It tests deployed PRs, reproduces bugs from Slack and Linear, and hands Claude or Codex the context to fix them. Try it free: https://ship.contextqa.com
Hacker News：AI 热帖AI 评分6262 Claude Code Opus 5.5 在 ESP32-H2 上实现并实测 6 种 Matter OTA 更新方式
Groundrun 让 Claude Code Opus 5.5 智能体在真实硬件上为 ESP32-H2 的 Matter over Thread 设备实现、验证并测量 6 种 OTA 更新方式，总工作时间 29.7 小时，30 次运行全部成功。
Hacker News：AI 热帖AI 评分6767 DX 基于 400 多家组织数据解读软件开发中的 AI 现状
DX 副 CTO Justin Reock 在 AI Engineer 演讲中分享 400 多家组织、约 200,000 名工程师的 AI 软件开发数据，提出五项趋势。
Hacker News：AI 热帖精选AI 评分8484 如何构建 AI 原生软件工厂：基于 Uber 等公司实践的落地指南
文章系统拆解企业如何在 Claude Code、Cursor、Codex 等现成编码智能体之外构建 AI 原生软件工厂，重点不是自研编码智能体，而是建设运行环境、工具接入、上下文、流程与权限门禁。
推荐理由：文章把 Uber 等公司的公开实践拆成六层平台与落地顺序，可用于对照企业从个人编码工具走向规模化智能体的建设路径。
Hacker News：AI 热帖AI 评分5959 Reright.it 推出 AI 智能体文本人工审批服务
Reright.it 发布面向 AI 智能体的人工审批服务，要求智能体在发送邮件、消息、commit、PR 描述等文本前先提交可编辑草稿。用户可查看文本用途、读者和写作原因，修改或删减后批准，智能体只会发送获批版本，拒绝时停止发送。
IT之家（RSS）AI 评分3939 开发者自制 ForceWare 382.69 非官方驱动，让 32 位 Windows XP 支持英伟达 GTX 10 系 Pascal 显卡
开发者 SupraGSX 基于 ForceWare 368.81 修改并移植出非官方 ForceWare 382.69 驱动，使 32 位 Windows XP 可运行英伟达 Pascal 架构显卡。
Hacker News：AI 热帖精选AI 评分8181 Gauntlet Loop：用独立批评者循环驱动 Claude Code 生成游戏的提示词方法
作者提出 Gauntlet Loop 提示词方法，让主智能体拆分目标、为每个部分分派独立 builder 与 fresh context 的 critic，并对照具体高质量参照反复修改。
推荐理由：文章把一次长时多智能体游戏生成复盘成可迁移的提示词结构，重点在独立批评者、具体参照标准和持续迭代。
公众号：小林codingAI 评分2222 DevFlow AI 多智能体研发协作项目：不止于 API 调用的 Agent 工程实践
小林coding推出DevFlow AI多智能体研发协作项目，可分析Issue、审查PR、排查CI失败，具备RAG混合检索、多Agent协同、长期记忆、Agent评测等能力。项目采用Python、LangChain、LangGraph、Milvus等技术栈，配套16章、60+篇文档及70+道面试题，首发早鸟价149元。
- Rohan Paul@rohanpaul_aiAI 评分5252
Microsoft Research 论文 Agensh 提出无中心协调者的自组织多智能体框架，智能体自行认领子任务、构建测试、合并共享 Git 仓库并在共享看板记录发现。
IT之家（RSS）AI 评分5757 AI 生成跨游戏混搭模组兴起，资深制作者集体表达不满
资深游戏模组制作者批评近期在 X 上流行的 AI 生成跨游戏混搭模组，认为其多为博取流量的低质拼接。报道称风潮受 Claude Opus 5.5 token 成本下降和代码生成能力提升推动，常见做法是反编译游戏并加入无关游戏内容，实际运行效果不稳定。Nexus Mods 因版权和素材授权规则尚未托管这类模组，X 上流传作品大多使用未经授权的代码与素材。
IT之家（RSS）AI 评分5252 Linux 7.3-rc6 发布，Torvalds 称 AI 参与内核修复已成新常态
Linus Torvalds 于 10 月 4 日发布 Linux 7.3-rc6，代码变更恢复常态，约一半来自 GPU、网络、USB、音频等驱动修复。Torvalds 称大量由 AI/LLM 发现问题或辅助生成的小型错误路径修复已成为新的 AI normal，维护者需处理更多细碎补丁。
- elvis@omarsar0AI 评分5757
UT Austin 论文系统研究编码智能体的上下文压缩，在 SWE-bench Verified 和 Terminal-Bench 上运行近 35,000 次，分别改变压缩方式、触发时机和删除量。
IT之家（RSS）AI 评分3838 OpenAI 宣布“28 天计划”：Codex、ChatGPT Work 每日更新或“重置”
OpenAI 核心产品与平台负责人 Thibault Sottiaux 宣布，未来 28 天将持续推进 Codex 和 ChatGPT Work 改进，每天发布一项对多数用户有明显实际意义的功能更新，否则提供一次“重置”。该周期预计从 10 月 5 日持续至 11 月 2 日，但重置方式、覆盖用户及额度尚未说明。当前工作重点包括简化产品、提升效率、推出突破性功能及开发新模型。
elsewhere：文章（RSS）AI 评分6262 MiniMax M3.1 Flash Preview 前端实测：与 Claude Opus 5.5 对比 Coding 交付效果
MiniMax M3.1 Flash Preview 已于 9 月 27 日上线 MiniMax Code 公测，文章通过三个前端 Case 实测其 Coding、Agent 和多模态能力。
lauren@potetoAI 评分3939Hacker News：AI 热帖AI 评分5555 工程师复盘 AI 代码评审失效：通过给评审者记功治理 AI slop
作者复盘一个 AI 编写、AI 复审、人类评审照搬 AI 结论后仍漏掉明显分支 bug 的 PR，指出多轮相似 AI 复审并不等于人类评审。文章认为团队应明确保留多少人类评审，而不是让人类只充当 AI 评审的代理；作者建议把评审作为 sprint board 子任务并自动建票，通过估算和并排展示工作量，让评审劳动获得认可、成本可见，从而鼓励真正发现问题。
IT之家（RSS）AI 评分6565 OpenAI GPT-6 Sol Codex 系统提示词被提取，IT之家解读其代码 Agent 设计
爆料者 @elder_plinius 称提取了 OpenAI GPT-6 Sol Codex 的 29.4 万字符系统提示词及工具定义，文件共 1902 行，并发布在 GitHub 仓库 CL4R1T4S。
- lauren@potetoAI 评分3636引用lauren@poteto
here's how i shipped 2,500 PRs last month to production this was originally supposed to be for Cursor Compile in London. i couldn't make it since i was livestreaming for Grok @Bot Galaxy so i'm making it available for free here on X! watch it on 2x speed, i talk slowly
Hacker News：AI 热帖AI 评分3131 Show HN：为 LeetCode 编辑器打造的 C++ LSP 与 Vim 键位支持
一名开发者为 LeetCode 内置编辑器构建了 C++ LSP 语言支持与 Vim 键位绑定，以解决其缺少真正语言支持和 Vim 操作习惯的问题。项目早期仅提供 vector、string 等常用类代码片段和少量 Vim 键位，开发中还借助 Codex 进行改进。
Hacker News：AI 热帖AI 评分4747 Moochy：为开源项目捐赠 AI token 的新方式
Moochy 推出面向开源项目的 AI token 捐赠服务，用户可在自己的 AI 供应商账户中设置每月额度，供维护者用于代码审查、测试与修复。
Hacker News：AI 热帖AI 评分4242 AI 生产力的幻觉：先去把房子框架搭好
作者以钉枪比喻 LLM，指出工具可带来 3–10x 生产力提升，但许多开发者沉迷搭建定制 prompt scaffolding、脆弱 memory wrappers 和复杂文档解析器，反而未完成实际工作。这些临时工具还可能在模型更新后失效，团队应优先交付业务成果，而非反复改造工具。
Hacker News：AI 热帖AI 评分6060 Baloo 发布：面向 GitHub 的开源自托管 AI 代码评审工具
Baloo 是一个开源 GitHub App，可自托管运行并自动审查 pull request，读取 PR diff 与项目上下文后发布行内评论。
Hacker News：AI 热帖AI 评分6262 Agent House 发布面向编码智能体的有状态 Linux microVM
Agent House 发布 AHVM，为编码智能体提供可持久保存的 Linux microVM，包含交互式 shell、文件、网络和快照能力。
- Replit ⠕@ReplitAI 评分2424引用Amjad Masad@amasad
Replit Drift
- lauren@potetoAI 评分1212
Grok Bot、cursor cloud agents 和 pstack 让我的生产力提升了 1000 倍
引用Elon Musk@elonmuskTry Grok @Bot
- Rohan Paul@rohanpaul_aiAI 评分4848
Hacker News：AI 热帖AI 评分5454 Merlin 推出面向小型 AI 原生团队的协作智能体
Merlin 发布面向小型 AI 原生团队的 AI 智能体，可在 Slack、Linear 和 GitHub 中接收任务并在线程内反馈进展与结果。它通过桌面应用或 CLI 连接团队自有电脑，复用 Claude Code、Codex、现有 MCP servers 和 skills，无需 API keys 或单独模型账单。团队可共享机器、技能、记忆和定时任务，并设置访问控制；5 人以内免费使用。
Elon Musk@elonmuskAI 评分3434引用Carnage@0xCarnageethis is unreal… the SpaceXAI engineer who leads Grok Bot, Lauren Tan - shipped 2,500 PRs last month - and reviews them after they land, in the morning I took SpaceXAI's Grok Bot docs + her 1-hour livestream and turned them into a 3-page prompting blueprint: the 10-field prompt structure, the 4-rung trust ladder, the two loops, and the guardrails that let agents ship while you sleep. send this PDF to your Grok Bot, save it as a skill, and turn it into an always-on team that actually finishes work
- Elon Musk@elonmuskAI 评分2121
VulcanBench 称 Grok 4.7 能写出很棒的代码。 是的
引用VulcanBench@VulcanBenchGrok 4.7 writes great code.
Hacker News：AI 热帖AI 评分3737 资本主义制度下反对 AI 的立场
一名软件工程师自述从自由派转向社会主义者，并基于社会主义立场反对在资本主义下使用 LLM 与 AI。他承认自己工作中每月花费数百美元使用智能体编程模型，但认为 AI 数据中心加剧气候问题，且 AI 智能体会被资本用来替代劳动者。
公众号：宝玉AIAI 评分6666 Lauren Tan 谈每月合并 2500 多个 PR：用验证 Skill、代码规矩和抽查替代逐个 Review
宝玉整理 Lauren Tan 在播客中分享的 AI 编程流程：她在 SpaceXAI 的 Grok Bot 团队每月合并 2500 多个 PR，不逐个 Review，而是让 AI 夜间自动验证、修复并合并，次日抽查改动。
Hacker News 热门（buzzing.cc 中文翻译）AI 评分5252 pi pod 发布：在自有服务器的隔离沙箱中运行 pi 编码代理
pi pod 发布为一个围绕 pi 构建的开源项目，可在用户自有服务器的隔离沙箱 pod 中运行 pi 编码代理，并提供可组合环境。项目强调自托管、隐私和可定制，面向希望把智能体工程环境放在自有数据中心的个人与企业；托管服务即将推出，代码位于 github.com/pi-pod/pipod。