跳到正文

技术方向

AI 编码 最新动态

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。

119 条精选近 30 天 92 条共收录 537 条

更新

精选归档 · 第 6 页

10月15日周四第 101–119 条
  1. 智谱 GLM 模型发布78

    智谱发布 GLM-5.3:与 GLM-5.2 同基座,编码与长程任务显著提升

    智谱发布 GLM-5.3,与 GLM-5.2 使用同一基座模型,全部提升来自后训练。官方称其在自研 Z.ai Code Bench 上较 GLM-5.2 提升 50%,并在 Terminal Bench 3.0、Agents' Last Exam 等公开基准上达到开源 SOTA;在 CyberGym 漏洞发现与利用链基准上同样领先,利用类基准成绩超过 GLM-5.2 两倍。

    推荐理由:GLM-5.3 与 5.2 共用基座、提升全部来自后训练,读者可据此判断后训练对编码与长程任务的实际拉动幅度。

10月14日周三
  1. 智谱 GLM 模型发布82

    智谱发布 GLM-5.3 开源权重模型,编码与长程任务能力提升

    智谱发布 GLM-5.3,与 GLM-5.2 使用同一基座模型,能力提升全部来自后训练。官方称其在自研 Z.ai Code Bench 上较 GLM-5.2 提升 50%,并在 Terminal Bench 3.0、Agents' Last Exam 等公开基准上取得开源 SOTA。

    推荐理由:GLM-5.3 沿用 GLM-5.2 基座、全部提升来自后训练,读者可据此判断开源权重模型在编码与长程任务上的位置。

  2. Google DeepMind90

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布 Gemini 4 Argon,通过 Gemini API、AI Studio、Antigravity 及 Gemini 应用向开发者、企业和订阅用户开放,定价为每百万输入 token 2 美元、输出 token 10 美元。

    推荐理由:官方披露了 Argon 在编码、科研与安全对齐上的具体案例和基准表现,可据此判断前沿模型在长程任务中的实际边界。

10月1日周四
  1. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 宣布推出新前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络安全防御方开放,后续再向开发者、企业和消费者推出。

    推荐理由:官方披露了 Argon 的输出上限、定价与多项基准成绩,可据此判断前沿模型在长任务上的能力边界。

9月22日周二
8月28日周五
8月24日周一
  1. 宝玉的博客60

    宝玉复盘 AI 原生开发流程:给 BaoCut 加远程转录功能的完整案例

    宝玉以给字幕转录翻译 App BaoCut 增加远程转录功能为例,复盘了自己的 AI 原生开发流程:可行性分析、设计文档、高精度原型、编码实现、黑盒测试五个环节,执行主体由人变为 Agent,人只在关键节点确认和决策。

    推荐理由:作者以自己 App 加远程转录功能为例,完整复盘从可行性分析到黑盒测试的 AI 原生开发流程,并给出瓶颈已移到代码两侧的判断。

8月14日周五
  1. Demis Hassabis78

    Google DeepMind 发布 Gemini 3.7 Flash,在软件工程、网页开发和知识工作上带来较大升级。Demis Hassabis 表示,该模型的首发价格是原 Gemini 3.6 Flash 成本的一半。

    引用Google DeepMind@GoogleDeepMind

    Gemini 3.7 Flash is here. It’s stronger for coding, knowledge work, and web development. 🧵

    推荐理由:Gemini 3.7 Flash 在编码、网页开发和知识工作上做了升级,同时给出半价的首发价格,读者可以据此判断成本变化。

7月31日周五
7月25日周六
6月27日周六
  1. Ahead of AI60

    如何用 Ollama 和 Qwen3.6 搭建本地编码智能体

    Sebastian Raschka 发布教程,介绍如何用 Ollama 本地部署 Qwen3.6 35B-A3B 等开放权重模型,并接入 Qwen Code、Codex 和 Claude Code 三个编码智能体框架。

    推荐理由:作者用开源工具和开放权重模型搭出完整本地编码智能体,并给出速度、任务成功率与 token 消耗的实测对比。

6月17日周三
6月15日周一
  1. 月之暗面 Kimi 模型发布72

    月之暗面发布 Kimi K2.7 Code 编码智能体模型

    月之暗面发布基于 Kimi K2.6 的编码智能体模型 Kimi K2.7 Code,在长周期真实编码任务上做了较大改进,思考 token 用量相比 K2.6 减少约 30%。

    推荐理由:模型卡给出与 K2.6、GPT-5.5、Claude Opus 4.8 的同基准对比,可据此判断其在编码智能体上的位置。

6月13日周六
6月11日周四
5月19日周二
  1. 月之暗面 Kimi 模型发布85

    月之暗面开源 Kimi K2.6 多模态智能体模型

    月之暗面发布开源原生多模态智能体模型 Kimi K2.6,采用 MoE 架构,总参数 1T、激活参数 32B,上下文长度 256K,视觉编码器为 400M 参数的 MoonViT。

    推荐理由:模型卡给出完整架构、评测对比和部署方式,可据此判断开源多模态智能体模型的当前水平。

4月23日周四
  1. 月之暗面 Kimi 模型发布82

    月之暗面发布 Kimi K2 Instruct 模型

    月之暗面发布 Kimi K2,这是一个总参数 1T、激活参数 32B 的 MoE 语言模型,在 15.5T token 上预训练,采用 Muon 优化器,并针对工具调用与自主问题求解做了优化。

    推荐理由:原文给出 1T 总参数、32B 激活的 MoE 架构与完整评测对照,可据此判断开源模型在编码和工具调用上的位置。

4月20日周一
  1. MiniMax 模型发布82

    MiniMax 发布 MiniMax-M2.7 模型

    MiniMax 发布 MiniMax-M2.7,官方称这是其首个深度参与自身演化的模型,可构建复杂 Agent harness 并完成高难度生产力任务。开发过程中模型自行更新记忆、为 RL 实验构建数十个复杂技能,内部版本在 100 多轮中自主优化编程脚手架,取得 30% 性能提升。

    推荐理由:官方披露 M2.7 在自我进化循环中自主优化编程脚手架并取得 30% 性能提升,可据此观察模型自迭代的落地方式。