OpenAI Codex 团队如何用自己的产品构建产品：整个 Spec 只有 10 个要点
OpenAI Codex 产品负责人 Alexander Embiricos 与开发者体验负责人 Romain Huet 披露，Codex 团队几乎不写产品规格文档，即使写也只有 10 个要点左右。
#编码
#编码
今日 27 条宝玉的分享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。
宝玉的分享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。 编程智能体的六大核心组件：Sebastian Raschka 解析 Coding harness 设计
Sebastian Raschka 撰文梳理编程智能体的六大核心组件：实时代码仓库上下文、提示词形态与缓存复用、工具接入与调用、上下文瘦身、结构化会话记忆，以及任务委派与受限子智能体。
Ahead of AI — Sebastian RaschkaAI 评估 · 49/100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 · 49/100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。 编程智能体的六大组件：Claude Code、Codex CLI 等编码 harness 如何工作
编程智能体是包裹 LLM 的应用层（agentic harness），负责仓库上下文、工具设计、prompt-cache 稳定性、记忆与长会话连续性。文章梳理出编码智能体的六大构建模块，并区分 LLM（引擎）、推理模型（增强引擎）与 agent（模型周围的控制循环）、coding harness 这几个概念。
Poe(@poe_platform)AI 评估 · 50/100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 · 50/100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。 Qwen3.6 Plus 上线 Poe，强化智能体与前端编码
Qwen3.6 Plus 已在 Poe 全平台及 Poe API 上线。该模型主打视觉-语言能力，在智能体、前端编码等代码密集型工作流中有明显提升，并增强了多模态理解，包括改进的 OCR 和精准目标定位，面向需要编码支持与视觉推理兼顾的开发者。
Sualeh Asif(@sualehasif996)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。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。 Cursor 3 发布：为智能体写代码的世界打造
Cursor 推出 Cursor 3，被描述为更简单、更强大，面向所有代码都由智能体编写的世界，同时保留开发环境的深度。该版本由 Cursor 团队在社交平台公布。
Poe(@poe_platform)AI 评估 · 21/100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 · 21/100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。 Poe 支持 @opencode：开源 AI 编码终端，一键登录直连 Poe 全系模型
Poe 现已支持 @opencode，这是一款开源 AI 编码终端，可与 Poe 上所有主流模型配对。支持一键登录、即时访问，无需额外配置。
枫言枫语AI 评估 · 20/100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 · 20/100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。 从苹果聊到 Agentic Software：软件形态的范式转移真要来了？
苹果将在6月8日召开的WWDC26上首度揭晓与Google合作、用Gemini提升Siri体验的新方案，并计划开放一种全新的AI接入方式，此前只有ChatGPT能接入Siri。播客还讨论了Agentic Software带来的软件形态范式转移，以及它对苹果App Review机制的挑战。
Jim Fan(@DrJimFan)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。 NVIDIA 等推出 CaP-X：面向机器人 coding agent 的开源框架与基准
NVIDIA、Berkeley AI、CMU Robotics 与 Stanford AI Lab 联合推出开源框架与基准 CaP-X，让 coding agent 为机器人感知和控制编写代码，并在仿真与真实机器人上执行、观察结果、迭代提升代码可靠性。项目主页为 capgym.github.io。
宝玉的分享AI 评估 · 46/100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 · 46/100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 源码泄漏，但先别急着写源码分析
Claude Code 源码泄漏后，宝玉不打算写源码分析，而是分享学大型开源项目的四步法：先跑起来、从单个功能点切入、动手做二次开发、最后从零搭建。他指出泄漏的 50 多万行代码只是 source map 还原结果，缺脚手架和私有 package，无法直接运行。Anthropic 的 Boris 回应称问题出在本应自动化、却仍人工操作的部署环节，未归咎或开除任何人。
宝玉的分享AI 评估 · 48/100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 · 48/100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 总裁 Greg Brockman 谈砍掉 Sora、Super App、Spud 与 AGI 之路
OpenAI 总裁 Greg Brockman 在 Big Technology Podcast 中证实下一代预训练基础模型 Spud 已完成预训练，凝聚约两年研究成果，同时将 ChatGPT、编程 Agent Codex 和浏览器 Atlas 合并为统一 Super App，预计未来几个月内交付。
宝玉的分享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。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。 Notion 联合创始人 Simon Last：我从去年夏天起就没写过一行代码了
Notion 联合创始人 Simon Last 在 No Priors 播客访谈中称，他从 2025 年夏天起不再手写代码，工作方式转为设计端到端任务并管理编码 Agent。
Aman Sanger(@amanrsanger)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。 Cursor 发布 Composer 2 技术报告，披露训练方法
Cursor 发布技术报告，说明 Composer 2 的训练方式。该模型被评价为一款好模型，报告通过引用推文对外公布。
Aman Sanger(@amanrsanger)AI 评估 · 31/100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 · 31/100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。 Composer 2 周末提升容量，用量翻倍
Composer 2 周末临时提升容量，用户可用量增至 2 倍，适用于整个周末，官方邀请用户试用。
Aman Sanger(@amanrsanger)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。 Cursor 发布 Composer 2，团队约 40 人专注编码
Cursor 发布 Composer 2，该模型已在 Cursor 中可用。Aman Sanger 表示这标志着其大模型训练工作一周年，团队已组建约 40 人的高人才密度队伍，成员来自实验室、学术界和产业界，并且只专注编码，不涉足邮件处理、报税或陪伴类模型。
Sualeh Asif(@sualehasif996)AI 评估 · 56/100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 · 56/100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。 Cursor 发布 Composer 2 模型，称智能达到前沿水平
Cursor 发布 Composer 2，作者称这是其首个智能真正达到前沿水平的模型，现已可在 Cursor 中使用。作者表示随着算力和预训练加 RL 栈的扩展，后续还会继续推出 Composer 系列模型。
Poe(@poe_platform)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。 Mistral Small 4 上线 Poe：一个模型兼顾推理、视觉与智能体编程
Mistral Small 4 已在 Poe 上线，用单一模型覆盖推理、视觉和智能体编程（agentic coding）。官方称其适合多步数学或研究问题求解、从图像或扫描文档中提取结构化数据、调试与浏览代码库、分析图表并总结要点、解析密集 PDF 并提取关键信息。用户可在各平台的 Poe app 和 Poe API 中使用。
hidecloud(@hidecloud)AI 评估 · 31/100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 · 31/100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。 在 Manus Desktop 上约 2 小时打造自己的 Mac 启动器与截图应用
有人用 Manus Desktop 花了约 2 小时做出自己的 Mac 启动器与截图应用，且不是演示或原型，而是符合其需求、还带有额外细节的真实应用。作者表示用了十多年 Alfred，如今已更偏好自己做的这款应用。
Andrew Ng(@AndrewYNg)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。 吴恩达 Context Hub 新增智能体文档反馈功能，API 文档超 1000 份
吴恩达宣布 Context Hub（chub）新版本支持智能体对文档提交反馈，说明哪些内容有效、哪些缺失，并提供隐私与安全保护，反馈用于改进文档。该开源 CLI 工具为编码智能体提供最新 API 文档，上线以来 GitHub 仓库获得超过 6K stars，文档数量从不足 100 份增至超 1000 份，增长来自社区贡献和新的智能体文档撰写器。
宝玉的分享AI 评估 · 67/100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 · 67/100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。 智能体工程的 8 个等级
Bassim Eledath 提出智能体工程从 Tab 补全、智能体 IDE 到上下文工程、复合工程、MCP 与技能、Harness Engineering、后台智能体直至自主智能体团队的 8 个等级路径。
METRAI 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。 METR：大量通过 SWE-bench 的 PR 不会被合入主分支
METR 让 3 个 SWE-bench Verified 仓库的 4 位维护者复核 296 个 AI 生成的 PR，发现在用 golden baseline 归一化后，维护者合并决定比自动评测器平均低约 24.2 个百分点。研究还指出，这一差距主要来自代码质量、破坏其他代码和核心功能失败等原因，作者强调这不代表模型存在根本能力上限，而是提示不应把基准分数直接等同于现实可用性。
Andrew Ng(@AndrewYNg)AI 评估 · 58/100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 · 58/100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。 吴恩达发布开源工具 Context Hub，为编码智能体提供最新 API 文档
吴恩达宣布开源工具 Context Hub，可为编码智能体提供最新的 API 文档，通过简单 CLI 获取精选文档。他指出编码智能体常使用过时 API 并幻觉参数，例如让 Claude Code 调用 OpenAI 的 GPT-5.2 时，它会使用较旧的 chat completions API 而非已发布一年的 responses API。
42章经AI 评估 · 20/100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 · 20/100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。 优化胜率而非赔率：对谈连续创业者 Albert，聊 AI 创业的想象力与智能
连续创业者 Albert 在播客中回顾三年 AI 创业思路：23 年追求赔率、探索连接平台与互动内容，24 年转向优化胜率并做出几千万美金 ARR 的产品，25 年随 AI Coding 爆发把重心放到「智能」方向。他反复强调「把一件事做到理论上该有的样子」，并谈到对多模态、AI 时代内容平台及 Higgsfield 的判断。
Aman Sanger(@amanrsanger)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。 Cursor 推出云端智能体与基于演示的代码审查
Cursor 发布云端智能体（Cloud agents）和基于演示的审查（demo-based review）两项能力，作者 Aman Sanger 称写软件正变得毫不费力。他将这两项功能视为迈向该方向的一大步，并认为软件本身也在改变。
Aman Sanger(@amanrsanger)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。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。 Cursor 新评审方式：不看代码 diff，改看智能体演示视频
Cursor 现在向用户展示智能体的演示视频而非代码 diff，智能体可以直接使用自己构建的软件，并把工作过程录成视频发给你。这一变化被描述为软件工程评审的未来方向，就像产品用演示视频证明自己的工作一样。
METRAI 评估 · 44/100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 · 44/100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 调整开发者生产力实验设计：AI 使用让任务变慢 19% 的结论受选择偏差影响
METR 宣布修改其开发者生产力实验设计，原因是 2025 年 8 月启动的新实验因开发者拒绝在无 AI 条件下工作、时薪从 $150/hr 降至 $50/hr 等选择效应，数据无法可靠反映 AI 的真实生产力影响。
Adam D'Angelo(@adamdangelo)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。 Adam D'Angelo：AI 编程规模还能再涨 100 倍，其他垂直领域追不上
Adam D'Angelo 引用 Scott Wu 的观点称，AI 编程并未像此前预期那样被其他垂直领域追平，反而又扩大了 100 倍，而其他每个垂直领域的增速都慢于代码。他指出，如今人们重复着当年同样的说法，但代码规模仍能再大 100 倍。
Citrini ResearchAI 评估 · 44/100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 · 44/100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。 Citrini Research 推演 2028 全球智能危机：AI 繁荣如何反噬经济
Citrini Research 以 2028 年宏观备忘录形式推演了一场"全球智能危机"：2025 年底 Claude Code、Codex 等智能体编程工具能力跃升，企业开始自建原本采购的 SaaS，2026 年初白领被替代引发裁员潮。到 2028 年 6 月美国失业率升至 10.2%，标普较 2026 年 10 月高点累计回撤 38%，按揭与 PE 软件债务违约风险随之暴露。
Varun Mohan(@_mohansolo)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。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。 Gemini 3.1 Pro 发布并在 Antigravity 上线
Gemini 3.1 Pro 发布，在多个领域带来阶跃式提升。该模型正在 Antigravity 中推送，作者反馈其在长时间运行的智能体编码任务上表现更好。
Nick St. Pierre(@nickfloats)AI 评估 · 19/100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 · 19/100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。 Figma 设计总监叫 Gui，这次更新最有趣的一点
Figma 宣布将 Claude Code 引入 Figma，并喊出“code AND canvas”，不再把代码与画布对立起来。这条更新最有趣的地方，是顺带让人知道了 Figma 设计总监的名字叫 Gui。
Modal BlogAI 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。 Ramp 如何在 Modal 上构建全上下文后台编码智能体 Inspect
Ramp 基于 Modal Sandboxes 打造的内部后台编码智能体 Ramp Inspect，目前已编写该公司超过一半的已合并 PR。
Mike Krieger(@mikeyk)AI 评估 · 48/100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 · 48/100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 新模型：computer use 表现突出，编码更少过度设计并支持 1M 上下文窗口
新 Claude 模型的 computer use 是最大亮点；编码场景相比 Opus 4.5 更不容易过度设计，长时间会话中表现也更稳定。API 上 1M 上下文窗口已进入 beta。
METRAI 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。 METR 用 Claude Code 转录分析 AI 智能体的生产力增益上限
METR 用 5305 份 2026 年 1 月由 7 名技术人员生成的 Claude Code 转录，借助 LLM judge 估算无 AI 时的任务耗时，得出 AI 辅助任务的时间节省因子约 1.5x 到 13x。该结果被作者视为真实生产力增益的软上限，因任务替换、任务选择、既有专长等因素可能高估。方法仅在 34 条人工标注上验证，且数据仅覆盖单一月份、单一工具。
METRAI 评估 · 30/100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 · 30/100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 对比测试：Claude Code 与 Codex 测量时间跨度不比默认脚手架更好
METR 用 Claude Code 和 Codex 分别测试 Opus 4.5 与 GPT-5 的时间跨度，发现两者均未显著优于其默认脚手架 ReAct 和 Triframe：Opus 4.5 用 Claude Code 仅在 50.7% 的 bootstrap 采样中胜过 ReAct，GPT-5 用 Codex 胜过 Triframe 的比例仅 14.5%。
Modal BlogAI 评估 · 57/100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 · 57/100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。 Modal 上线 GLM-5.1 免费端点，并提供 GLM-5 自部署代码
Modal 升级其免费端点为 GLM-5.1，并说明 GLM-5 可经 OpenAI 兼容接口接入 OpenCode、OpenClaw、Claude Code 和 Vercel AI SDK。
Andrew Ng(@AndrewYNg)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。 吴恩达：AI 尚未引发大规模失业，但不会用 AI 的人正被替换
吴恩达指出，迄今 AI 导致的失业被高估，许多科技公司裁员实为疫情期间过度招聘的修正或成本削减，而非 AI 直接取代岗位。真正的变化是"会用 AI 的人替换不会用的人"：掌握 AI 编程工具的开发者需求上升，营销、招聘、分析等非技术岗位也出现类似人员替换的早期迹象。呼叫中心客服、翻译、配音等高度暴露于 AI 自动化的职业，就业与薪资已面临压力。
Qunar技术沙龙AI 评估 · 21/100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 · 21/100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。 去哪儿网 C 端研发 AI Coding 探索及落地：规则算法与 AI 融合实现 D2C 与 P2C
去哪儿网大前端团队针对 C 端 AI Coding 落地难题，提出「规则算法 + AI 模型」融合架构。D2C 环节通过规则清洗 Figma 数据（字段减少 75%、嵌套层级从 6 层精简至 3 层）再由 Gemini Pro 2.5 生成语义化代码，手动重构减少 80% 以上；P2C 环节结合飞书文档授权与语义解析，将 PRD 转为可执行的逻辑代码。
Aman Sanger(@amanrsanger)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。 Cursor 发布 Composer 1.5 编码模型，参数在 1T 以内
Cursor 发布编码模型 Composer 1.5，参数规模在 1T 以内，作者称其为该规模下全球最好的编码模型。作者表示 Composer 1.5 在智能与速度之间取得了较好的平衡，并邀请用户试用。
43 TalksAI 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。 5小时写乐队、1小时出爆款：43 Talks 现场直击 4 位 AI Builder 的 Vibe Coding 案例
43 Talks 2026年度大场 AI Coding 专题现场，4 位 Builder 展示了用 Vibe Coding 完成的项目：朱霜不到 5 小时手搓虚拟乐队 Sooy.ai。
Mike Krieger(@mikeyk)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 推出 2.5 倍速版 Claude Opus 4.6 早期实验
Anthropic 把一款速度提升 2.5 倍的 Claude Opus 4.6 版本作为早期实验开放，可通过 Claude Code 和 API 使用。Mike Krieger 表示自己切换到 Labs 后一直用这个快速版 Opus 做开发，并提到该版本也会在 Anthropic 之外提供。
42章经AI 评估 · 47/100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 · 47/100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。 从 Clawdbot 到 26 年 AI Coding 主题大爆发｜对谈 PingCAP CTO 东旭
42章经与 PingCAP 联合创始人、CTO 东旭对谈，梳理从 Clawdbot（现名 OpenClaw）到 Claude Code、Cowork、Skills 等产品的密集爆发。东旭提出 AI 产品正从「套壳大模型」向「套壳 Coding Agent」演进，并认为 Skills 比 MCP 更适合 Agent，未来一切可能都建立在 Coding 和 Agent 之上。