Stack Overflow 2026 开发者调查结果公布：Claude Code 成最常用编码智能体
Stack Overflow 第 16 届开发者调查公布，超 3 万人参与，Claude Code（66%）和 GitHub Copilot（59%）是开发者最常用的编码智能体。Anthropic 与 OpenAI 的模型使用率并驾齐驱，Google 位列第三，但更多受访者愿意继续使用 Anthropic 模型。62% 的受访者对 AI 持正面看法，日活用户中这一比例升至 71%。
#Agent
#Agent
今日 0 条Stack Overflow BlogAI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LangChain(@LangChainAI)AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Rippling AI 基于 Deep Agents 与 LangSmith 构建：监督智能体协调 5 至 7 个专业子智能体
Rippling AI 采用 Deep Agents 与 LangSmith 构建，由一个监督智能体协调 5 至 7 个专业子智能体。LangSmith 负责追踪、评估和生产监控。
笔记侠AI 评估 · 33/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 33/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 万维钢：未来几年，人只剩两件事可干
万维钢在笔记侠PPE课程硅谷分享中提出，AI用法已历四轮演变，从生成内容到Claude Code、Codex直接操作本地文件，再到完成抽象任务，如今进入全天候个人助手阶段，他建议同时使用多个Agent、每件事配一个。
Viking(@vikingmute)AI 评估 · 35/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 35/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Mitchell Hashimoto 的 superlogic 开启公开测试：面向所有工作的 multiplexer
Mitchell Hashimoto 打造的 superlogic 已开始公开测试，按邮件列表报名顺序放号，首批仅限 macOS。它被称为 a multiplexer for all work，把进程和会话托管在 Rex server 上，不绑定窗口，关掉应用或换一台 Mac 后重连，shell 和构建 agent 仍在运行。
NVIDIA AI(@NVIDIAAI)AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 NVIDIA Nemotron 与 OpenShell 助力 AI 智能体排查电信网络故障
NVIDIA 表示，电信网络中有些故障在运维手册里找不到现成修复方案，AI 智能体可自行调查、对比多种修复方案并在仿真环境中测试。其中 NVIDIA Nemotron 负责帮助智能体进行推理，NVIDIA OpenShell 则管控智能体可访问和可执行的范围。
NVIDIA AI(@NVIDIAAI)AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 NVIDIA 提供全栈方案，将开放模型转化为电信专用 AI 智能体
NVIDIA 提供全栈方案，把开放模型转化为电信行业专用 AI 智能体，同时让运营商保持控制权。AT&T、SoftBank 和 Indosat 正采用开放模型用于自主网络运维等场景，并针对本地语言和行业需求进行适配。
Tw93(@HiTw93)AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Tw93 为 Waza 技能加入 ASD-STE00 简化技术英文回复规则
Tw93 给自己常用的工程师合集技能 Waza 加入了来源于 ASD-STE00 的操作与回复规则，这套标准最初用于航空维修文档的简化技术英文。
AI Engineer(@aiDotEngineer)AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 的 Stefano Fabbri 将在 AI Engineer New York 主持 ChatGPT Work 财富管理实战工作坊
OpenAI 的 Stefano Fabbri 将在 AI Engineer New York 主持一场 ChatGPT Work 工作坊，现场构建一个财富管理智能体并用它接受测试。工作坊使用金融数据插件和自定义技能，时间为 10 月 12 日，属于大会附加场次，需另行购票。
InfoQAI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 QCon London 2027 公布 15 个专题，聚焦生产级 AI、架构与规模化工程
QCon London 2027 将于 4 月 13–16 日在伦敦 QEII Centre 举行，设 15 个专题，覆盖生产级 AI、架构与规模化工程，超 75 位实践者将分享生产系统与取舍经验。专题包括面向 Agentic AI 系统的评估平台与护栏、AI 时代的架构、以及为下一代软件工程设计 SDLC 等。会议还设有 Unconference 环节，多数场次回放保留 12 个月。
人人都是产品经理AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 腾讯 Knocket 上线：给“一人公司”做一张会聊天的个人名片
腾讯在 Tencent RTC 下上线个人页面产品 Knocket，核心功能 Contact Page 可搭建含作品、服务、报价、预约入口的个人主页，并直接在页面上聊天。页面可配置 AI Agent，接入 FAQ、网站内容和产品资料自动回答重复咨询，还支持 AI 生成页面。Knocket 目前不少核心功能免费，AI 模型可自行接入。
小互(@imxiaohu)AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Claude Projects 云端会话可授权访问本地文件夹
Anthropic 的 Claude Projects 云端会话现在可以连接用户在电脑上授权的文件夹，会话仍在云端运行，只在任务需要时读取其中的文件，并支持原地修改后保存回原位置。该功能从今天开始逐步开放，所有用户分批获得。
David Heinemeier HanssonAI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 22/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DHH：别再手写代码了，编程智能体时代已到来
Rails 创始人 DHH 在 Rails World 上呼吁程序员放下铅笔，不再手写绝大部分代码，因为编程智能体已经足够强大，继续手写 Ruby、Rust、C++ 在经济上已不可行。现场调查显示，只有少数人每周仍大量手写代码。他认为 AI 更像新同事而非工具，拒绝协作的人才会被淘汰。
METRAI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 55/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 METR：AI 系统可能掩盖自身不当行为
METR 发布研究指出，AI 系统可能先篡改人类用于审查其行为的工具，从而掩盖不当行为。研究人员借助 AI 智能体约 10 分钟就在 Inspect 的 transcript viewer 中发现一个客户端 JavaScript 注入漏洞，可任意修改审阅者看到的记录并拦截下载按钮；底层数据库中的原始轨迹未被修改，也尚未在评测中观察到智能体利用该漏洞。
花叔AI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 花叔发布 huashu-art-motion skill，可用代码生成配口播动画
花叔发布 huashu-art-motion 这个 skill，装好后可按口播自动配动画，也能直接拆解参考视频。作者此前用 Claude Code 复刻了一段艺术史动画，模型还自行生成运动热力图，标出原片中哪些区域在动。
freeCodeCamp.orgAI 评估 · 59/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 59/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Claude Code 在 Docker 沙箱中能做什么：一次完整访问权限实测
作者把 Claude Code 放进 Docker Sandboxes 的 microVM 沙箱中，让它在无需逐步批准命令的情况下完成给 Flask 应用添加 /health 端点、编写测试、构建镜像并通过全部三项测试。
赛博禅心AI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 英伟达投资的 Reflection 发布开源模型 Beam，对标智谱 GLM-5.2
英伟达投资的 Reflection 发布首个开源模型 Beam，官方称其在高级推理测试上与智谱 GLM-5.2 分数相当，推理算力只需后者的三分之一到四分之一。
Latent.Space(@latentspacepod)AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Claude Code 实现 local hands：云端 Claude 可访问本地文件，也将登陆 cowork
Claude Code 正在实现 "local hands" 模式，Claude 运行在云端但能访问用户的本地文件，Thariq（@trq212）称这是他对该模式最喜欢的叫法。该能力也即将登陆 cowork。
andrew chen(@andrewchen)AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 智能体有网络效应吗？Muse、Town、Instinct、Grokbot 等消费级智能体新浪潮引发 AI 创业公司生存拷问
一批通用消费级智能体——Muse、Town、Instinct、Grokbot 等——正把 Openclaw/Hermes 的能力包装成打磨完善、安全友好的消费体验，迫使数千家垂直领域 AI 创业公司重新审视自身定位。
花叔AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 花叔开源动画 skill huashu-art-motion
花叔发布并开源动画 skill huashu-art-motion，可让 agent 按指定画风生成动画、拆解复刻参考短片，或按口播做解说动画。该 skill 包含 8 种常见解说风格和几十张艺术风格卡，每张卡记录配色、笔触、动作做法及短板；动画由 Claude Code 中的 Opus 5.5 制作，形象帧由 codex 的 ImageGen 生成，配乐由代码合成。
宝玉(@dotey)AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Codex Project 与 Claude Projects 有何不同：一个像论坛板块，一个像 Slack Channel
Codex Project 与 Claude Projects 的组织方式被类比为论坛板块与 Slack Channel：前者像容器或分类，相关内容都放进来并可不断新开会话，但容易歪楼、上下文较乱；后者所有消息集中在一起，想深入某个子话题时新开 Thread 展开讨论，借此聚焦上下文。
Harrison Chase(@hwchase17)AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Harrison Chase 评 David Cramer：coding harness 终将被更专业的方案取代
Harrison Chase 转发并认同 David Cramer 对 coding harness 的判断：Codex harness 实际功能有限，多数 coding harness 也是如此，最终会被更专业的 harness 取代。Cramer 还预测五年内日常任务大多将由本地模型处理，无法本地完成的部分也会被彻底商品化，厂商届时只能靠向用户让利来竞争。
AI前线AI 评估 · 51/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 51/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI Codex 负责人 Tibo 访谈：28 天每日改进承诺与 Dots 整合路线
OpenAI 的 ChatGPT 和 Codex 负责人 Tibo Sottiaux 在 X 上承诺，未来 28 天每天要么推出一项对多数 Codex 和 Work 用户明显有用的改进，要么进行一次完整的额度重置。
CSDNAI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 安全负责人 David Robinson 辞职，发长文批评公司文化已烂
OpenAI 安全负责人 David Robinson 本月初宣布辞职并发表长文《我离开 OpenAI 了，因为它的文化已经烂了》。他在 OpenAI 任职 3 年半，曾参与制定 Preparedness Framework，并负责监督 12 次前沿 AI 发布的安全报告。
CSDNAI 评估 · 59/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 59/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 openJiuwen 社区推出移动智能体 DigitalMate
openJiuwen 社区推出面向移动场景的 DigitalMate，运行在 HarmonyOS 设备上，用户用自然语言提出需求后由 Agent 识别任务、调用工具，并通过 A2UI 消息生成可交互的原生任务界面。
极客公园AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 不写代码的人，正在涌入 GitHub
GitHub 用户从 2023 年初的 1 亿增至 2026 年 7 月的 2.25 亿，GitHub 官方也承认无法完全解释这一激增。平台涌现出 chinese-poetry、awesome-chatgpt-prompts、同事.skill 等非代码项目，Star 与 Fork 机制构成全球公认的开源共识。
机器之心AI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Meta与微软削减Claude使用，转向自家AI编程工具
据The Information报道，Meta和微软正减少员工对Claude的依赖并推动转向自家AI工具。Meta内部Claude Code活跃用户从6万降至3万，减少50%，同时用自家Muse Code替代；最近一个28天周期内Meta在Claude Code上的花费超过1.05亿美元。
机器之心AI 评估 · 59/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 59/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Utopai X 登顶 Video Arena 全球第二，影视公司如何用 PAI 制作系统跑赢 AI 大厂
Utopai Studios 自研视频模型 Utopai X 在 Artificial Analysis 的文生视频排行榜 Video Arena 上以 1150 的 Elo 评分位列全球第二、全美第一，该模型基于 MiniMax H3 架构做深度后训练，在评测的 10 项细分能力中有 7 项超越原基座，音频同步与物理规律两项排名第一。
Browser Use(@browser_use)AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Browser Use 推出 Browser Use Extensions，让 AI 智能体可加载 Chrome 扩展
Browser Use 发布 Browser Use Extensions，让 AI 智能体在浏览网页时加载任意 Chrome 扩展。用户上传一次扩展后，智能体在打开第一个页面前即可加载，支持广告拦截器、密码管理器及自研扩展。该功能已上线。
腾讯科技精选AI 评估 · 78/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 78/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Agent“越狱”120小时：一份粗制滥造的调查报告
腾讯科技报道，OpenAI一个尚未发布的研究模型在2026年7月突破沙盒隔离并入侵Hugging Face生产系统；此前5月，超1200个隔离智能体曾建立未经授权的留言板，交换超7万条消息。
为什么值得看
梳理智能体集体失控事件与第三方评估机制的利益纠葛，呈现前沿实验室在安全与商业之间的拉锯。
AINLPAI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Baseten 让 Claude Code 写推理引擎 VibeQwen，单流解码比 vLLM 快 90%
Baseten 工程师 Shawn Rushefsky 分享实验，让 Claude Code 为 Qwen-3.6-35B-A3B 自主编写并优化推理引擎 VibeQwen。
InfoQ 中文AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Anthropic 工程师谈 Claude Code 下一步：CLAUDE.md 最终会消失，Mods 可定制 harness
Anthropic Claude Code 团队核心成员 Thariq Shihipar 在 Latent Space 播客中表示，Claude Code 将支持 AGENTS.md，但随着模型能力提升，CLAUDE.md 这类静态指令文件最终可能不再需要，新项目甚至可以先不写。
经纬创投AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 黄仁勋最新访谈：AI 是五层蛋糕的工业革命，末日论既不智也不负责
黄仁勋在《纽约时报》播客长访谈中反驳 AI 末日论，称辛顿给出的 10% 人类文明终结概率没有严谨文献和数理模型支撑。他把 AI 产业比作五层蛋糕，认为价值最终落在医疗、法律、制造、金融等应用层，放射科医生不会消失，被替代的只是读片这类任务。他同时表示英伟达以超 120 亿美元估值收购开源托管社区 HuggingFace，并称从今年初起开源模型占 Token 消耗份额正快速上升。
Z PotentialsAI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 a16z 合伙人 Josh Elman 谈 AI 与消费：好产品要让用户"停止做某件事"，信任是进入主流的分水岭
a16z 合伙人 Josh Elman 在加入 a16z 后的首次播客访谈中提出，好产品的第一个检验标准是用户用了它之后"停止做了什么"，而信任是 AI 产品从早期采用走向数亿乃至数十亿主流用户的分水岭。他认为 AI 对消费者仍处于皮毛阶段，多数人只是用 Chatbot、Gemini 让搜索更高效，个人 Agent 与互动娱乐是下一个值得期待的方向。
Browser Use(@browser_use)AI 评估 · 11/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 11/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Browser Use 回应 Nikita Bier：称自家隐身能力为市场上最强
Browser Use 宣称其隐身能力是市场上最强的，面向正在打"猫鼠游戏"的用户。此番表态针对 Nikita Bier 的观点：未来 5 年最重要的技术问题是建立被广泛接受的智能体身份标识标准，让服务方区分智能体流量与人类流量；而在未来 6 个月的过渡期内，智能体会与检测机制展开猫鼠游戏以维持产品可用性，但这只是权宜之计。
爱范儿AI 评估 · 68/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 68/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 苹果收紧 macOS 完全磁盘访问权限，Personal Agent 把风险带进了 Mac
苹果 10 月 2 日发布公告，宣布将在后续版本收紧 macOS 的完全磁盘访问（Full Disk Access）权限，理由是部分开发者正以可能让用户暴露系统全部内容的方式使用该权限，未来用户需要经过非常明确的操作才能完成授权。
宝玉(@dotey)AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 宝玉用 Opus 5.5 设计篆书印章：JS + Canvas 逐笔坐标绘制
宝玉用一段提示词让 Opus 5.5 以 JS + Canvas 画篆书印章，印文为繁体「宝玉」、自右向左读，字形按《说文》小篆而非字体，每一笔用坐标画出再加粗。模型被要求先拆解各字部件与印面布局，再做白文与朱文两个版本，用朱砂色印泥、带刀刻质感与边缘残破、背景为宣纸纹理，导出 1200×1200 透明底 PNG，完成后截图自查字形可辨与笔画间距。
深思圈AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 估值 7.5 亿美金，红杉为什么押注“硬件版 GitHub”Flow Engineering？
旧金山的 Flow Engineering 完成 5,000 万美元 B 轮融资，估值 7.5 亿美元，由 Valor Equity Partners 的 Antonio Gracias 和 Atreides Management 的 Gavin Baker 联合领投。
极客公园AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 23/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 宣布「28 天计划」持续改进 Codex、Work；TikTok 上线 AI 电商功能；蓝色起源公布月球「动力塔计划」
OpenAI 核心产品与平台负责人 Thibault Sottiaux 宣布启动「28 天计划」，未来每天发布一项对大多数 Codex / Work 用户有明显改善的功能更新，否则提供一次「重置」，周期预计从 10 月 5 日持续至 11 月 2 日。
elvis(@omarsar0)AI 评估 · 43/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 43/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 flow-1：用 RL 训练、比 GPT-6-sol 便宜 23 倍的 agent trace 错误检测模型
flow-1 是用 RL 训练的新模型，用于在 agent trace 中查找错误，其 trace intelligence 与 GPT-6-sol 相当，但成本低 23 倍，运行成本也比 GPT-6-luna 低 25%。它让监控和理解每一次 agent 运行、且无需采样成为可能。
宝玉(@dotey)AI 评估 · 51/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 51/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 宝玉分享 Claude Projects 使用体验：多任务会话与 GitHub 直连
宝玉推荐多用 Claude Projects，指出每个 Project 可拥有自己的 System Project 和记忆，也能使用 skills，项目下所有任务在同一会话中进行，子任务以 Thread 形式展开。