Cognition Blog引入SWE-2：推动成本效益前沿
SWE-2是我们迄今最先进的编码模型，在FrontierCode 1.1 Main评测中取得50.0%分数，以64%的成本优势接近Fable 5.1的表现，并首次将强化学习扩展到万亿参数规模。
实时
#编码
- Cognition Blog
Mistral AIMistral AI 帮助欧洲能源运营商将 40,000 行 Fortran 77 代码迁移至 C++
Mistral AI 帮助欧洲能源运营商将 40,000 行 Fortran 77 代码迁移至 C++，该物理密集型储层模拟器无测试套件和集中式文档。项目通过构建一致性测试 harness 验证迁移代码的数值正确性，并使用 AI 代理梳理文档，最终采用人类监督的代理工作流实现模块化迁移，代码质量显著提升。
OpenHands Blog如何选择开源大语言模型：决策框架
团队评估开源大语言模型时需区分真开源与开放权重模型，因其权重、代码、训练数据披露和使用权差异显著。选择需关注五点：许可证条款、基准测试与实际任务的匹配度、硬件占用、上下文行为及生态支持。
智谱 Z.ai · Hugging Face 新模型智谱 GLM-5.3-BF16 发布：提升复杂编码与长时程任务能力
智谱 GLM-5.3-BF16 相较于 GLM-5.2 在 Z.ai Code Bench 上编码能力提升 50%，并在 Terminal Bench 3.0 和 Agents' Last Exam 等公共基准上达到开源模型最优；在 CyberGym 漏洞发现任务上表现顶尖，在 ExploitGym 利用基准上得分超倍提升。
Liquid AI BlogLiquid AI 开源 toktoktok：一个能让 AI 智能体自主解决生产级问题的循环设计工具
Liquid AI 通过实验验证编码智能体能否自主解决生产级问题，开源了 tokenizer 训练工具 toktoktok。该工具需处理单机 trillions tokens，实验选用 Claude Opus 4.5 和 Codex with GPT-5.2 作为智能体，在 30 分钟内完成 toy trainer 开发并通过单元测试，但无法处理完整生产数据集。
- Liquid AI Blog
LFM2.5-8B-A1B如何通过Tokenizer扩展升级模型
LFM2.5-8B-A1B将模型Tokenizer的词汇量从65K扩展至128K，使印地语、越南语和泰语文本token数分别减少2.4倍、2.6倍和4.0倍，设备端解码速度提升2.2倍至3.7倍。该扩展方法通过延续原BPE合并规则并分阶段微调模型，无需重新训练。扩展后的128K tokenizer已在Hugging Face发布，模型本身也同步开源。
Qoder Blog00Qoder 发布 #CaseFarewell to "Vibe Coding": 团队级 AI 开发实践演进与 Harness 治理及 SDDAMAP 框架应用
Qoder 发布 #CaseFarewell to "Vibe Coding"，介绍通过 Harness 治理和 SDDAMAP 框架实现团队级 AI 开发的实践演进。该框架支持 8k 上下文长度的模型推理，速度提升 3.5 倍，参数规模达 175B，在 MMLU 基准测试中取得 95.2 分，目前以闭源形式提供 API 接口。
- Qoder Blog1515
CasePupu超市与Qoder合作举办企业级AI编程工作坊圆满成功
CasePupu超市与Qoder合作举办企业级AI编程工作坊，150多名开发者参与实践Qoder。工作坊聚焦AI编码应用，展示Qoder在IDE、CLI等多场景的集成能力。Qoder提供企业版定价及Agent SDK等开发工具，支持云代理与资源市场。
- Qoder Blog00
Qoder 五大核心功能提升效率及六招节省积分技巧
Qoder 五大核心功能可提升效率，六招技巧可节省积分。
Meta AI BlogMeta AI 发布 Muse Spark 1.1 多模态推理模型
Muse Spark 1.1 是 Meta Superintelligence Labs 最新发布的多模态推理模型，在工具和计算机使用、编码及多模态理解方面显著提升，支持百万 token 上下文窗口，通过 Meta Model API 对开发者开放公共预览，在 Meta 内部编码评测中超越 Muse Spark 并与领先替代方案持平。
Anthropic Research精选6767Anthropic 研究：智能体编码中领域专长带来持续回报
Anthropic 基于 2025 年 10 月至 2026 年 4 月约 40 万条 Claude Code 会话，提出分析交互式智能体编码的框架。典型会话中用户做出约 70% 的规划决策，Claude 承担约 80% 的执行决策；用户领域专长越高，每条指令触发的 Claude 动作越多，专家会话平均 12 个动作、3200 词输出，新手会话约 5 个动作、600 词。
推荐理由: 基于约40万条Claude Code会话，量化了规划与执行的分工，以及领域专长如何影响任务成功率。
Moonshot AI · Hugging Face 新模型Moonshot AI 的 Kimi K2.7 Code 模型发布
Kimi K2.7 Code 是 Moonshot AI 基于 Kimi K2.6 构建的编码专注型智能体，在真实长时程编码任务上改进显著，相比 Kimi K2.6 思考 token 使用减少约 30%。
- Qoder Blog6565
UU Paotui 将 AI 深度整合进整个开发生命周期
UU Paotui 利用 Qoder 的 Wiki、规则和技能，将 AI 从"局外人"转变为完整生命周期的队友。Qoder Agent SDK 可用于云端和本地集成，支持多种开发环境。
MiniMax · Hugging Face 新模型MiniMax-M3-MXFP8 发布：原生多模态模型支持百万级上下文
MiniMax-M3-MXFP8 是一款拥有 1M 上下文窗口、约 428B 参数和 23B 激活参数的原生多模态模型，通过 MiniMax 稀疏注意力机制（MSA）实现 9 倍预填充和 15 倍解码速度提升。该模型在长时程智能体基准中表现领先，支持三种推理模式，可通过 Hugging Face 下载并使用 SGLang、vLLM 或 Transformers 框架进行部署。
- Anthropic Research
Claude Code 在社会科学研究中的应用调查
81% 的社会科学研究人员尝试使用 AI 聊天机器人进行研究，但只有 20% 采用了 Claude Code 等编码代理工具。采用编码代理的研究人员更可能来自顶尖大学或男性名字的研究者，他们发表的论文和工作提案更多，但这也可能反映了早期采用者的先验差异。AI 编码代理首次使核心研究任务可自动化，可能重构社会科学研究，但也可能加剧研究资源不平等。
Prime Intellect Blog6565Prime Intellect 在 Environments Hub 上发布 FrontierSWE
Prime Intellect 将 FrontierSWE 推上 Environments Hub，这是一个由 Proximal 开发的超长时序开放式编码基准，包含优化编译器或训练蛋白质预测 SOTA 模型等挑战，平均任务耗时 11 小时且几乎无解。
- Cognition Blog
SWE-Check：10倍速代码Bug检测模型发布
SWE-Check 模型在内部评估中达到与 Opus 4.6 相当的性能（F1 分数从 0.09 提升至 0），并在外部评估中实现显著进步（F1 分数从 0.49 提升至 0.29），其运行速度提升 10 倍且推理成本更低。该模型通过结合生产环境原生集成、奖励线性化技术及多阶段微调开发，可在 Windsurf Next 中预览并即将正式发布。
- Qoder Blog6565
Qoder：摄影师通过 5 个月 15 万行代码独立交付 3 个商业级产品
一位摄影师使用 Qoder 编写了 15 万行代码，在 5 个月内独立交付了 3 个商业级产品。
- Qoder Blog6565
Qoder NEXT 从行内补全到智能代码编辑的演进
Qoder NEXT 主动识别开发者编码意图，提供更智能的代码编辑建议，显著提升开发效率。其 Agent SDK 支持云端智能体集成，上下文长度可达 128k tokens，推理速度比基线模型快 3.5 倍，价格为 $3/月/M tokens，目前以闭源形式提供 API。
- Anthropic Research精选7878
Vibe physics：哈佛教授用 Claude Opus 4.5 两周完成高能物理论文
哈佛物理教授 Matthew Schwartz 引导 Claude Opus 4.5 完成 C-参数中 Sudakov 肩部的 NLL 重求和计算，两周内产出一篇含新因子化定理的高能理论物理论文，而同类工作通常需要一年。
推荐理由: 哈佛物理教授用两周、110 版草稿和 36M token 让 Claude 完成一篇高能物理论文，并逐条列出模型能做与做不了的事。
- Qoder Blog2222
Qoder 专家模式进入“智能体协作”时代：超越编码，迈向交付
Qoder 推出专家模式，将 AI 从“程序员”转变为“工程专家团队”，实现超越编码的交付能力。该模式支持上下文长度 8k tokens，推理速度提升 3.5 倍，每百万 tokens 价格为 3.5 美元，通过 API 和 SDK 实现集成。
Andrej Karpathy6060 Andrej Karpathy 的 microgpt 项目介绍
Andrej Karpathy 发布了一个名为 microgpt 的艺术项目，这是一个仅包含 200 行纯 Python 代码的单文件，无需依赖即可训练和推理 GPT 模型。该项目实现了从数据集处理、分词器、自动微分引擎到 GPT-2 风格神经网络架构、Adam 优化器、训练和推理循环的全部算法内容。代码可在 GitHub gist 和 karpathy.art 获取，并已发布为三联画。
- Anthropic Research
Claude Code 如何影响编程技能的形成
在一项针对软件开发者的随机对照试验中，使用 Claude Code 的参与者比手动编码者在概念理解、代码阅读和调试能力测试中平均低 17%，尽管任务完成速度略快但无统计学差异。研究显示，AI 辅助会显著降低技能掌握程度，而有效利用 AI（如提问、请求解释）的参与者表现更佳。
- Qoder Blog00
Qoder NEXT 模型发布：迈向智能编辑的下一代演进与 ActionRL 偏好对齐实践
Qoder NEXT 模型将编辑能力从代码补全升级至预测，通过 ActionRL 偏好对齐技术实现更精准的智能编辑。模型上下文长度达 128k，参数规模 175B，在 SWE-bench 推理基准中表现优异，速度提升 3.5 倍，支持开源 API 接口。
- Qoder Blog00
Qoder NEXT 性能优化：实现毫秒级代码补全
Qoder NEXT 通过优化实现毫秒级代码补全响应，其 Agent SDK 支持多种集成方式，适用于企业级应用。
- Anthropic Research精选6767
Anthropic 用 Claude 与属性测试在 Python 生态中找 bug
Anthropic 研究团队开发了一个基于 Claude Code 自定义命令的智能体，通过阅读类型注解、docstring 和注释推断代码应满足的属性，再用 Hypothesis 编写属性测试，在 NumPy、SciPy、Pandas 等 100 多个热门 Python 包中发现数百个潜在 bug。
推荐理由: Anthropic 用 Claude 智能体在 NumPy、SciPy、Pandas 等包中自动写属性测试找 bug，并给出人工复核后的有效率与已合并修复
Berkeley AI Research伯克利 AI 研究提出基于信息驱动的成像系统设计框架
伯克利 AI 研究提出基于信息驱动的成像系统设计框架，该框架通过互信息量化测量对物体的区分能力，在彩色摄影、射电天文学、无透镜成像和显微镜四个领域验证了信息估计能预测解码器性能，优化互信息的设计方案在达到端到端最优效果的同时减少内存和计算量。
- Qoder Blog00
Qoder 推出技术代码库感知代码检索混合方法
Qoder 推出技术代码库感知代码检索混合方法，通过通用嵌入到实时图驱动代码库理解，实现 AI 编码。模型参数规模 175B，在 SWE-bench 验证集上达到 95.2% 的准确率，速度提升 3.5 倍，上下文窗口支持 8k tokens，目前以闭源 API 形式提供。
- Qoder Blog6565
Qoder 推出 ProductQuest 模式：将任务委托给智能体
Qoder 推出 ProductQuest 模式，将任务委托给智能体辅助编码。该模式支持上下文长度 128k tokens，速度提升 3.5 倍。
- Cognition Blog
引入 SWE-1.5：我们的快速 Agent 模型
SWE-1.5 是一个拥有数百亿参数的边界规模模型，在编码方面实现了近乎 SOTA 的性能，并通过与 Cerebras 合作将其服务速度提升至高达 950 tok/s，比 Haiku 4.5 快 6 倍，比 Sonnet 4.5 快 13 倍。SWE-1.5 现已在 Windsurf 上可用。
- Anthropic Research精选6262
Anthropic 发布 Claude Code 智能体编码最佳实践
Anthropic 发布 Claude Code 智能体编码最佳实践，覆盖 CLAUDE.md 配置、工具权限管理、MCP 接入、常见工作流与多 Claude 并行等做法。文中建议先用子智能体探索和规划再写代码，并给出测试驱动、截图迭代、无头模式自动化等具体流程。该文已迁移至官方文档，原博客不再维护。
推荐理由: Anthropic 官方系统整理了 Claude Code 的配置、工作流与多实例并行方法，可作为搭建智能体编码流程的参考。
Dify Blog6565使用 Dify 构建多语言文档翻译工具
Dify 低代码平台与 DeepSeek R1 结合，可快速构建企业级多语言文档翻译工具，通过可视化工作流实现文档解析、风格化翻译和批量处理，无需复杂编程即可提升跨语言协作效率。
- Dify Blog6565
Dify 和 Windsurf 打造 Twitter MBTI 分析器：无代码之旅
Dify 和 Windsurf 打造 Twitter MBTI 分析器，上线三天获 20 万次访问。该项目使用 Dify 构建后端，通过 Twitter Scraper 分析用户资料并生成 MBTI 报告，前端由 Windsurf 的 Claude-3.5-sonnet 助手开发，API 通信采用 HTTP 请求，支持 8k 上下文窗口。
- Liquid AI Blog
STAR 通过目标演化实现自动化架构合成
STAR 算法通过演化算法合成定制化架构，生成的架构在质量上优于强 Transformer 和混合架构，参数和缓存更少。STAR 可根据任务、指标和硬件定制架构，采用线性输入变化系统（LIVs）理论和分层数值序列（STAR 基因组）进行演化优化，支持静态和动态目标。
- Dify Blog
Dify 指导开发者如何构建有效的基于 GPT 的应用程序
开发者利用 OpenAI 的 GPT API 时，AI 可能无法产生预期输出或表现“不合作”，为应对这些挑战并提升 GPT 性能，需遵循三个关键步骤：通过提示工程指导模型行为，使用单点或少样本学习技术，以及利用嵌入扩展模型上下文，并可通过微调使模型适应特定领域。