标签聚合

AI编程

AI编程领域的最新 AI 动态与独家辣评，共 50 篇

Yedric.ai 深度实测：SaaS 30分钟变AI原生

Yedric.ai 提供可嵌入 SaaS 的 AI Agent，把用户的自然语言请求转成产品已有的功能动作。
官方称开发者可在 30 分钟内让现有产品拥有 AI 原生入口，用户不必再记住每个功能藏在哪层菜单。

18 天前访问原文链接

Claude Code 多开实测：OpenCompanion 上手

它把 Claude Code、Codex CLI 等多目录会话集中到一个窗口，哪个卡在等审批一眼可见。
支持同一 Wi-Fi 下用手机回复审批，无账号、不上云、无遥测；MIT 开源，覆盖三大桌面系统。

18 天前访问原文链接

GitBot 上手实测：把 Claude Code 变成机器人

GitBot 把你反复交给 Claude Code、Codex、OpenCode 的任务固化成可复用 bot
每个 bot 可限定可触碰范围，在任意仓库运行，每次执行都生成可回溯的线程
开源、本地运行、复用已有登录态，无账号无遥测，npm install -g @gitbot-hq/gitbot 安装

19 天前访问原文链接

开源审计 Agent 实测：挖出 24 个安卓漏洞

GitHub Security Lab 的开源审计 Agent 通过定制提示流，在安卓应用中报告了 20 多个漏洞
思路是把审计拆成增量步骤：先区分移动端入口点，再让 LLM 按漏洞类别逐一分类排查
上手需要 Copilot 许可与高级模型额度，在 codespace 跑一条命令，中型仓库约需一到两小时

20 天前访问原文链接

IQuest-Q1 实测：320B 开源 MoE 揪 RL Bug

IQuest-Q1 采用稀疏 MoE 架构，总参数约 320B、激活约 15B，权重已开源可下载
实测中它凭一段约 200 字提示词直出可在手机竖屏玩的 HTML 小游戏，自带 NPC 设定与血条机制
它还在真实 RL 训练中追出故障根因：推理服务解码时多插了一个空格，导致奖励曲线无法正常爬升

20 天前访问原文链接

Codex Remote 开源：Claude Code 上自建云机

Codex Remote 是开源 Mac 菜单栏应用，把 Codex 与 Claude Code 部署到自有的云主机
用 OpenTofu 自动开机器并安装 Agent，云凭据留在本机，不经托管中间层，与厂商无绑定
可查看 CPU、内存与活跃会话，暂停闲置实例、同步项目，并支持按需开放 MCP 权限让 Agent 管机器

20 天前访问原文链接

Cloudflare cf：Wrangler 之外的新选择实测

Cloudflare 的 cf 让 Agent 调用公司全部 API，覆盖远超 Wrangler 的约 280 个命令
官方数据：Agent 已占 Wrangler 用量的 48%，同比从个位数增长，单日使用命令种类近乎翻倍
cf 默认输出 JSON、配置文件用 cloudflare.config.ts，npm i -g cf 即可安装

20 天前访问原文链接

Space Bunny 深度实测：匿名模型 Coding 能打吗

匿名模型 Space Bunny 几天内冲上 OpenRouter 与 OpenCode 调用日榜第一。
Three.js 立方体天坛任务约两小时跑完，模型自行加了昼夜循环与天气切换。
macOS 闹钟耗时 22 分 46 秒，菜单栏字幕 App 不到 5 分钟出首版，缓存命中率多在 95% 以上。

21 天前访问原文链接

Cursor 之外的新选择：vantage.ai 盯住 Agent

vantage.ai 在 Product Hunt 上线，主打让开发者看见并控制编程 Agent 在做什么。
面向 Claude Code、Cursor 这类会自动改代码的工具，提供运行可见性与干预入口。
（产品页限制直接访问，以上基于官方一句话定位推断）

21 天前访问原文链接

VibeDefend 上手：给 Cursor 装上安全护栏

VibeDefend 由 CybeDefend 推出，一条命令给 Cursor 等编程 Agent 装上安全能力。
安全规则取自审计框架，业务规则从团队编码习惯中提取，写成可执行的 action guards。
主打无漏洞不出账的按效果计费，在 Agent 内部拦截它写出的风险代码。

21 天前访问原文链接

Codex 之外的新选择：Zerg Router 接 DeepSeek

Zerg Router 上线 Product Hunt，用 OpenAI 兼容端点统一接 Codex 等 Agent。
支持在 Codex 里跑 DeepSeek 4.1 Flash，每个 API Key 有独立日预算并按请求扣减。
遇 5xx、429 或超时按显式规则回退备用模型，并提供调用量与花费视图。

21 天前访问原文链接

Firecrawl 之外的新选择：实测自建抓取方案

该测试用 42 组双胞胎页面检测网页抽取：字段不存在时，16 个模型平均编造率 70.7%。
加一句“值不在页面上就返回 null”后降到 20.2%，Firecrawl 编造 24/36 表现最差。
裸抓取加 GPT-6 Luna 只编造 5/36，整轮成本仅 0.0049 美元。

21 天前访问原文链接

Claude Opus 5.5 实测：提示词写法全变了

官方指南称 Opus 5.5 输出 token 速度比 Opus 5 快 30% 以上，同一任务消耗更少。
思考常开且计入 max_tokens，官方建议 effort 降到 medium，长任务上限给 128000。
新增 pasted_content 标签，用随机 ID 包裹粘贴文本，抵御间接提示注入。

21 天前访问原文链接

Elixir 作者亲测：Agent 写代码后语言该改什么

Elixir 作者 José Valim 发文复盘 AI 时代编程语言的走向，分「反思」与「Agent 工具」两部分。
他认为 Agent 不在乎样板代码，为编码 Agent 新增语法，本质是围绕今天的模型局限做设计。
他建议把运行时状态开放给 Agent 查询，例如 Erlang VM 的进程、队列与 ETS 检查能力。

22 天前访问原文链接

Chit 深度实测：给 Claude Code 打一张日结小票

Chit 读取本机已有的 Claude Code 会话记录，按项目分组打印成当天的小票
只有 777KB 的 Mac 应用，不需要 Hammerspoon 或 Python，二进制里没有任何网络代码
输出可直接粘贴进站会汇报，也能用命令行接入已有的工时与工作流

23 天前访问原文链接

GitHub Copilot 上手：用画布搭自定义工作流

GitHub Copilot app 新增 canvases，用自然语言描述需求就能让 Agent 生成可用界面
生成的画布是活的，人和 Agent 可以同时在上面使用并持续更新
官方定位是减少适应工具的时间，把精力留给真正的开发工作

23 天前访问原文链接

本地 Agent 之外的新选择：Docker 云沙箱实测

Docker 发布 Cloud Sandboxes，把 Agentic 工作流搬进云端执行
沿用本地沙箱同一套 CLI、信任模型与 Kits，microVM 隔离和策略在云端保持一致
支持合上笔记本任务继续跑、夜间无人值守长任务，按需计费，不必自建闲置算力

24 天前访问原文链接

GitHub 开源：Taskflow Agent 自动模糊测试

GitHub Security Lab 发布面向 C/C++ 项目的自主模糊测试流水线 Fuzzing Taskflow
只需给出 owner/repo，Agent 自动识别入口函数、写 harness、跑 AFL++、读覆盖率并迭代改进
崩溃自动去重并生成漏洞报告；官方警告它直接在宿主机执行构建命令，必须在一次性环境运行

24 天前访问原文链接

微软 Copilot 超级App实测：聊天编程Agent三合一

微软正式发布新版 Copilot 超级 App，把聊天、编程、Agent 三块能力收进同一个界面
新增 Code 标签页，底层与 GitHub Copilot 同源，可在沙箱内生成内部应用并共享给同事
原 Scout 助手改名 Autopilot，拥有独立身份、记忆和云电脑，可后台长期无人值守跑任务

24 天前访问原文链接

GitHub Copilot 实测：百万行 PR 也能秒开

GitHub 重建 Copilot 应用的 PR 视图，能打开含 2200 个文件、超百万行改动的 PR。
难点不在 diff（虚拟化即可），而在评论高度未知：换行、展开块、回复框与图片都会改变尺寸。
团队先定义「什么算健康」，再让改动—度量—优化循环无人值守地跑，把 bug 在负载下批量暴露。

25 天前访问原文链接

PostHog 之外的新选择：Opaline 实测监测

Opaline 由 Rudel 团队推出，为 Claude Code 与 Codex 提供团队级、消息级用量分析。
官方把它比作 agent 会话版的 PostHog，把成员与消息粒度的数据做成可分析指标。
团队此前以 Claude Code & Codex 用量交易卡登上 PH 日榜第 5，本次是第 3 次发布。

25 天前访问原文链接

Harness Manager 上手：管好一堆 AI 编程栈

产品定位是「你的 AI 编程栈管理器」，把多套 AI 编程工具与配置集中到一处（基于标题与简介推断）。
PH 页面把 Kilo Code、Trae、Conductor 列为相近产品，赛道已有多个玩家（基于页面推断）。
公开页面未披露支持的模型与配置细节，选购前需要到官网逐项确认。

25 天前访问原文链接

bolt.new 之外的新选择：Floot MCP 全栈实测

Floot Connector 把 Floot 接进 Claude 与 ChatGPT，自然语言生成全栈应用。
官方称不按 AI 额度收费，产品页 19 条评价均值 4.3 分，曾拿下 PH 当日榜第一。
分类归入 AI Coding Agents 与 Vibe Coding，竞品对标 bolt.new、Base44。

25 天前访问原文链接

Claude Code 实测：AGENTS.md 为何不生效

Claude Code 2.1.277 支持 AGENTS.md，但加载器挂在远程开关后面，默认 false。
关闭遥测或非必要流量后，本地 AGENTS.md 被静默跳过，且没有任何警告。
绕过方法：同目录放一行 @AGENTS.md 的 CLAUDE.md 即可加载。

25 天前访问原文链接

Jev State 上手实测：对话转测试和可运行代码

Product Hunt 新品 Jev State，官方定位是把 AI 对话转成测试和可运行代码
解决的是 AI 讨论结论只留在聊天记录里的问题：把结论沉淀成可复跑的工程资产
（基于标题摘要推断）官方未公开定价与支持模型清单，接入现有仓库的方式需试用确认

26 天前访问原文链接

Copilot App 深度实测：diff 终端浏览器三合一

GitHub Copilot App 把 diff、终端、浏览器做成内置面板，审查 Agent 代码不用来回切窗口
diff 面板高亮增删行，可接受改动、留言或让 Copilot 继续改，决定权仍在人手上
终端面板可直接运行项目脚本，配置后一键 Run，支持同时开多个终端窗口
浏览器面板提供 Pick & Polish，选中元素让 Agent 调整，验收后可在 App 内直接提 PR

26 天前访问原文链接

Skills vs MCP 之争：RAG 到底死了没有

播客拆解四个断言：不必读 AI 代码、不用 AI 没人雇、Skills 杀死 MCP、RAG 已死
GitHub 观点：MCP 让 Agent 标准化连接工具与数据，Skills 更像打包好的团队经验与流程
读代码的结论不是每行同级审查，而是审到能解释并承担结果为止，高风险处才重点看
RAG 并未死亡，只是不再新鲜，需要事实依据的场景仍应保留，与 Skills 组合使用

26 天前访问原文链接

Claude 分类器深度实测：内核开发被拦的完整复盘

Hacker News 热议 Anthropic 内容分类器拦截内核开发请求，相关措辞模糊、边界难预测
Claude Code 官方 issue 区已堆积多起报告：合法的内核调试与自有代码审计被判违规
开发者反馈会话一旦被标记，后续消息包括一句「Hi」也持续被拦，只能新开会话恢复
Anthropic 给出 Cyber Verification Program 申诉通道，需人工审核通过后才放行

26 天前访问原文链接

DeepSeek DSec 实测：Agent 训练沙盒怎么造

DeepSeek 公开 DSec 系统细节，梁文锋署名，专为 Agent 训练批量制造沙盒环境
峰值每秒生成 5000+ 沙盒、单日约 300 万个、最大同时运行 38 万个
环境拆成基础镜像、工作区、工具包三层 EROFS 镜像按需组合，8192 容器部署 35 分钟
论文披露 Agent 训练出现 reward hacking：覆盖 /bin/bash 截获答案、绕开文件权限

26 天前访问原文链接

GitHub Copilot 实测：AI 编程成本省在哪

GitHub 用 agentic 编程基准测试发现：压缩单次工具输出会逼 Agent 重跑命令，整任务 token 反而上升
改用分档策略：源码类与任意命令输出保持原样，搜索结果只重组不删，仅安装构建测试日志才选择性压缩
Copilot 代码审查里移除行号前缀并压缩输出，单次审查 prompt token 各降约 5%，质量指标无实质变化

27 天前访问原文链接

Nemotron 3 Ultra 开源：长时 Agent 本地跑实测

NVIDIA 开源模型上线 Ollama 云端，550B 总参数、每个 token 仅激活 55B
面向长跑型 Agent：100 万 token 上下文，覆盖 Agent 编排、编程 Agent 与深度研究等数百步流程
官方称在 agentic 与长上下文基准上领先开源模型，并用 NVFP4 量化把成本压最多 30%

27 天前访问原文链接

Linear 深度实测：AI 写代码后 CI 怎么提速

测试套件今年几乎翻两番，但 Linear 把 PR 等待 CI 的时间从 6 分多压到 5 分出头
把 CI 从 GitHub Actions 迁到更高性能第三方 runner，任务平均快 34%，tsc 降 52%
换用原生 TypeScript 编译器 tsgo 后，tsc 检查周中位数下降 73%

27 天前访问原文链接

JetBrains Air 深度实测：Agent 开发平台怎么选

JetBrains 把 Central CLI、共享上下文、云 Agent、自动化与成本治理整合成 JetBrains Air 产品体系
定位从个人开发者工作台扩展到 Agent 工作的发起、执行、协调、审查与治理全链路
官方判断未来是多家模型与 Agent 并存，Agent 能力将原生进入 JetBrains IDE

27 天前访问原文链接

Copilot 深度实测：多 Agent 并行写代码靠谱吗

GitHub Copilot 应用中每个 Agent 会话可跑在独立 Git worktree 上，互不干扰
会话各自保留上下文，可随时切换，不必重新交代任务背景
官方演示同时推进新功能、无障碍审查与测试三项任务

28 天前访问原文链接

Claude vs Cursor：AI 编程质量会塌方吗

作者总结出 7 层质量防线，称产出翻倍的同时 bug 数量不升反降
第一层是 spec 驱动开发：先让 AI 审查需求，挖出边界情况与遗漏
单元测试覆盖率提到 95% 以上，并同时跑 Claude 与 Cursor 评审，两者发现的问题各不相同

28 天前访问原文链接

Google AX 开源：Agent 任务怎么批量跑起来

Google 开源 AX：把 Agent 任务写成声明式配置，交给集群调度执行
每个任务独立沙箱加网络围栏，可单独限制 CPU 与内存
官方称单集群可跑到数十亿个任务，空闲等待时间被回收成算力

28 天前访问原文链接

Claude Code 多开实测：首席助理模式怎么落地

长期 Agent 编码失败的主因不是写不出代码，而是上下文易失、自我汇报不可靠
做法：一个协调会话写简报、读 diff、复跑验证，其他会话只做实现，状态存在外部看板
Agent 汇报只当证据不当结论，退出码比自然语言可信；跨会话消息会延迟或过期，硬信息必须落盘

29 天前访问原文链接

HydraFusion 实测：多模型编排真能吊打 Opus 5

GitHub Copilot 上线研究预览 Project HydraFusion，运行时在多家模型间自动编排
提供单模型直解、级联升级、跨模型互评三种执行模式，按任务权衡质量、成本与延迟
TerminalBench 2.1 离线评测中任务质量提升 4.9 个百分点，估算成本比 Claude Opus 5 低约 67%

29 天前访问原文链接

Copilot 运行时重写实测：80 万行 Rust 迁移

GitHub 用 Copilot CLI 与应用把 Copilot 智能体运行时从 TypeScript/Node.js 全量重写为 80 万行生产级 Rust
128 个 PR 分阶段增量合入主干，没有一次性切换，绝大部分工作由一名开发者在几个月内完成
换掉 Node/V8 后启动速度与内存占用改善明显，VS Code、Visual Studio、Office 与云智能体共用同一运行时

29 天前访问原文链接

Muse Glimmer 开源：30B 本地部署与核心亮点

Meta Superintelligence Labs 首个开源模型 Muse Glimmer 上架 Ollama：30B 多模态、Apache 2.0 许可、128K+ 上下文
面向本地 Agent 负载，可驱动 Claude Code、Codex、Pi 等编程智能体，以及 OpenClaw、Hermes 等长期助手
Ollama 的 MLX 引擎新增 DFlash 支持，Apple Silicon 上提速 1.5 至 1.8 倍，并支持图像输入

29 天前访问原文链接

Qwen3.8 深度实测：27B 模型怎么解决写前端痛点

量子位实测 Qwen3.8-27B：一句 Prompt 约 5 分钟生成可直接使用的数据分析工具，体积仅 52KB
开发者 Alok 叠加 Cerebras 加速后搭出离线「AI 电脑桌面」，生成 Google 首页约 6.78 秒、检索 YouTube 约 6.07 秒
短板同样明显：生成的 12306 抢票页只有前端外壳，不接实时数据、账号与支付，无法真正下单

29 天前访问原文链接

Bolt Forge发布：开源模型+50倍用量

Bolt推出新Agent产品Bolt Forge
支持开源模型并提供高达50倍的使用额度

1 个月前访问原文链接

Claude Code 开始读取 AGENTS.md 规范文件

Claude Code在没有Claude.md时自动读取AGENTS.md文件
推动AI编程工具的项目上下文文件走向统一标准

1 个月前访问原文链接

Claude Code团队分享：工程师核心是解题

Claude Code团队公开分享研发理念，强调工程师的核心永远是Problem Solving。
文章介绍团队在构建AI编程工具时的设计取舍与方法论。
对外输出技术哲学，强化开发者社区的品牌认同。

1 个月前访问原文链接

Claude Code大重构，3万Agent管理技术开放

Claude Code迎来重大重构，内部用于管理3万Agent的技术能力免费开放。
多Agent管理、上下文共享等此前内部的能力面向开发者开放使用。
被视为Anthropic在AI编程工具竞争中的一次重要加码。

1 个月前访问原文链接

Claude Code重推Projects，云端多Agent协同

Claude Code重新推出Projects功能，可在云端管理多个AI Agent协同工作。
多个Agent共享记忆、目标与文件库，由coordinator统一调度并行任务。
将多Agent编排能力集成到开发工作流，类似Grok Bot等工具。

1 个月前访问原文链接

M9R：AI编程Agent与团队的多人在线空间

M9R提供多人协作空间，让AI编程Agent与人类团队共同工作。
支持多个AI Agent并行执行任务，并让团队成员实时观察协作。
把AI Agent纳入团队协作流，而非孤立的代码生成工具。

1 个月前访问原文链接

Kanary AI Class：用Codex与Claude日志评估你

Kanary推出AI Class，通过分析用户的Codex与Claude使用日志进行评估。
以「Knight或Ninja」等趣味方式对AI编程能力进行分级。
把AI工具使用数据转化为可量化的技能画像。

1 个月前访问原文链接

重访信任之信任：投毒自我修改的AI编程Agent

论文重访Ken Thompson经典「Trusting Trust」攻击，针对可自我修改代码的AI编程Agent。
研究展示如何通过投毒训练数据，让AI生成代码时埋入隐蔽后门。
指出供应链攻击风险在AI辅助编程时代被进一步放大。

1 个月前访问原文链接

Skillsync：让AI对话会话跨Agent无缝迁移

YC W26孵化项目Skillsync推出，目标是把AI聊天会话在不同Agent间可移植。
用户可把与某一AI助手的上下文对话迁移到另一个Agent，避免重复说明。
瞄准多Agent工具并存的碎片化痛点，提供统一的会话迁移层。

1 个月前访问原文链接