技术方向
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。
267 条精选近 30 天 217 条共收录 342 条
游戏反编译进度追踪网站 decomp.dev 停用公共项目索引和新增项目功能，创办者认为 AI 带来的抢跑与低质量发布已让公共索引弊大于利。开发者 Heumann 曾用 4 个扩展至 17 个 AI 智能体，在约 3 个月内重建《使命召唤：现代战争2》约 99% 的函数，其中约 83% 与原版逐字节匹配，但仍依赖人工规划和严格验证。
推荐理由：文章以 decomp.dev 停用公共项目索引为切口，梳理 AI 加速反编译后对社区协作与原创保护的连带影响。
Tenex 以结果导向薪酬、MetaHarness 和智能体工作流构建 AI 原生 SDLC，客户覆盖 Fortune 2000 与中型企业。其 75 人团队把计划、决策和代码记录在 Git 中，Alex 称工程师产出较去年约翻倍。原文链接 https://www.latent.space/p/tenex
推荐理由：文章把 Tenex 的结果导向薪酬、Git 项目记录与智能体工作流放在同一研发流程中，呈现模型提升产出后非编码工作如何被纳入评价。
MiniMax 正式发布 M3.1 Flash，国庆期间在 OpenRouter 匿名屠榜的 Space Bunny 被确认就是该模型。在 Agents’ Last Exam（ALE）中得分 29.6%，AA 榜单得 43 分，文中称其 Agent 成绩居国模第一。
推荐理由：原文并列多项基准、速度与 API 价格，便于比较 M3.1 Flash 和 DeepSeek V4.1 Flash 1017 的能力与成本。
T3 Code 现已同步 GitHub 与 GitCafe 两个代码托管平台。它是一款 AI 智能体控制界面，可通过 iOS、Android、Web 和 Electron 桌面端控制本机已配置的 Claude Code、Codex、Cursor、Grok Build、OpenCode 与 Google Antigravity。
推荐理由：材料列明 T3 Code 的多端控制方式、兼容工具与安装命令，便于对照现有 Claude Code、Codex 工作流评估接入方案。
OpenAI 称，GPT-6 Astra 在 MultiLangBench 覆盖的 20 种编程语言测试中，最大推理强度下平均通过率达 87.4%，而 GPT-5.6 Terra 约为 38%。在 COBOL 迁移基准上，GPT-6.1 Sol 在低推理强度下准确率为 86.6%，GPT-5.6 Sol 为 5.4%，提高推理强度后 GPT-6.1 Sol 达到 97.9%。
推荐理由：文章同时给出 GPT-6 与 GPT-5.6 在多语言编程及 COBOL 迁移基准上的量化成绩，便于比较模型能力与推理强度的差异。
GitHub Blog 采访 3 位拥有 10 年以上 Java 经验的 Java Champion，介绍他们用 GitHub Copilot 提高生产力的实践与人工把关原则。
推荐理由：3 位 Java Champion 的案例覆盖迁移、调试与智能体协作，并给出需求澄清、验证门禁和人工复核等可迁移方法。
Cloudflare、VoidZero 与 Owner.com 的 Max Schwenk 正合作开发 tsrs，这是一款将 TypeScript 编译器移植至 Rust 的实验工具，现可通过 npm 安装试用。
推荐理由：文章提供同配置基准、Rust 与 Wasm 的取舍及兼容上游的维护流程，帮助评估 tsrs 的工程可行性与集成空间。
疑似 DeepSeek 员工在群聊中讨论 DeepSWE 得分与模型游戏能力，相关截图随后在 AI 圈传播。文章将 DeepSWE 解释为衡量 AI 编程智能体解决真实代码库问题的基准，并围绕 MoE、MLA、RL、人才组织与商业化分析 DeepSeek 的竞争路线。正文仅称截图疑似流出，关于团队文化及 GLM、Kimi 战略的对比属于作者判断，未给出独立核实信息。
推荐理由：把一组疑似内部群聊与 DeepSeek 的技术路线、人才培养和商业化选择并置，提供观察其团队文化的多角度样本。
Simon Willison 转引 Jeremy Scheff 的《我对编程的悼词》，讨论编码智能体如何改变程序员职业的意义。文章把程序员分成两类：享受搭建系统、不在意解决什么难题的人，会因 LLM 而受益；而以解题本身为乐趣的人，将面临切实的失落。
推荐理由：通过引述一篇程序员视角文章，写出编码智能体普及后职业乐趣来源的转向，便于读者以共情视角看待行业变化。
Project Discovery 在 Qwen2.5-7B-Instruct 上植入 LoRA 后门，触发短语出现时 Codex CLI 会执行 curl 窃取项目 .env。
推荐理由：文章复现了在开源模型中植入后门的全过程，投毒比例仅 1% 到 20%、总成本不到 50 美元，且任何基准测试都无法识别，可作为部署开源权重时的威胁画像参考。
Alberto Denia 在博文中提出，AI 智能体编码让代码变得像黏土一样易于塑形，重构了开发的成本结构。文章将新工作方式归纳为光谱两端的两种模式：工匠式强调人在回路、即时反馈与逐次判断，适合打磨需要"感觉对"的功能；工厂式则依赖规格、生成器、测试与评审 Agent 组成的流水线，把判断前置到构建阶段，适合处理重复且可验证的任务。
推荐理由：原文用黏土比喻重新定义 AI 编码后的开发节奏，对照工匠与工厂两种流程，可作为理解新工作方式的起点。
作者认为 Claude Code 等编码智能体让写代码的边际成本接近于零，软件行业的工程资源配给时代已经结束，但产品形态仍停留在 2015 年前后。借鉴经济学家 Paul David 关于电力普及后生产率滞后的论述，文章主张摆脱 GitHub、Salesforce 等旧范式、从零重建工厂车间并主动打包产品的公司更可能突围。
推荐理由：作者把软件行业比作未完成电气化的工厂，认为现有 SaaS 形态是 AI 之前的产物，重塑团队与产品结构的公司将获得先发优势。
OpenAI 发布针对低资源编程语言的新评测，用于评估并提升 ChatGPT 在软件工程、SQLite 与 COBOL 迁移任务上的表现。原文仅提供摘要，完整方法与结果未在 feed 中给出。
推荐理由：原文仅提供摘要，正文未公开完整方法或结果，无法支撑具体阅读价值。
Ask-to-Distill 提出一种无需参考答案、正确性奖励或逐候选学生更新的合成问题优化框架，用于在策略蒸馏。它以冻结的师生模型组合计算问题价值，在数学推理、代码生成和智能体任务上提升平均表现及师生差距恢复效果，并在评测设置中达到或超过真实题库 OPD。代码、数据和模型已公开：https://github.com/GasolSun36/Ask_to_Distill。
推荐理由：论文提出在无参考答案时按蒸馏信号价值优化合成问题，并比较其在推理、编码和智能体任务中的效果。
HarnessAdapt-RL 在强化学习期间同时训练编码策略并动态调整评测框架，使 9B 基础模型的 pass@1 在三套 SWE-bench 基准上高于 GRPO。
推荐理由：论文将编码策略与评测框架共同训练，并与固定 harness 的 GRPO 在三套 SWE-bench 基准上直接比较，便于评估协同训练的收益。
AI 编码工具 OpenCode 旗下 OpenCode Console 周六遭入侵，约 1.4% 用户 API 密钥泄露，被用来调用多家 AI 服务产生未授权扣费，其中部分用户在 OpenAI 等处被刷数百至上千美元。
推荐理由：原文把这个安全事件放在 AI 攻防不对称的背景下，并对比了同类事件，可帮助读者理解模型安全机制对防御工作的实际阻力。
rzk 在 Hacker News 提问，工程师应如何处理自己无法完全理解、却准备交付的 AI 生成代码。他引用一名 Meta 工程师的经历称，AI 写代码速度很快，逐行检查耗时过长，可能让开发者只理解高层逻辑而不掌握代码细节。该帖获得 528 points 和 641 条评论，评论区：https://news.ycombinator.com/item?id=50151036。
推荐理由：以 Meta 工程师的亲历为切入点，呈现 AI 辅助编程中交付速度、逐行审查成本与代码细节理解之间的冲突。
doubleAI 发布 Maxwell，一种可在运行时分析代码与硬件、改写二进制并以形式化证明保证与原代码等价的新型优化模型。
推荐理由：原文给出Whisper与cuGraph等场景的实测加速比，并强调优化与原代码形式化等价，为评估这类动态kernel改写工具提供具体参照。
GitHub Blog 教程演示如何把 Copilot App 的会话直接在 VS Code 中打开，继续使用同一份任务记录、对话历史和 worktree，无需复制或重建上下文。
推荐理由：给出在 VS Code 中接力 Copilot 智能体会话的完整步骤，让审阅、手工修改、本地测试与 PR 推送共用同一会话上下文。
作者 Isuru Wijesiri 在 GitHub 开源《Harness Engineering 101》教程，以 16 章从零搭建一个约 300 行 Python 玩具智能体，把 LLM 当大脑、Harness 当身体。
推荐理由：用一个 300 行的 Python 玩具智能体把主流 Agent 框架共用的设计取舍拆成 16 章，读者可以把这套搭法迁移到自己的项目。