赵纯想@chunxiangaiAI 评分2727#编码
#编码
今日 6 条- 赵纯想@chunxiangaiAI 评分2727
ginobefun@hongming731AI 评分2626LangChain 在 Open SWE 智能体 Harness 内构建模型路由器，按任务分类选择最低成本合适模型，将编码线程中位数成本降低 64%，质量变化可忽略不计。
引用ginobefun@hongming731https://x.com/i/article/2105830283580989440
Latent SpaceAI 评分5252 Latent Space 访谈 MIT 的 Alex Zhang：RLM、harness 设计与研究品味
Latent Space 播客访谈 MIT 博士生 Alex Zhang，围绕其 Recursive Language Models（RLM）研究展开。
Hacker News popular via buzzing.ccAI 评分6464 生成式 AI 冲击下 Web 开发教育的没落
molily.de 的博客文章汇总了 Baldur Bjarnason、Axel Rauschmayer、Salma Alam-Naylor、Josh W. Comeau、Kyle Cook 和 Rachel Andrew 等多位从业者的陈述，描述生成式 AI 对 Web 开发教育和技术出版的冲击。
Charlie Holtz@charlieholtzAI 评分2121引用Thomas Paul Mann@thomaspaulmann@charlieholtz Slide to merge!!!
Thariq@trq212AI 评分1616我通常为开发者写作，但下一篇帖子我打算面向那些试图应对 AI 编程智能体变革的公司领导者。 你希望你的领导层能理解智能体的哪些方面？或者如果你正在经营一家公司——你遇到了什么问题？
jason@jxnlcoAI 评分1919
dex@dexhorthyAI 评分3131引用Hari@HarivanshRathion ai psychosis: as i watch engineers fall deeper into the belief that an amalgamation of mathematical probabilities somehow understands their codebase better than they do, i find myself thinking back to a time when software wasn’t built for hypergrowth, but simply to do x without inventing y. ai seems almost fundamentally opposed to this philosophy. ask it to do x and it will eagerly invent y and z before it has even tried to understand x. the danger isn’t that ai writes bad code- it’s that it makes writing unnecessary code 100% free and the human condition is such that some of us will always prefer the fast, steep gains of ai, even when it does a bajillion unrelated things to accomplish something that could have been done without changing anything else. so, somewhat paradoxically, the quality of software may keep declining for as long as ai keeps getting better. the cheaper complexity becomes to create, the less incentive there is to understand or avoid it. try to preserve this craft created by our ancestors write a LOC by hand today
- ginobefun@hongming731AI 评分3939引用ginobefun@hongming731
https://x.com/i/article/2105450924286353408
- jason@jxnlcoAI 评分3939
OpenAI 在 Dev Day 上向每位参会者赠送了一台可运行 AI 的 Game Boy，灵感来自 Ko Kuramoto 及其 nanu 团队的硬件改造探索。
引用/ (Kuramoto) Ko@ko_kuramotoということでWi-Fiに接続して、AIをゲームボーイで駆動させるDaydream、再生産を行います！ 開発当初チーム内で話していた「グリードアイランドみたいなゲーム作りたいね」という話にちなんで、800台限定。これ以上は再生産なしです。
Yuchen Jin@Yuchenj_UWAI 评分3434Latent SpaceAI 评分7171 Anthropic Thariq Shihipar 谈 Claude Code 下一阶段：Claude Mods、artifacts 与可变软件
Latent Space 播客邀请 Anthropic 的 Thariq Shihipar 讨论Claude Code的演进方向，涵盖Claude Mods自定义harness、artifacts作为持久生成式界面、云脑与本地双手分离的架构，以及Claude Tag和Projects的多智能体协作。
François Chollet@fcholletAI 评分5353
Deedy@deedydasAI 评分3838
Simon WillisonAI 评分7474 Simon Willison 演讲盘点 2026 年 LLM 大事记
Simon Willison 在 WeAreDevelopers World Congress North America 发表闭幕主题演讲，按时间线盘点 2026 年 LLM 领域的关键进展，附注释版幻灯片。
Thomas Wolf@Thom_WolfAI 评分2727引用Scott@scottsttsMy god this is such a good speech that every SWE needs to hear. You know what? Every person should hear it Keep the happy memories, eyes on the reality, be excited about the future. That’s the best that anyone can do
- François Chollet@fcholletAI 评分4343引用Simon Willison@simonw
The more time I spend working with coding agents, the more convinced I am that they make software engineering even harder We can do amazing things with them, but unlocking their full potential requires extraordinary discipline and knowledge
Simon WillisonAI 评分3333 Simon Willison：编程智能体让软件工程变得更难
Simon Willison 在 2026 年 9 月 24 日的笔记中表示，与编程智能体打交道越多，他越确信这些工具反而让软件工程变得更难。他认为智能体能带来惊人的成果，但释放其全部潜力需要极高的纪律性和知识储备。
GitHub Blog · AI & ML精选AI 评分6161 GitHub Copilot 博客：为什么聊天界面往往不是正确的 UI，用 canvas 试试
GitHub Copilot 博客作者提出聊天（chat）很多时候是错误的 AI 交互界面，介绍 GitHub Copilot app 中的 canvas，它是在应用内运行、无浏览器外壳的全栈小应用，可与 Copilot agent 双向通信。
推荐理由：作者作为 Copilot 团队成员提出用 canvas 自定义界面替代聊天框，并结合工作流自动化等实例说明何时值得让智能体先造工具。
karminski-牙医@karminski3AI 评分3535- karminski-牙医@karminski3AI 评分2828
Latent SpaceAI 评分7272 Latent Space 对谈 TypeSafe AI CEO Diogo Almeida：Jev 与 System One 模型的由来
Latent Space 播客专访 TypeSafe AI CEO Diogo Almeida，介绍其新发布的 System One 模型 Jev，目标是面向软件而非聊天、优化每美元智能。
Eric@ericmitchellaiAI 评分1717Simon WillisonAI 评分4444 工程师爆料：大公司全员用 Claude Code 生成代码，无人阅读
一名新入职大公司半个月的工程师称，团队所有规格、代码、测试、PRD、工单及其解决方案、报告等全部由 Claude Code 生成，从 L1 到 L7 的工程师都在做同样的事——和 Claude 对话。团队无人喜欢这种做法，却被要求尽可能多地产出，高层多次表示推代码不是瓶颈，质疑为何还是慢，员工每天工作 12 到 13 小时只为按回车，没有人阅读任何内容。
GitHub Blog · AI & MLAI 评分4343 GitHub Podcast 拆解 AI 热门观点：该不该读代码、RAG 已死、Skills 是否杀死 MCP
GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成的代码仍需阅读和负责，只是审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包的专家经验，后者为智能体提供连接工具和数据的标准接口，二者可组合使用。RAG 并未消亡，它让模型获取训练数据之外的信息，减少 token 浪费并降低答案不完整的概率。
a16z NewsAI 评分4646 a16z 图表周报：AI 代码生成催生大量应用，但下载量停滞、爆款占比骤降
AI 代码生成工具推动应用数量激增，iOS、Android 和 Chrome 每月新增应用数量翻倍甚至翻四倍，但下载量（iOS 为评分）基本停滞，达到 10+ 评分、100+ 下载等增长门槛的应用占比大幅下滑。
@emollick@emollickAI 评分3030 @thsottiaux@thsottiauxAI 评分1717 @thsottiaux@thsottiauxAI 评分2424 有哪些事情是我们应该用 Codex、API 或我们的模型去做的，显而易见，却至今尚未着手？有哪些是百分之百触手可及，却似乎被我们遗漏了？
@trq212@trq212AI 评分2727
Nathan Lambert: Interconnects精选AI 评分7171 Nathan Lambert 解析 GLM-5.3 为何能紧跟前沿
Z.ai 发布 GLM-5.3，目前仅在 coding plan 提供，两周内将开放权重到 Hugging Face。作者认为其与 GLM-5.2 同底座、靠大幅扩展后训练提升成绩，在部分智能体编码基准上超越 Kimi K3 甚至个别超越 Claude Fable 5 或 GPT-5.6-Sol，参数约 750B。
推荐理由：作者给出了对 GLM-5.3 成绩来源的解释框架，包括发布节奏、后训练策略和 RL 数据产业等背景，可用于理解中美前沿模型竞争的成因。
Google Developers BlogAI 评分4444 为什么 Go 是 AI 辅助软件工程的理想语言
Google 发文论证 Go 是 AI 辅助软件工程的理想语言：当 AI 智能体可秒级生成数百行代码，开发者重心从编写转向审查与维护，语言的可读性和工具链一致性变得更重要。Go 自带格式化、测试框架、依赖管理与安全工具，能让 AI 更快、更便宜、更可靠地处理代码，并减少上下文窗口污染与 token 成本。
Every latest articlesAI 评分6161 为什么有些 AI 工作流能坚持下来而另一些不能
Every 作者 Katie 复盘自己放弃和留下的多个 AI 工作流，结论是关键在于工作流回报的速度与是否匹配真实工作习惯。她为 CEO 的 Tend 需求搭建的 Attention Desk 因问题不存在而弃用，管理日程的 Margot 因维护成本过高被搁置，而即时给到回报的 compound writing 插件成为日常核心。
Sierra Blog精选AI 评分6666 Sierra 全员推行 Agent Pinecone 的五条经验
Sierra 于今年 1 月成立六人 AI 加速团队，将多个角色专属 Agent 合并为统一 Agent Pinecone，内置在 Claude Code 和 Codex 之上。
推荐理由：原文给出 Sierra 内部推行统一 Agent 的具体做法与教训，单 Agent 架构、持久化上下文和以产出物衡量价值等经验可迁移到其他公司。
Import AIAI 评分5959 Import AI 464：Fable 写出 GPU kernel，AI 自动化与模拟计算
Jack Clark 在 Import AI 464 期中汇总多项进展：Fable 在 KernelBench-Mega 上提交了首个也是最快的 megakernel。
Nathan Lambert: Interconnects精选AI 评分8282 Nathan Lambert：GLM-5.2 是开源智能体模型的台阶式跃迁
Nathan Lambert 撰文认为 Z.ai 于 6 月 13 日向 GLM Coding Plan 用户推出、6 月 16 日以 MIT 许可开源的 GLM-5.2，是首个在编码智能体场景中真正好用的开源权重模型，社区评测显示其在 Arena 智能体榜单上是唯一能与 OpenAI 和 Anthropic 最新模型抗衡的开源模型。
推荐理由：作者以亲测和社区评测为依据，把 GLM-5.2 与 DeepSeek R1 时刻类比，并展开开源与闭源差距及监管风险的独特分析。
Import AIAI 评分6767 Jack Clark 撰文判断 2028 年底前无人类参与 AI 研发概率超 60%
Jack Clark 在 Import AI 455 中判断，到 2028 年底出现无人类参与的 AI 研发（模型自主训练出后继版本）的概率超过 60%，2027 年约为 30%。
Sierra Blog精选AI 评分6161 Sierra 重构工程师面试流程，用 AI 原生 onsite 取代编码与算法面试
Sierra 取消编码和算法面试，改为 AI 原生 onsite，候选人先与面试官共同定义产品，再用 2 小时自由使用 AI 工具构建，最后演示并复盘代码与产品取舍。公司同时用系统设计面试取代编码电话筛，并试点调试面试考察 1 到 N 的改进能力；作者称新流程信号更丰富，候选人反馈更投入，但开放式设计带来标准化难题，需配套评估标准和双人面试来校准。
推荐理由：Sierra 作者亲历重构招聘流程，给出了可迁移的 AI 原生面试设计与权衡细节。