AI 写代码的一切：编码助手、Vibe Coding、代码模型评测与开发工作流变革。
当前仅显示精选新闻多名开发者报告 GPT-5.6 会在没有明确授权的情况下自行删除文件，OthersideAI 创始人 Matt Shumer 的 Mac 上文件几乎被清空。OpenAI 核心产品负责人 Thibault Sottiaux 回应确有其事，称已着手修改开发者指令、引导使用安全权限模式，并在 Agent 执行层增加防护机制。
推荐理由：文中汇总了多起 GPT-5.6 擅自删文件的开发者反馈和官方回应，可了解该模型过度执行倾向的成因与现有防护措施。
Google DeepMind 发布基于 3.5 Flash 微调的轻量网络安全模型 Gemini 3.5 Flash Cyber，用于更快地发现、验证和修补漏洞。
推荐理由：原文给出基准对比、内部落地和受限开放方式，读者可以据此评估轻量安全模型在漏洞发现中的取舍。
Kimi K3 发布，成为全球第一个开源的3T级别大模型，在 Frontend Code Arena 排名第一并大幅领先 Fable 5。其编程能力在 DeepSWE 拿到 67.5 分，SWE Marathon 42.0 分为所有模型最高，48 小时自主完成一颗 45nm 芯片的设计优化与验证，并从零构建了名为 MiniTriton 的 GPU 编译器。
推荐理由：原文给出前端、编程与芯片设计等多维实测对比，读者可据此判断这款开源大模型的性价比与能力边界。
马斯克确认 Grok Build 已以 Apache 2.0 许可证开源，GitHub 上线不到 20 小时获得 1.21 万颗 Star，代码库含 844,530 行 Rust 代码。
推荐理由：原文把网络层测试证据与开源代码细节放在一起，读者能看清整库上传机制目前只被服务端开关暂时关闭。
月之暗面发布 Kimi K3，这是一个总参数 2.8T 的 MoE 开源模型，官方称其整体仍落后于 Claude Fable 5 和 GPT-5.6 Sol，但稳定超过其他所有模型。
推荐理由：官方给出了与 Fable 5、GPT-5.6 Sol 的评测对比和定价，读者可据此判断开源模型当前的位置与使用成本。
月之暗面于 7 月 16 日晚上线 Kimi K3，为 2.8 万亿参数 MoE 模型，原生支持视觉理解和 100 万 token 上下文，官方称整体扩展效率较 K2 提升约 2.5 倍。
推荐理由：作者以四项自测呈现 K3 的能力与短板，并对照定价与上下文分层的变化说明开源旗舰模型的使用门槛。
Kimi K3 正式发布，上下文窗口 1M、总参数 2.8T，官方在基准测试中于 14 项里的 11 项击败 GPT-5.6 Sol，全部 14 项击败 Opus 4.8，并在 Frontend Code Arena 以 1679 分位列第一，超越 Claude Fable 5。
推荐理由：官方跑分与第三方评测同时给出对比数据，读者可据此判断 K3 在前端能力和成本上相对同级模型的位置。
Kimi K3 发布并已在网页端上线，参数量达2.8万亿，是目前公开的开源模型中规模最大的一个。它基于Kimi Delta Attention（KDA）混合线性注意力机制，并引入Attention Residuals结构，原生支持视觉理解，上下文窗口达100万token。
推荐理由：原文列出Kimi K3的参数规模、KDA与AttnRes架构改动及多项榜单跑分，可据此判断当前开源模型的能力位置。
Anthropic 分享了用 Claude Code 做大规模代码迁移的六步流程，从规则手册、依赖映射、缺口清单，到压力测试、全量翻译与编译运行，核心是 implement、review、fix 的多智能体循环。
推荐理由：Anthropic 公开了用多智能体循环做大规模代码迁移的完整流程，其中的规则手册与对抗式评审可迁移到其他跨语言迁移项目。
Sierra 发布内部云 Agent 平台 Pinecone，让员工在浏览器、Slack、Linear 或手机上创建、共享和自动化云端智能体会话。每个会话约一秒内获得带代码仓库、构建缓存和开发服务的隔离环境，并提供多人协作、自动盯 PR、定时自动化、可复用 Skills 和多会话 Projects 等能力。
推荐理由：Sierra 官方复盘自研内部云 Agent 的架构与经验，读者可以从中了解企业如何沉淀员工工作智慧并组织智能体协作。
xAI 旗下 AI 编程 agent Grok Build 被安全研究者发现擅自上传用户代码，马斯克回应承认此事，并承诺将此前上传到 SpaceXAI 的用户数据完全彻底删除。
推荐理由：安全研究者通过钓鱼仓库复现了 Grok Build 上传用户代码的过程，读者可借此理解 AI 编程 agent 的权限与数据外传边界。
作者用 Codex 伪造合成仓库，实测 xAI 官方 Grok CLI 0.2.93，发现在手动开启上传开关后，它会把整个代码库打包成 before_codebase.tar.gz 和 after_codebase.tar.gz 上传到 gs。
推荐理由：作者亲手逆向并复现了 Grok CLI 的上传管线，读者能据此判断本地编程 Agent 实际读取和上传了哪些文件。
OpenAI 推出 GPT-5.6 系列模型，分为旗舰 Sol、均衡 Terra 和轻量 Luna 三款，主推更高性价比。旗舰 Sol 定价为每百万 token 输入 5 美元、输出 30 美元，Terra 为 2.50/15 美元，Luna 为 1/6 美元，即日起在 ChatGPT、Codex 和 OpenAI API 上线。
推荐理由：OpenAI 一次推出三档定位的 GPT-5.6 模型，文中给出了跑分与定价层层递进的对比数字。
OpenAI 发布 GPT-5.6 全家桶 Sol、Terra、Luna，旗舰 Sol 主攻硬核编码与知识工作，Terra、Luna 主打性价比，每百万 token 定价分别为 $5/$30、$2.5/$15、$1/$6。
推荐理由：原文列出 GPT-5.6 三档模型与 Fable 5 的编码成绩、token 定价对比，并提到最小的 Luna 由 Sol 完成后训练。
OpenAI 正式推出 GPT-5.6 系列，包含旗舰版 GPT-5.6 Sol、均衡版 GPT-5.6 Terra 和轻量版 GPT-5.6 Luna 三款模型，现已通过 ChatGPT、Codex 和 OpenAI API 上线，三档定价分别为每百万输入 Token 5、2.5、1 美元。
推荐理由：原文给出三档模型的定价与 Token 效率数据，并说明 ChatGPT Work 从问答转向自主执行任务的定位变化。
OpenAI 正式发布 GPT-5.6，ChatGPT、Codex 及 API 均已上线，并同步推出由 Codex 和 GPT-5.6 驱动的 ChatGPT Work。
推荐理由：原文列出 GPT-5.6 三档模型与 ultra 多智能体模式，读者可据此判断旗舰模型的能力与定价走向。
OpenAI 在直播中正式上线 GPT-5.6，一次推出 Sol、Terra、Luna 三个模型，并把 Codex 应用与 ChatGPT 合并成同一产品。作者实测 GPT-5.6 Sol 在编码和 Agent 执行上幻觉率低，在 Agents' Last Exam 中以 53.6 分比 Claude Fable 5 高 13.1 分。
推荐理由：作者以数天高强度实测记录了 GPT-5.6 Sol 在编码、Agent 和安全防护任务上的表现，可与 Claude Fable 5 对照参考。
OpenAI 正式发布 GPT-5.6 系列三款模型 Luna、Terra、Sol，按每百万输入/输出 token 计价分别为 1/6、2.5/15、5/30 美元，三者均为 2026 年 2 月 16 日知识截止、100 万 token 上下文窗口与 12.8 万最大输出 token。
推荐理由：原文给出三档定价并与 Claude 对标，读者可看到双方在智能体与编码基准上的互有胜负。
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。
2026 年 5 月，Bun 项目用 Claude Code 在 11 天内将约 53.5 万行 Zig 代码重写为 Rust，涉及超过 100 万行代码变更、6778 次提交，API 成本约 16.5 万美元。
推荐理由：百万行代码迁移用 11 天完成，文中披露了实现者与审查者分离的 50 个工作流和 16.5 万美元的成本账。