和 ColaOS 橘子聊个人 Agent 这半年：时代追上了他，他却打了转向灯
ColaOS 创始人橘子复盘个人 Agent 半年变化：DeepSeek Flash、Haiku 5.5 等便宜模型让单用户月成本从 Opus 4.6 时代的几百美金降到约十美金，Muse、Dot、Instinct 免费且完成度接近 90 分，云上 Agent 成共识。他放弃卷办公，转做「996 之外」的个人项目，今年目标盈亏平衡。
#编码
#编码
今日 26 条AI炼金术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。 刘润AI 评估 · 13/100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 · 13/100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。 进化岛周报：刘润闭关写年度演讲首稿，Codex、Claude、Grok、CodeBuddy 四模型并行搭基建
刘润进入第六届年度演讲第一轮闭关，10天写首稿，期间用 Codex、Claude、Grok、CodeBuddy 四个 AI 并行开发软件，两小时完成同事数周未写出的部分。
刘润AI 评估 · 26/100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 · 26/100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。 刘润：未来一两年上班方式将发生的8个变化
刘润提出未来一两年职场大概率发生的8个变化：语音输入逐渐取代键盘打字，办公室出现隔音"小仓"，为低声说话设计的语音输入设备（如喉麦）兴起，公司将新增"Token费"这一基础设施开支，中层因"上传下达"价值被AI消解而批量消失，程序员屏幕从竖屏转回横屏、大量非职业程序员涌现，35岁危机转为35岁红利（衍生ITBP新职位），手写代码、文章、PPT等"手搓技能"变成非遗。
向阳乔木(@vista8)AI 评估 · 45/100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 · 45/100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。 向阳乔木开源 AI 设计工具：一句话生成 7 个模版，支持自然语言改元素
向阳乔木用三天 AI Coding 做出并开源了一款 AI 设计工具，输入一句话即可生成适配不同平台的 7 个模版。选中任意元素后用自然语言描述即可修改，如选中标题说“改成红色”。工具支持 Codex Cli 生图、即梦、Gemini 等模型以及数千个 emoji 和 unsplash 图库，当晚将上线 Obsidian 官方插件库。
THE DECODERAI 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。 Google Gemini 4 "Carbon" 模型据称编码性能追平 Anthropic Opus 5.5
据 Business Insider 看到的内部文件与聊天记录，Google 正在测试 Argon、Barium、Carbon 三个 Gemini 4 变体，其中 Carbon 已部署在内部编码平台 Jetski 上，被认为在编程任务上强于 Argon，有员工将其比作 Anthropic 最强的编码模型 Opus 5.5，但仍需更多测试。
宝玉(@dotey)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。 Codex 上下文为何定为 300K：OpenAI 称是更优默认值
OpenAI 的 Tibo 回应 Codex 上下文长度选择问题，称团队测算后认为 300K 是更好的默认值。Codex 实际也能跑 1M 上下文，但那样只会消耗更多用量。
向阳乔木(@vista8)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。 Codex 被指降智严重，用户反馈 GPT-61 Sol High 档位相对好用
多位用户反馈 Codex 出现明显降智，体验下滑严重。该用户实测两天后认为，选择 GPT-61 Sol High 档位表现相对更好，并向其他用户征询当前使用的模型与档位。
创业邦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。 黄仁勋女婿火速晋升英伟达全球 AI 基础设施增长副总裁；豆包回应可缴水电燃气费；英伟达市值一夜蒸发超万亿元丨邦早报
英伟达 CEO 黄仁勋的长女 Madison Huang 与 35 岁的 Nico Caprez 结婚，后者今年 1 月升任英伟达全球 AI 基础设施增长副总裁，负责数据中心运营和"Neocloud"服务，并参与推进目标超 5000 亿美元的 AI 计算融资平台。
宝玉(@dotey)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。 并非所有修改都要写技术方案：用 Agent 浏览器标记工具从原型改 UI
以修改 UI 为主的功能不必先写技术方案，可以直接从改原型开始；原型改好后用 Agent 内置浏览器的“标记”工具在要改的地方标注并写评论。原型完成后，可在同一会话里让它把原型修改同步到正式代码中。作者通常用 Fable 做设计、Opus 执行、再由 Fable 验收。
向阳乔木(@vista8)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。 Eazo：以 App 为中心的 Personal Agent，支持自然语言开发应用与 Stripe 收款
Eazo 是一款以 App 为中心的 Personal Agent，支持用自然语言开发 App 和小游戏，并带登录、调用 AI 以及接入 Stripe 全球收款。
宝玉(@dotey)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。 Google 内部测试新模型 Carbon，员工称编码能力“感觉像 Opus 5.5”
Google 内部正在测试新模型 Carbon，部署在内部 AI 编程工具 Jetski 上，有员工称其编码能力“感觉像 Opus 5.5”。Carbon 是在 9 月 30 日发布的 Gemini 4 Argon（内部版本 Barium-B）之后训练出的新版本，将作为 Argon 升级还是独立发布尚不清楚。
seangoedecke.comAI 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。 软件工程的“半人马时代”或将持续数十年
人类工程师与 AI 编程系统配合的效率已超过纯人类或纯 AI 单独作业，且这一“半人马时代”可能像国际象棋那样持续约二十年甚至更久。
Z FinanceAI 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。 原 TRAE 负责人石扬离职创业做 AI 办公，联手前字节数据安全负责人傅越，首轮估值 2 亿美元
原字节 AI 编程产品 TRAE 负责人石扬于国庆前夕离职，与前字节 AI 数据与安全负责人傅越联手创办 AI 办公公司，已敲定首轮融资，投后估值约 2 亿美元。石扬此前在字节操盘豆包 MarsCode 与 TRAE，傅越曾组建字节 Global Data 团队；新公司目前仍处于 Stealth Mode。
宝玉(@dotey)AI 评估 · 9/100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 · 9/100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 Agent 开发让 loop 转得更快，瓶颈是设备和 Token
宝玉描述自己的功能开发和 bug 修复都跑在一个 loop 循环里，Agent 和自己都能快速拿到反馈，loop 转得越快效率越高。Loop 跑通后可尝试多任务并行，因为大部分时间由 Agent 生成和验证，人可以专注定义问题和验证。当前主要瓶颈是电脑设备不够多和 Token 不够用，他计划多在云端开任务来缓解设备不足。
宝玉(@dotey)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。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。 宝玉：Claude Code 建议删除禁用 1M 配置，autocompact 设为 300-400K
宝玉建议 Claude Code 用户删除 ~/.claude/settings.json 中的 CLAUDE_CODE_DISABLE_1M_CONTEXT 配置，该设置已无必要，保留会导致上下文最多只能到 200k。同时他建议将 autocompact 自动压缩上下文长度设为 300-400K，自己设置的是 300k，通过 /autocompact 400k 命令调整。
OpenRouter(@OpenRouterAI)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。 Luna 和 Astra 带动 Codex 用量大幅增长
OpenRouter 指出，Luna 和 Astra 正带动 Codex 用量大幅增长。该帖互动数据显示 11 条回复、1 次转发、123 次点赞、10861 次浏览，未披露具体增幅或使用数据。
宝玉(@dotey)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。 宝玉分享 baocut 开发方法论：技术方案、原型 UI、编码与验收全流程
宝玉将文章中的开发方法论完整应用于开源项目 baocut，流程涵盖技术方案文档、原型与 UI 设计、编码实现和测试验收。他让 Agent 先做调研并撰写技术方案文档，反复沟通定稿后再产出接近正式 UI 的高保真原型，最后才实现代码。验收阶段 Agent 借助 Electron 的浏览器能力自行测试，多数活由 Agent 完成，人只负责定义问题和验收。
宝玉(@dotey)AI 评估 · 45/100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 · 45/100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 AI Agent 开发 baocut 的四步工作流：技术方案、原型 UI、编码、测试验收
宝玉将其文章方法论完整应用于开源项目 baocut，流程分四步：先让 Agent 写技术方案文档并反复修改定稿，再做高保真原型与 UI 设计，然后实现代码，最后由 Agent 自行测试验收、人工复测收尾。他把技术栈改回 Electron，Agent 通过浏览器即可验证绝大部分功能，仅复杂场景才用 Computer Use 辅助。人主要负责定义问题和验收两端。
OpenAI Developers(@OpenAIDevs)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。 OpenAI Codex 面向 Pro 用户推出 composer 预测功能（beta）
OpenAI Codex 面向 Pro 用户上线 beta 版 composer 预测，可根据对话内容和你与它的交流方式预测你的下一条消息。OpenAI 称这是其内部测试中最受欢迎的新功能之一。
OpenAI Developers(@OpenAIDevs)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。 OpenAI Codex 桌面应用面向 Pro 用户推出 beta 版编辑器预测功能
OpenAI 在 Codex 桌面应用中面向 Pro 用户推出编辑器预测功能 beta 版，仅适用于本地任务。用户按“Tab”接受建议、按需编辑后发送，也可在 Settings 中关闭 composer predictions。
ChatGPT(@ChatGPTapp)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。 ChatGPT 的 dot 现可在 Codex 中代你启动任务并跟进已有线程
ChatGPT 的 dot 现在能在 Codex 中启动工作、跟进已有线程，并调用你的 ChatGPT 对话、Codex 线程和自动化任务，还能判断何时续用线程、何时新开。dot 也可在 ChatGPT Work 中查看和编辑 Scheduled Tasks，支持查询已排期任务或随计划变化更新重复任务。
elvis(@omarsar0)AI 评估 · 71/100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 · 71/100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。 StepFun Step 5 Preview 发布次日登顶 OpenRouter Trending
阶跃星辰的 Step 5 Preview 发布一天后登上 OpenRouter Trending 第一名，并已在 Kilo Code、Cline、Hermes Agent 和 OpenCode 中可用。
向阳乔木(@vista8)AI 评估 · 17/100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 · 17/100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。 前端审美类工作只能切 Claude 和 Kimi K3，Kimi 新模型发布时间未知
有用户表示，遇到对前端审美好一点的工作时只能切换到 Claude 和 Kimi K3 来完成，认为 Kimi 表现不错，但不清楚 Kimi 何时发布新模型。
InfoQAI 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。 Google 发布 Android Bench 2.0，新增长周期任务、智能体评测与连续评分
Google 发布 Android Bench 2.0，新增长周期任务（LHT）、智能体评测与连续评分，从原先的二元通过/失败改为按功能、视觉保真度和回归情况计算完成率。其中将跨平台应用移植到 Android 的最佳模型完成率仅 80%，被列为公开难题。榜单显示 Claude Opus 5.5 以 32% 的 LHT 通过率居首，GPT 6 Astra 以 28% 次之。
Lenny Rachitsky(@lennysan)AI 评估 · 41/100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 · 41/100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。 Surge 发布 sudo L7 基准：衡量 AI 距离资深工程师还有多远
Surge 推出新基准 sudo L7，用于衡量 AI 在资深（staff 级）软件工程上的能力。该基准包含 60 个任务，大多来自真实企业私有生产仓库，由实际负责过这些系统的工程师编写，评分涵盖功能正确性、工程技艺、架构判断、协作能力与不必要的复杂度。表现最好的智能体仅约 45% 任务通过，作者认为 coding agent 目前仍停留在 L3 水平。
宝玉(@dotey)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。 用 Claude Design 做原型省 Token 的技巧：导出 HTML 后交给 Claude Code 维护
一个节约 Token 的 Claude Design 原型流程：先在 Claude 网站把设计稿迭代到满意，导出为 HTML 下载到本地，之后让 Claude Code 把它当作本地网页更新维护，不再依赖 Claude Design 网站。有用户反馈深度使用后，一个产品设计基本会耗尽一周的 token 用量。示例原型见 github.com/JimLiu/baocut。
InfoQAI 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。 GitHub 用 AI 辅助重写将 Copilot 运行时从 TypeScript 迁移到 Rust
GitHub 将 GitHub Copilot CLI、Copilot 应用和 Copilot SDK 背后的运行时从 TypeScript 和 Node.js 迁移到 Rust，通过 AI 辅助重写替换了超过 80 万行生产代码。
Simon Willison's WeblogAI 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。 Simon Willison 用 Codex 语音模式为博客新增 Newsletters 页面
Simon Willison 用 ChatGPT 桌面版 Codex 标签页的语音对话模式，在做饭的半小时里边聊边让 GPT-6 Astra High 为博客搭出 Newsletters 页面，包括新 Django 模型与迁移、四个导入脚本、/newsletters/ 归档页和站内搜索集成。
Geek(@geekbb)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。 Claude Opus 5.5 写代码生成 15 支 10 秒短片，每支一种风格
15 支 10 秒短片全部由 Claude Opus 5.5 写代码产出，画面、动画、音乐和音效均由代码生成，每支短片对应一种风格。相关项目已在 GitHub 上发布。
Simon Willison(@simonw)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。 Simon Willison 一边做晚饭一边用 Codex Desktop 纯语音给博客开发新功能
Simon Willison 全程用语音、通过 Codex Desktop 给自己的博客开发了一个新功能，过程中他正在做晚饭。相关记录发布在其博客 simonwillison.net 上。
卡尔的AI沃茨AI 评估 · 26/100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 · 26/100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。 用腾讯游点灵搭出超级英雄盖楼小游戏：AI游戏训练营体验记
作者用腾讯游戏游点灵几句话搭出一个跳跃盖楼小游戏，玩家给不会飞的红衣超级英雄造楼当支点，第一关仅给9格泥土，游戏已公开可玩。作者还去了游点灵·湖南马栏山集团AI游戏训练营，试玩了在读大学生做的海鸥偷薯条、海岛求生等游戏，这些作品AI纯度100%、自带4万多个游戏资产，并支持可视化调参和二创。
向阳乔木推荐看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。 TRAE 全面升级：TraeWork 与 TraeCode 合并，体验接近 Codex
字节跳动的 TRAE 将 TraeWork 和 TraeCode 两条产品线合并，统一称 TRAE，作者称其体验是所用 Agent Harness 中最接近 Codex 的。
有机大橘子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。 Opus 5.5 之后：游戏、软件、硬件的门槛都在消失，一切终将开源？
Opus 5.5 发布并被指代码能力再次飞跃，深度和广度已超越 99% 的程序员，完成同样任务所需生成的代码输出反而更少。有开发者用它直接反编译二进制、几十分钟做出可玩游戏 demo，也有人靠 AI 重写代码绕开 GPL 传染；Muse 为 ESP32 提供 Agent Ready 通用固件，模型推理成本最近一周大幅下降，Strata 可把推理速度提升数倍。
51CTO技术栈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。 诺奖经济学家阿西莫格鲁：编程最先被 AI 攻下是因为结果易检查，最危险的用法是帮企业裁人
2024 年诺贝尔经济学奖得主、MIT 经济学家达龙·阿西莫格鲁在 Silicon Valley Girl 访谈中表示，编程成为 AI 最早取得明显进展的职业领域之一，原因是代码有明确反馈、结果容易检查，而客服、医疗、现场维修缺少这种"测试通过"信号。
AI寒武纪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。 不用剪辑软件，我用豆包工作加 Remotion 跑通代码驱动动效视频工作流
豆包工作配合 GitHub 上的 Remotion 技能，可在云端自动编写 React 代码并渲染动效视频，全程不占本地内存。实测将《Attention Is All You Need》论文做成 2 分半成片，并把《OpenAI DevDay 2026 回顾》飞书文档转为 120 秒、1080P、30 帧视频，自动按配乐能量峰值对齐镜头。该流程还可沉淀为名为「SR动态视频」的自定义技能复用。
新智元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。 谷歌 Gemini 4 Argon 现身 Google Cloud 与 Antigravity，最快今日发布
谷歌下一代模型 Gemini 4 Argon 尚未官宣，已被曝密集现身多个平台，最快将于本周甚至数小时内发布。爆料称其发布卡片已上线谷歌内部系统及部分 Pro 用户界面，并已进入 Google Cloud 控制台，在编程工具 Antigravity 中被设为默认模型，还出现了真实的代码提交记录。
跨国串门儿计划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。 Anthropic 工程师谈 Claude Code：提示词、运行框架与 Agent 安全边界
Anthropic 工程师 Thariq Shihipar 在播客中谈 Claude Code，认为 Agent 写代码已成许多人的默认方式，真正拉开差距的是能否把需求讲清楚。
meng shao(@shao__meng)AI 评估 · 45/100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 · 45/100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。 Addy Osmani 拆解工程师对 AI Coding Agent 的两极感受：创造、知晓与重要三种喜悦
Addy Osmani 认为「爱写代码 vs 爱交付」的划分过于简单，工程师面对 AI Coding Agent 的喜悦可分三种来源：创造的喜悦（心流，最安全）、知晓的喜悦（心智模型，最危险，可能让构想能力退化）、重要的喜悦（判断力权重不降反升）。他拒绝把对 AI Agent 的失落感病理化，认为悲伤是对工作有真实依恋的证明，建议主动守护构成职业认同的核心。
量子位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。 联想天禧自研代码智能体 TianxiCode 以 71% 解决率登顶 SWE-bench-Live
联想天禧 AI 自研的专业代码智能体框架 TianxiCode 配合 DeepSeek-v4.1-Flash，在 SWE-bench-Live（Lite 分榜）中以 71% 的问题解决率登顶全球第一，并通过官方 Verified 核验。TianxiCode 具备跨文件多跳检索、自驱动规划与多轮工具调用、闭环补丁生成与测试驱动自愈三大能力，未来将落地联想 AI 硬件产品。
量子位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。 TRAE 将 Code 与 Work 双端合并，新增 Agent 模式与 IDE 模式
TRAE 将 TraeCode 和 TraeWork 双端融合升级为新 TRAE，提供 Agent 模式和 IDE 模式两种工作方式，切换入口在右上角。Agent 模式作为全局工作台，可在同一窗口管理项目并把写代码、出文档、准备交付材料分给多个 Agent 并行推进；IDE 模式保留 SOLO 和 IDE 玩法，用于逐行细改代码。