Anthropic 发布 Claude Haiku 5.5，小模型跑分提升并调整价格
Anthropic 发布 Claude Haiku 5.5，文章称其在小模型跑分上超过 DeepSeek V4.1Flash、GLM-5.3-Flash，并逐项赢过 GPT-6 Luna。
推荐理由：原文梳理了 Haiku 5.5 的价格、跑分和迁移改动，可用于评估小模型替换成本。
技术方向
AI 编码 最新动态
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。
61 条精选近 30 天 57 条共收录 63 条
更新
精选归档 · 第 3 页
量子位精选AI 评分8383
Latent Space精选AI 评分6969 Stacklok 试图用云原生 harness 提升桌面外编码 Agent 的可靠性
Stacklok 正在以 Kubernetes 思路推进云原生编码 Agent 基础设施，核心项目包括开源 harness Mecatl 和 MCP 平台 ToolHive。
Hugging Face Blog精选AI 评分8282 Hugging Face 介绍 Nemotron 微调后在 IOI 2026 和 IMO 2026 达到金牌水平
Hugging Face 介绍 Nemotron 团队从 Nemotron 3 出发，通过 SFT、RL 和反馈驱动推理，在 IOI 2026 与 IMO 2026 达到金牌水平。
推荐理由：文章同时给出训练数据、推理流程和开源入口，可参考其将基础模型专门化到竞赛任务的方法。
量子位精选AI 评分4444 AI 代码模型为何越来越“不说人话”
量子位讨论 Claude、GPT、Gemini 等 AI 在 Coding 场景中输出黑话化、文言化的问题，认为 Coding 过拟合和 CoT 压缩可能是重要原因。
Mistral AI精选AI 评分8484 Mistral AI 发布 Mistral Large 4 公共预览版
Mistral AI 发布 Mistral Large 4 公共预览版，这是一个 1 trillion-parameter 原生多模态模型，拥有 52 billion active parameters，可在 Mistral Studio 试用 preview API，并计划在本月底发布权重。
推荐理由：原文披露了参数规模、开放权重计划和多项基准结果，可用于比较欧洲开放权重模型的能力定位。
Latent Space精选AI 评分3838 Reflection Beam：501B-A23B 美国开源模型发布
Reflection announced Beam 是一个 text-only 501B-total / 23B-active MoE 模型，面向 coding、agentic 和 scientific work，完整权重本月将以 Apache 2.0 发布。
GitHub Blog · AI & ML精选AI 评分6262 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，现已可通过 ReviewBench 网站使用。
推荐理由：原文公开了数据集、评分方法和提交流程，可用于比较代码审查智能体的取舍。
GitHub Blog · AI & ML精选AI 评分5050 AI 正在改变开发者工作：需要强化的三项技能
GitHub Blog 提出，开发者应强化三项 AI 时代技能：指挥 AI agents、审查 AI 首次输出、把节省的实现时间用于更大问题。文章建议用第二个 AI model 批判第一个模型的方案，并提到 GitHub Copilot 的 Rubber Duck agent 会用第二个模型审查计划、代码和测试。
Latent Space精选AI 评分6565 Airbnb CTO Ahmad Al-Dahle 谈用 inside-out AI 重建内部开发与用户体验
Airbnb CTO Ahmad Al-Dahle 向 Latent Space 介绍了公司将自身转向“AI-native company”的 inside-out AI 路径，即先用 AI 提速内部产品开发，再把同类能力用于客户体验。
Latent Space精选AI 评分4141 Pi 1.0、Pi Durable 与 AI Engineer NYC 动态
Pi 1.0 和 Pi Durable 登上 HN 首页，Pi 1.0 增加 Codemode、虚拟模型扩展支持、Deferred tool loading、Anthropic 模型 Cache warming 等功能。Pi Durable 将 Pi 移植到 TypeScript，并外部化有状态组件，支持崩溃恢复、并发会话、自动上下文压缩、多人状态同步和 Hot-Swapping。
Latent Space精选AI 评分4545 MIT Alex Zhang：学术界需要雄心，RLMs 与 AI 智能体集群的研究机会
Latent Space 访谈 MIT 的 Alex Zhang，讨论 RLMs、GPU Mode、KernelBench、AI 生成 GPU kernels 与多智能体集群。
NVIDIA Blog精选AI 评分8181 OpenAI GPT-6 Astra Ultrafast 已在 API 和部分 ChatGPT、Codex 用户中可用
GPT-6 Astra Ultrafast 运行在 NVIDIA Blackwell GPUs 上，现已在 OpenAI API 以及符合条件的 ChatGPT Work 和 Codex 用户中可用。
推荐理由：原文给出 Ultrafast 与 Standard 的速度差异和开放入口，可用于评估编码智能体延迟优化价值。
Latent Space精选AI 评分7979 Gemini 4 Argon 发布，Google DeepMind 面向编码、企业知识工作和网络防御推出前沿模型
Google DeepMind 推出 Gemini 4 Argon，用于编码、企业知识工作和网络防御，当前仅通过 Fairwind Program 向政府用户和受信任的网络防御者开放。
推荐理由：原文汇总了 Argon 的开放范围、价格和多组评测结果，便于比较 Google DeepMind 与同级前沿模型。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 宣布 Gemini 4 Argon，这一前沿模型将先通过 Fairwind Program 向一组受信任的网络防御者推出，并逐步扩大访问。
推荐理由：原文给出发布节奏、价格和多项基准结果，可用于了解 Google 对高能力模型分阶段开放的安排。
GitHub Blog · AI & ML精选AI 评分6565 GitHub Security Lab 推出用于 AI 驱动 fuzzing 的 Taskflow Agent 流水线
GitHub Security Lab 介绍了 Fuzzing Taskflow，这是一个面向 C/C++ 项目的自主 fuzzing 流水线，基于 GitHub Security Lab Taskflow Agent 构建。
推荐理由：文章拆解了 LLM agent 接管 fuzzing 覆盖改进和崩溃分诊的流程，对安全自动化工作流有参考价值。
GitHub Blog · AI & ML精选AI 评分6161 GitHub Copilot app 如何渲染超大 pull request
GitHub Blog 介绍了 GitHub Copilot app 为超大 pull request 重建视图的工程方案。团队用一个包含 2,200 个文件、超过 100 万行变更、400 多条行内评论的开源 pull request 压测，通过代码行虚拟化、评论动态高度测量、滚动锚定、增量数据管线和自动化测量循环，让大 diff 与多线程评论保持可滚动和可阅读。
推荐理由：原文拆解了大规模 diff 与评论渲染的工程取舍，可迁移到其他长列表和动态内容界面。
GitHub Blog · AI & ML精选AI 评分3636 GitHub Podcast 讨论 AI 热点争议：读代码、RAG、Skills 与 MCP
GitHub Podcast 讨论多项 AI 开发热点：AI 生成代码仍需审查，RAG 没有消亡，Skills 也没有取代 MCP。文章认为开发者的关键能力是判断风险、解释 AI 使用方式，并把 agents、Skills、MCP 与 RAG 作为可组合的工作流组件。
Mistral AI精选AI 评分6868 Mistral AI 用 AI agents 迁移 40,000 行 Fortran 77 遗留代码
Mistral AI 帮助一家欧洲能源运营商将 40,000 行 Fortran 77 迁移到 C++，对象是一个物理密集型油藏模拟器，原项目没有测试套件和集中化文档。
推荐理由：案例给出从校验基准到人机协作流程的迁移路径，可迁移到复杂遗留系统改造。
Berkeley AI Research精选AI 评分5050 Berkeley AI Research 介绍 K-Search 如何将 CUDA 内核经验迁移到 Apple Silicon 的 MLX
Berkeley AI Research 介绍了基于 K-Search 的 CUDA-to-MLX 转译方法，用结构化翻译层把现有 CUDA 内核知识适配为 Apple Silicon 上的 MLX/Metal 内核。
Berkeley AI Research精选AI 评分4343 Berkeley AI Research：教 LLM 更新信念以实现高效长程交互
Berkeley AI Research 提出 ABBEL，将长程交互历史压缩为自然语言 belief states，并用 belief grading 监督摘要信息内容。在 CollabBench 协作编码中，ABBEL-rec-BG 将与 Full Context 的性能差距缩小约 50%，训练步数从 100 降至 50，Peak Tokens 为 6.01±0.33×10²。