Simon Willison 建议用 details 标签折叠 AI 生成的 PR 描述
Simon Willison 建议利用 GitHub Markdown 支持的 <details><summary> 标签，将 Claude Code 或 Codex 生成的冗长 PR 描述折叠起来。他在 PR 开头保留一段人工筛选的高层摘要，并附上截图，让读者能快速理解核心变更，同时保留完整的 AI 生成细节供深入查看。
#编码
Simon WillisonAI 评分5757 Latent SpaceAI 评分6262 斯坦福 CS146S 课程如何教授 AI 原生工程：Mihail Eric 访谈
斯坦福 CS146S 课程引入开源维护者评审学生代码，Mihail Eric 在访谈中展示了课程大纲及 Monaco 团队的工程实践。Monaco 为每个 Agent 配置独立工作区，并赋予 on-call Agent 访问 Datadog 和 GitHub 的权限，其核心策略是“购买以学习，自建以保留”。
Latent SpaceAI 评分7272 斯坦福 CS146S 课程如何教授 AI 原生工程：Mihail Eric 访谈
斯坦福 CS146S 课程负责人 Mihail Eric 在 AI Engineer 播客中详解了 AI 原生工程的教学大纲与 Monaco 的工程实践。课程从构建 200 行代码的 coding agent 内核开始，逐步覆盖上下文工程、MCP 工具设计、Agent-ready 代码库、自动化代码审查、安全及后台 Agent 等主题。
The DecoderAI 评分7070 阿里等机构发布 Co-Design Bench 基准：AI 编码智能体在真实任务中仅约四分之一完全正确
阿里巴巴与多所亚洲大学的研究人员发布了 Co-Design Bench 基准，基于真实用户修改请求测试编码智能体。在测试的十个模型中，表现最佳的 GPT-6 Astra 平均满足约 70% 的任务要求，但完全正确的比例仅为 26.4%。研究发现，当任务涉及布局、设计、交互和内容等多种变更类型时，所有模型的性能均会下降，且运行环境（harness）对结果有显著影响。
GitHub Blog · AI & MLAI 评分5252 GitHub Copilot 智能体工程开发者指南
GitHub 发布智能体工程开发者指南，指出 AI 加速代码生成后审查时间增加 441%，并建议通过智能体优化规划、构建、验证和观察流程。
The DecoderAI 评分6565 Ricursive Intelligence 发布开源模型 Ripple-65B Preview，在 TerminalBench 2.1 上取得 80.52 分
AI 芯片设计公司 Ricursive Intelligence 训练并发布了开源语言模型 Ripple-65B Preview，该模型在 TerminalBench 2.1 编码基准上取得 80.52 分，为美国开源模型中的最佳成绩。
TechCrunch · AI精选AI 评分8080 Ramp 数据显示 AI 支出停滞，正值 Anthropic 临近 IPO
Ramp 报告显示，尽管 AI token 用量持续上升，但企业 AI 支出在夏末出现停滞，8 月至 9 月仅增长 1.5%，远低于 7 月的 42%。Ramp 首席经济学家 Ara Kharazian 指出，OpenAI 和 Anthropic 的降价策略以及企业更精细的成本控制导致市场进入买方市场，头部 1% 企业的支出增速放缓已足以拖累整体营收。
推荐理由：Ramp 数据显示 AI 支出在用量增长背景下停滞，揭示了价格竞争与成本控制对头部模型厂商营收增长的制约。
TechCrunch · AI精选AI 评分8080 Axiom Math 完成 Stacks Project 形式化验证，旨在为 AI 智能体构建可靠数学基础
Axiom Math 宣布正式验证了 Stacks Project，这是由人类撰写的最庞大数学文献之一。该公司利用 AI 智能体将约 7,654 页的数学内容转化为约 1,600 万行经计算机检查的 Lean 代码，填补了代数几何形式化的空白。Axiom 认为，这种经过验证的数学基础能让 AI 智能体在编写软件和进行科学研究时避免产生低质量内容，并挑战其他编码公司在同等规模上开展形式化工作。
推荐理由：Axiom Math 通过形式化验证 Stacks Project 为 AI 智能体提供可信赖的数学基础，展示了防止 AI 生成低质量内容的工程路径。
Latent Space精选AI 评分8585 AINews：AI行业人才流动、开源模型发布与基础设施动态汇总
AINews汇总了近期AI行业的人才流动、开源模型发布及基础设施动态。OpenAI安全团队构建的自主管道在单次运行中验证并修复了948个Linux内核本地提权漏洞，总API成本为120万美元。
推荐理由：汇总了近期AI领域的人才流动、开源模型发布及基础设施动态，为读者提供了行业竞争格局变化的全景视角。
Microsoft Research精选AI 评分7878 Microsoft Research 发布 PDD Kit 工具包以形式化验证智能体编写的 Rust 全栈 Web 应用
Microsoft Research 发布 PDD Kit 工具包，利用 Verus 对 AI 智能体生成的 Rust 代码进行形式化验证，确保代码在所有输入下均符合规范。
推荐理由：原文展示了将形式化验证引入 AI 编码智能体工作流的具体路径，读者可据此评估其在大规模代码生成场景下的应用边界。
The DecoderAI 评分7272 Meta 收购 AI 编码初创公司 Conductor，大厂竞相锁定开发者
Meta 正在收购 AI 编码初创公司 Conductor，旨在加强其 AI 开发者产品。Conductor 允许开发者同时控制多个 AI 编码智能体，其 CEO Charlie Holtz 已确认交易但未披露价格。这一收购符合行业趋势，即由于 AI 模型易于互换，各大公司正通过收购围绕模型构建的工具层来将开发者锁定在自己的平台上。
Latent Space精选AI 评分8080 Latent Space 汇总权重空间编程争议、模型发布与行业政策动态
Latent Space 汇总了 11 月 2 日至 3 日的 AI 行业动态，重点讨论了权重空间编程的争议与复现进展。
推荐理由：文章梳理了权重空间编程的争议与复现进展，并汇总了近期模型发布、评测审计及行业政策动态。
The DecoderAI 评分6565 OpenAI 收购 Pierre Computer Company 以优化 Git 适配 AI 编码智能体
OpenAI 宣布收购初创公司 Pierre Computer Company，该公司开发了 Code Storage 及多个开源工具。Pierre 的库已用于支持 OpenAI 的编码智能体 Codex，包括处理文件导航的 Trees、显示代码变更的 Diffs 以及实时语法高亮的 Highlights。
OpenAI News精选AI 评分7272 OpenAI 宣布收购 Pierre Computer Company 以扩展 Codex 代码工具
OpenAI 宣布将收购 Pierre Computer Company, Inc.。此次收购旨在扩展 Codex 在构建、理解和审查代码方面的工具能力。
推荐理由：OpenAI 宣布收购 Pierre Computer Company，旨在扩展 Codex 在代码构建、理解与审查方面的工具能力。
TechCrunch · AIAI 评分4242 Y Combinator CEO Garry Tan 年花费最高 20 万美元使用 AI 智能体
Y Combinator CEO Garry Tan 透露其年 token 支出达 10 万至 20 万美元，用于运行个人及公司 AI 智能体。他开源了名为 gstack 的 23 个 Claude Code 技能，并指出当前高昂成本是个人智能体普及的主要障碍。
The DecoderAI 评分6767 高盛收回交易员和银行家使用的 AI 编码工具权限
高盛已切断大多数员工对 Anthropic Claude Code 和 Microsoft GitHub 等高级 AI 编码工具的访问权限，目前仅工程师仍可使用。据彭博社援引 10 月内部指南，交易员和银行家此前数月一直使用这些工具监控交易流和创建内容，此次权限收回在内部引发不满。
The Verge · AIAI 评分5050 Anthropic 限制 Claude Code 复刻现有 AI 游戏
Anthropic 更新 Claude Code 在 Opus 5.5 上的系统提示词，禁止利用该工具复刻特定现有游戏以符合 IP 使用政策。用户仍可基于自有设计或特定类型开发原创游戏，若 Claude 误拒自有项目可向 Anthropic 反馈。
OpenAI NewsAI 评分4242 Qodo 将上下文集成至 Codex 以增强 AI 代码审查
Qodo 将企业知识和编码标准集成到 Codex 中，帮助开发者在创建 Pull Request 前捕获跨仓库的 P0 问题。
MIT Technology Review · AIAI 评分5252 HPE 建议企业停止统计 Token，转而关注合并代码成本
HPE 建议企业停止统计 Token，转而关注合并代码成本。文章指出，随着 AI 智能体在编码任务中消耗大量 Token，按量计费可能导致高价值工作流成本激增。HPE 提出通过混合部署模式，将常规任务路由至本地开源模型，仅将复杂推理任务交由前沿模型处理，从而在保障代码安全的同时降低整体成本。
Latent Space精选AI 评分8383 AI Engineer 发布年度旗舰会议 AIE CODE 议程
AI Engineer 发布年度旗舰会议 AIE CODE 议程，聚焦无低质代码扩展、System One 模型及高难度软件重写三大主题。会议采用单轨制并邀请全球前 1000 名智能体工程师参加，旨在复盘 2026 年代码领域趋势并预览 2027 年方向。
推荐理由：原文梳理了年度旗舰会议的主题与议程，读者可据此了解智能体编码领域的年度趋势与关键人物。
AWS Machine Learning Blog精选AI 评分6767 Amazon Bedrock AgentCore 发布 Session endpoints 支持实时预览 Agent 构建的 Web 应用
Amazon Bedrock AgentCore 发布 Session endpoints 功能，允许用户通过认证 URL 在浏览器中实时查看 Agent 会话内运行的 Web 应用。该功能支持 HTTP 和 WebSocket 协议，用户可配置允许访问的端口，在 Agent 修改文件时通过 Vite 热重载即时看到页面变化，无需等待传统部署流程。
推荐理由：原文展示了通过 Session endpoints 在浏览器中实时预览 Agent 修改的 Web 应用，提供了无需部署即可即时查看变更的开发工作流。
AWS Machine Learning BlogAI 评分4242 如何在 AWS GovCloud (US) 中配置 Amazon Bedrock 以支持 ChatGPT 桌面应用
ChatGPT 桌面应用现已支持通过 Amazon Bedrock 在 AWS GovCloud (US) 中运行，提供 Work 和 Codex 两种模式。该配置将模型推理路由至 us-gov-west-1 区域的 Bedrock Mantle 端点，利用 AWS IAM 进行访问控制。此部署支持零数据保留（ZDR），确保提示词和响应不写入持久存储，满足严格的数据驻留与安全合规要求。
The DecoderAI 评分6060 OpenAI 将 Pro 套餐使用限额翻倍以应对 Anthropic 竞争
OpenAI 宣布将 Pro 100 和 Pro 500 套餐的 Work 和 Codex 配额翻倍，并撤销了 Pro 200 套餐计划中的削减措施。Plus 套餐保持不变，新订阅和现有用户将自动获得更新后的配额。此举发生在 Anthropic 准备 IPO 之际，双方正激烈争夺 B2B 市场主导地位。
Microsoft ResearchAI 评分4040 Microsoft Research Focus 第 97 期：ForkPilot 框架降低 AI 智能体处理需求达 59%
Microsoft Research Focus 第 97 期发布，重点介绍 ForkPilot 自改进智能体框架。该框架在六个基准测试中表现媲美最佳现有方法，同时将 AI 处理需求降低最多 59%。本期还涵盖 CABRA 编码智能体评估、TeleTune 技能演化及 Copilot 使用模式分析。
AWS Machine Learning BlogAI 评分4242 使用 Kiro 构建可重复的 PHP 到 Java 迁移引擎
Kiro 结合 AWS Transform 提供了一套可重复的 PHP 到 Java 迁移引擎，通过八阶段工作流将迁移转化为可度量过程。该引擎利用共享技能文件驱动发现扫描器，并强制通过 parity harness 验证以确保 Java 移植行为与 PHP 原应用一致。
The Decoder精选AI 评分8080 Mistral 发布 Mistral Large 4 模型，编码性能强劲但综合排名仍落后于中国模型
Mistral 在 Hugging Face 开放了 Mistral Large 4（昵称 Le Chonk）的权重，该模型拥有约 1 万亿参数，其中每步激活 520 亿参数。
推荐理由：独立测试显示该模型在编码速度和成本上具备优势，但在综合排名上仍落后于中国头部开源模型。
The Verge · AI同新闻AI 评分7777 Google 发布 Gemini 4 Carbon，网络安全能力显著提升
Google 发布最新前沿模型 Gemini 4 Carbon，在编码、智能体任务和网络安全方面取得显著进展。该模型在 Artificial Analysis Intelligence Index v5.0 基准测试中排名第一，领先于 Claude Opus 5.5 和 GPT-6 Astra。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，该模型在 Artificial Analysis Intelligence Index v5.0 中排名首位，得分 59。
推荐理由：原文披露了 Gemini 4 Carbon 在网络安全基准上的具体得分及分阶段开放计划，读者可据此评估其在防御场景下的实际能力边界。
TechCrunch · AIAI 评分6767 Anthropic 推出企业级 AI 支出报告工具以量化 Claude Code 价值
Anthropic 发布新的报告工具套件，允许企业管理员查看团队在特定日期范围内的 AI 产出、成本及工作流瓶颈，并默认不将数据用于模型训练。Jellyfish 报告显示，基于 Anthropic 模型的编码工具支出年初至今增长 10 倍，目前约占工程总成本的 2%。
The Decoder同新闻AI 评分9191 Google DeepMind 发布 Gemini 4 Carbon，多项基准测试超越前代 Argon
Google DeepMind 发布 Gemini 4 Carbon，在 Artificial Analysis Intelligence Index v5.0 中以 59 分超越前代 Argon 的 50 分。
Latent Space精选AI 评分8585 Anthropic 取消编码面试，Genie 4 发布，多项数学突破与模型更新汇总
Anthropic 招聘经理宣布取消传统编码面试，认为 AI 已能替代此类测试，并建议初级工程师关注业务影响。Google DeepMind 发布 Genie 4 实时世界模型，支持音频、物理交互及 Gemini 规划。此外，Axiom 完成 CFSG 的 Lean 形式化，OpenAI 与 Anthropic 均宣称在指数时间假设等数学问题上取得突破。
推荐理由：汇总了 Anthropic 取消编码面试、Genie 4 发布及多项数学突破，为观察行业技术演进提供了密集信息。
Latent SpaceAI 评分6767 在喜马拉雅山麓离线使用 OpenCode 和 Qwen3.5 9B 进行编码
作者通过 Ollama 在本地运行 Qwen3.5 9B，配合 OpenCode 智能体在无网络环境下完成代码修复和测试。文中提供了完整的离线配置步骤，包括模型下载、本地 API 连接和权限管理，并展示了智能体如何读取文件、提出修改建议并运行单元测试。
OpenAI NewsAI 评分4242 Greptile 利用 GPT-6 Astra 将缺陷检测拓展至代码审查之外
Greptile 使用 GPT-6 Astra 测试用户工作流，将缺陷检测能力拓展至代码审查之外。该方案还结合 Daybreak 强化安全性，并利用 Codex 减少返工。
The Decoder精选AI 评分9090 OpenAI 发布 GPT-6.1 Terra，API 价格减半且性能超越前代
OpenAI 发布 GPT-6.1 Terra，其 API 输入和输出价格分别为每百万 token 1 美元和 5 美元，是 GPT-5.6 Terra 的一半。
推荐理由：GPT-6.1 Terra 将 API 价格降至前代一半，并在推理效率和编码基准上显著超越 GPT-5.6 Terra。
TechCrunch · AI精选AI 评分7878 SpaceX 与 Apollo 达成 400 亿美元 GPU 融资协议
SpaceX 与 Apollo Global Management 达成约 400 亿美元融资协议，用于采购 AI 芯片及数据中心设备。该交易采用融资租赁模式，租期约 5 至 5.25 年，预计 2027 年上半年开始交付。SpaceX 称此举旨在多元化融资来源，以支撑 Grok 及云服务的算力扩张，其 AI 业务在第三季度贡献了 76 亿美元收入。
推荐理由：SpaceX 通过 Apollo 锁定 400 亿美元 GPU 融资，展示了其利用 Starlink 现金流支撑 AI 扩张的独特财务路径。
The Verge · AIAI 评分5757 AI 能否解决 COBOL 代码危机？OpenAI 与 Anthropic 的最新进展与专家质疑
OpenAI 宣称其最新模型在将 COBOL 等遗留代码迁移至现代语言方面取得显著进展，GPT-6.1 Sol 在高推理模式下行为保持准确率达 98%。Anthropic 也发布了代码现代化指南并推广 Claude Code，但专家警告称 AI 目前尚无法安全替换关键遗留系统，因为重写代码不等于替换系统，且现有评估未涵盖复杂系统的拆分与集成难题。
The Verge · AIAI 评分4242 Kevin Roose 出版《The AGI Chronicles》并创办新播客 Machine Gods
记者 Kevin Roose 出版新书《The AGI Chronicles》，深入报道前沿实验室在 AGI 竞赛中的文化转变。他与 Casey Newton 离开《纽约时报》，联合 NPR 推出视频优先的新播客 Machine Gods。
The Verge · AIAI 评分3232 Discord 更新 Markdown 预览渲染功能
Discord 最新更新修复了 Markdown 文件预览显示为乱码的问题，现在能正确渲染表格和格式。该改进有助于用户在平台上分享 AI 项目的 README 等文档。此外，Nitro 会员的文件上传上限提升至 1GB，并新增了服务器频道移动功能。
The Decoder同新闻AI 评分8282 Recursive 发布首个由 AI 系统辅助研发的语言模型 Flint
Recursive 发布首个语言模型 Flint，该模型由 AI 系统 Eureka Machine 自主提出并执行实验研发而成。Flint 是 400 亿总参数、25 亿激活参数的 MoE 模型，专为本地硬件上的智能体编码设计，在 M4 Pro 上生成速度超过 125 tokens/s。
TechCrunch · AI精选AI 评分8484 Recursive 发布 Flint：一款由 AI 辅助构建的笔记本端编码模型
Recursive 发布免费开源编码模型 Flint，该模型由 AI 系统 Eureka Machine 辅助构建，可在笔记本本地运行。Flint 采用 MoE 架构，激活参数 25 亿，在 SWE-Bench Verified 等基准测试中表现优于同级别模型，并已在 Hugging Face 开放下载。
推荐理由：文章展示了 Recursive 利用 AI 辅助研发流程在四个月内构建出可本地运行的编码模型，为端侧 AI 开发提供了具体案例。