搜索“GitHub”

Linear展示客户反馈闭环

2025年11月6日,Linear介绍其客户体验团队处理用户反馈的流程:团队将来自Intercom、Slack等渠道的反馈转为Linear issue,并进行分类后交由工程团队处理。Triage Intelligence可检测重复项、添加标签,并建议对应团队或负责人;任务通过GitHub集成推进,相关PR合并后,issue会自动标记为Done,客户体验团队随后向客户反馈处理结果,从而形成从意见收集到结果通知的闭环。

Cartesia发布语音代理开发平台Line

2025年8月19日,Cartesia发布语音代理开发平台Line。该平台采用代码优先设计,开发者可通过SDK、CLI和GitHub集成快速构建和部署语音代理。Line集成Sonic和Ink模型,提供低延迟、可扩展的基础设施,并支持企业本地部署和模型微调。

Mario Zechner评测MCP与CLI编码Agent工

2025年8月15日,Mario Zechner发布了一项针对编码Agent工具的对比评测。他构建了terminalcp的MCP server与对应CLI,围绕三个终端控制任务,对terminalcp MCP、terminalcp CLI、tmux和screen四种工具进行比较,评估维度包括成本、耗时和成功率,并考察模型对标准CLI工具的固有知识是否胜过对未见工具的上下文学习。作者在评测中认为,多数MCP只是CLI调用的薄封装,例如GitHub MCP Server往往不如让智能体直接调用GitHub CLI。

Anthropic发布Claude Opus 4.1

2025年8月6日,Anthropic发布Claude Opus 4.1,在智能体任务、真实编码和推理上较Opus 4升级,SWE-bench Verified达74.5%。现已向付费用户、Claude Code、API、Amazon Bedrock和Google Cloud Vertex AI开放,价格与Opus 4相同。GitHub、Rakuten和Windsurf反馈其在多文件重构、精准修复和初级开发者基准上均有显著提升。

Anthropic发布Claude Opus 4和Sonnet 4

2025年5月23日,Anthropic发布Claude Opus 4和Claude Sonnet 4两款模型。据开发者版本说明,两款模型在SWE-bench上分别取得72.5%和72.7%,支持扩展思考时调用工具、并行工具执行和记忆文件;Claude Code正式可用,并新增VS Code、JetBrains扩展及GitHub Actions后台任务。同日,Anthropic的Jan Leike表示,Claude 4能力足够强,团队不得不按照Anthropic的负责任扩展政策开启额外的安全缓解措施。目前该故事尚无后续发展事实。

Anthropic发布Claude 3.7 Sonnet和Claude Code

2025年2月25日,Anthropic发布Claude 3.7 Sonnet与Claude Code。据官方说明,Claude 3.7 Sonnet是其首个混合推理模型,可在标准模式与扩展思考模式间切换,API用户可控制思考token预算;定价与上一代相同,为每百万输入token 3美元、每百万输出token 15美元(含思考token),已在所有Claude套餐及Amazon Bedrock、Google Cloud Vertex AI上线。同日推出的Claude Code为终端智能编码工具研究预览版,可搜索和阅读代码、编辑文件、运行测试并提交到GitHub。2025年2月26日,Cognition发布Devin二月产品更新,新增批量并行编辑与多动作并行执行能力,并支持GitLab;官方称Devin于2月24日集成Sonnet 3.7,在调试、代码库搜索和智能体规划等任务上表现最佳。

vLLM总结2024并规划新架构

2025年1月10日,vLLM发布2024年度回顾及2025年路线图。项目称,2024年其GitHub星标数从1.4万增至3.26万,贡献者从190人增至740人,月下载量从6000增至2.7万,支持的模型架构接近100种。面向2025年,vLLM计划发布重新设计的V1架构,并继续推进推理扩展与生产部署,完善KV cache、MoE、长上下文、量化、推测解码及集群级部署能力,同时坚持开放架构路线。

LG AI Research 介绍阿里通义 WebDancer 论文

2025年10月2日,LG AI Research 发文介绍阿里巴巴通义实验室的 WebDancer 论文。该解读指出,WebDancer 通过网页搜索工具增强大推理模型(LRM)的长链推理,以缓解长推理过程中的信息缺口与模型幻觉。论文提出 CRAWLQA 与 E2HQA 两种合成数据生成方法:前者基于 arXiv、GitHub、Wikipedia 等多跳网页生成问答数据,后者将简单事实问题逐步改写为需要多步推理的难题。目前该事件仅有这一项官方博客证据,尚无后续发展事实。

Johann Rehberger 宣布 Month of AI Bugs 结束

2025年8月31日,Johann Rehberger 在 Embrace The Red 发布收官说明,宣布其 The Month of AI Bugs 系列完结,并附上全部文章总览作为参考;此后他的发文频率将恢复到较低节奏。此前在8月30日,他发布了 AgentHopper 概念验证,演示一种可跨编码智能体自我传播的 AI 病毒:通用提示注入载荷先感染开发者智能体,再扫描 Git 仓库注入指令并推送回 GitHub,其他开发者拉取被感染代码后触发注入,形成循环传播。该攻击路径涉及 GitHub Copilot、Amp Code、Amazon Q Developer 和 AWS Kiro,相关漏洞均已由厂商修复。作者建议为 SSH 和签名密钥设置口令、启用分支保护并遵循最小权限原则。

Johann Rehberger 宣布 2025 AI Bug 月活动

2025年7月29日,安全研究者 Johann Rehberger 宣布启动 2025 年 AI 漏洞月(Month of AI Bugs 2025),计划在 8 月发布 20 多篇关于智能体系统安全漏洞的博客,重点针对 AI 编码智能体,涉及 ChatGPT、ChatGPT Codex、Anthropic Claude Code、Google Jules、Amazon Q Developer、GitHub Copilot Agent Mode、AmpCode、Manus、OpenHands、Devin、Windsurf、Cursor 等系统。他称部分漏洞可通过提示注入在未经开发者同意的情况下攻陷其主机,所有被审查的 AI 编码智能体都存在漏洞,并已向厂商负责任披露,有的厂商数天内修复,有的数月未回应,部分问题至今未缓解。2025年8月2日,他演示了通过间接提示注入把 ChatGPT Codex 变成僵尸网络节点:利用 Codex 的 Common Dependencies Allowlist 中 71 个域名里的 azure.com,在 Azure 上架设以 cloudapp.azu

Ollama 发布 macOS 和 Windows 桌面应用

2025 年 7 月 30 日,Ollama 发布 macOS 和 Windows 版新应用,提供下载模型并直接对话的图形界面。据 Ollama Blog 介绍,新应用支持拖放文件,可对文本或 PDF 进行推理;处理大文档时可在设置中提高上下文长度,但会占用更多内存。应用还基于新的多模态引擎支持向 Gemma 3 等模型发送图片,并能处理代码文件。纯 CLI 版本仍可在 Ollama 的 GitHub releases 页面单独下载。目前尚无后续发展事实。

Answer.AI 发布 ReadBench 多模态读文评测基准

2025年6月5日,Answer.AI 发布 ReadBench,用于评测视觉语言模型(VLM)从文本图像中读取并推理信息的能力。该基准将 MMLU-Redux、MMLU-Pro、GPQA-Diamond、BABILong 和 LongBench 等文本基准的上下文转为图片,问题保留为文本。结果显示,几乎所有 VLM 在多模态输入下都出现性能下降:短于 1 页的输入下降较小,长输入下降非常显著,说明多页文档直接送入 Visual RAG 管线尚不可行。相关数据已发布于 HuggingFace,代码在 GitHub,论文在 arXiv。目前尚无后续发展事实。

Cognition 发布 DeepWiki MCP 服务器

2025年5月22日,Cognition 发布官方 DeepWiki Model Context Protocol(MCP)服务器。据 Cognition 模型 / Devin 博客介绍,该服务器完全免费,无需登录或认证,为 DeepWiki.com 上索引的所有 GitHub 仓库提供 ask_question、read_wiki_contents 和 read_wiki_structure 三个工具。用户可在 DeepWiki.com 索引公开仓库,私有仓库需注册 Devin 账号并连接 GitHub;开源维护者可申请 500 美元 Devin 额度。目前该事件尚无后续发展事实,状态停留在发布当日。

Cognition 发布 Devin 2.0

2025年4月3日,Cognition 发布 Devin 2.0,为 Devin 提供智能体原生的 IDE 体验,并推出 20 美元起的新套餐。用户可并行启动多个 Devin,每个都配有可交互的云端 IDE,还能在 IDE 内用 Cmd+I、Cmd+K 等快捷键审查和修改代码。同时上线 Interactive Planning、Devin Search 和 Devin Wiki 三项功能,其中 Devin Wiki 每隔几小时自动索引仓库并生成架构图与文档。2025年5月5日,Cognition 发布 DeepWiki,这是 Devin Wiki 和 Devin Search 的免费公开版本,用于帮助开发者快速理解复杂代码库;使用时把仓库 URL 中的 github.com 替换为 deepwiki.com 即可访问对应仓库的 DeepWiki 页面。

Browser Use 完成 1700 万美元融资

2025 年 3 月 22 日,Browser Use 宣布完成 1700 万美元融资,由 Felicis Ventures 领投,A Capital、Nexus Ventures、Y Combinator、Paul Graham、Liquid2、SV Angel、Pioneer Fund 等参投。该项目最初是四天内做出的周末原型,据披露已获得 5 万 GitHub star,超过 1.5 万名开发者在使用和贡献。与依赖视觉的方案不同,Browser Use 把网站界面转成结构化文本供 LLM 确定性处理,用于登录自动化、数据提取、QA 测试和 CRM 集成等场景。目前尚无后续发展事实披露。

Cognition 发布用 Devin API 自动审查 PR 的教程

2025 年 1 月 21 日,Cognition 发布教程,介绍如何通过 Devin External API 与 GitHub Actions 集成,在 PR 打开、更新或重新打开时自动启动 Devin 实例进行代码审查。据该教程,这一流程通常会在 5 到 10 分钟内开始发布评论。教程还引用一项覆盖 70 万+ PR 的研究称,PR 平均等待 4 天才能获得审查,500 行以上的大型 PR 平均 9 天才能合并。Cognition 同时推荐改用 Devin Review 作为新的代码审查体验。目前没有后续发展事实,状态停留在该教程发布。

OpenHands 博客展示通用软件开发代理的 8 个用例

2025年1月16日,OpenHands 官方博客发布文章,列出通用软件开发智能体的 8 个用例,包括修 Bug、实现新功能、从零创建程序、修复失败的 CI、解决合并冲突、写文档、执行部署,以及通过 GitHub API 查看 issue、浏览文件系统并运行代码。文中以修复 CloudFlare 阻断 LLM 请求导致重试的 Bug 为例,展示智能体先定位问题、安装依赖、用测试复现再修复,最后开 PR 并自动修 CI。文章还提到,部分任务已作为 microagents 内置在 OpenHands 中。目前没有后续发展事实。

OpenHands 发布托管版 All Hands Online 测试版

2024年11月4日,OpenHands 发布官方托管版 All Hands Online Beta,用户可在 app.all-hands.dev 上直接使用其 AI 软件开发智能体,无需本地部署。官方称该智能体在 SWE-Bench Verified 上解决超过 50% 的真实 GitHub issue。托管版重新设计了界面,并新增 GitHub 集成,可自动克隆仓库并向智能体提供 GitHub token 以推送改动和创建 PR;为支持多用户,团队重构了线程与异步逻辑,并取消在内存中保存应用状态。该版本目前逐步放量,已邀请核心开源维护者,预计 2025 年初完全开放。

Cognition 发布用 Devin API 自动审查 PR 的教程

Cognition 发布 使用 Devin API 与 GitHub Actions 自动审查 PR 的教程

查看事件：Cognition 发布用 Devin API 自动审查 PR 的教程

作者演示用 OpenHands 构建前端 PR 查看器

OpenHands 演示 用开源 AI 代理构建 GitHub PR 查看器前端

查看事件：OpenHands 演示构建 GitHub PR 查看器前端