跳到正文

AI 编码

AI 写代码的一切：编码助手、Vibe Coding、代码模型评测与开发工作流变革。

44条精选相关主题Agent 智能体Cursor教程实践

最新精选

第 41–44 条 · 共 44 条
5月16日周六
  1. Google DeepMind BlogAI 评估 · 88/100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 DeepMind 发布 Gemini 3.5 Flash，主打智能体与编码

    Google DeepMind 发布 Gemini 3.5 系列首个模型 Gemini 3.5 Flash，主打智能体与编码能力，在 Terminal-Bench 2.1、GDPval-AA、MCP Atlas 等基准上超过 Gemini 3.1 Pro，输出 token 速度是其他前沿模型的 4 倍。

    为什么值得看

    原文给出了 Gemini 3.5 Flash 的基准成绩、开放入口与 3.5 Pro 的推进节奏，可据此判断其在智能体与编码任务上的定位。

4月20日周一
  1. Hugging Face(@huggingface)AI 评估 · 81/100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。

    月之暗面发布 Kimi K2.6，主打开源编码与长时程 Agent

    月之暗面发布 Kimi K2.6，称其在多项基准上刷新开源 SOTA，包括 HLE w/ tools 54.0、SWE-Bench Pro 58.6、SWE-bench Multilingual 76.7、BrowseComp 83.2、Toolathlon 50.0、Charxiv w/ python 86.7 和 Math Vision w/ python 93.2。

    为什么值得看

    K2.6 的多个基准分数和长时程执行、Agent 集群参数一并给出，可对照 K2.5 看开源编码模型的能力变化。

8月7日周四
  1. OpenAI NewsAI 评估 · 76/100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 发布 GPT-5 办公场景演示

    OpenAI 发布一段 GPT-5 工作场景演示，展示该模型分析用户反馈、制定产品计划并制作原型，以及总结后续步骤。演示面向办公与业务流程，具体能力细节以官方视频内容为准。

    为什么值得看

    OpenAI 官方展示 GPT-5 在真实工作流中的多步任务处理，可据此判断其在业务流程中的落地位置。

3月25日周二
  1. DeepSeek(@deepseek_ai)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。

    DeepSeek-V3-0324 发布：推理能力提升，改用 MIT 许可开源

    DeepSeek 发布 DeepSeek-V3-0324，在推理性能、前端开发能力和工具调用能力上均有提升。官方建议非复杂推理任务直接使用 V3 并关闭 DeepThink，API 用法保持不变。该版本模型已在 Hugging Face 开源，采用与 DeepSeek-R1 相同的 MIT License。

    为什么值得看

    官方一次给出推理、前端开发与工具调用三项能力变化，并说明 API 不变、改用 MIT 许可，读者可据此判断接入成本。