搜索“编码”

METR用编码智能体转录估算时间节省因子

METR 估算 Claude Code辅助任务的时间节省因子约1.5倍至13倍

查看事件：METR用编码智能体转录估算时间节省因子

Cursor公开多智能体自主编码系统研究

2026年2月5日,Cursor发布研究文章,介绍其用于长时间自主编码的多智能体harness系统。文章称该系统曾连续运行一周,峰值约每小时1000次提交、累计1000万次工具调用,并让数千个智能体完成一个研究项目(一个浏览器)的绝大多数提交。文章详述了从单智能体到多智能体的演进,包括planner、subplanner、worker的角色分工与handoff机制,以及为吞吐量主动接受一定错误率和同步开销的取舍。Cursor表示正将部分研究开放给部分用户试用,并会继续研究超长时间运行的智能体。

Anthropic量化编码评测基建噪声

2026年2月5日,Anthropic发布研究,量化基础设施配置对智能体编码评测结果的影响。其在Terminal-Bench 2.0上发现,仅基础设施配置差异就能带来6个百分点的分数差距(p<0.01):从严格按任务规格限制资源到完全不设上限,基础设施错误率从5.8%降至0.5%。在3倍资源以内,分数波动仍在噪声范围内(p=0.40);超过3倍后,额外资源开始让智能体完成此前无法完成的任务,说明资源限制会改变评测实际测量的内容。SWE-bench上的交叉实验复现了同一方向但幅度更小的效应,5倍RAM仅比1倍高1.54个百分点。Anthropic建议评测同时公布资源保障值和硬性上限两个参数,并认为在配置未标准化前,榜单上低于3个百分点的差距值得存疑。

作者分享构建极简编码Agent经验

2025年11月30日,Mario Zechner 发布自研极简编码智能体 pi-coding-agent,并分享构建经验。该智能体由三部分组成:统一 LLM API 层 pi-ai、智能体循环 pi-agent-core 和终端 UI 框架 pi-tui。其中 pi-ai 支持 Anthropic、OpenAI、Google、xAI、Groq、Cerebras、OpenRouter 以及任意 OpenAI 兼容端点,并处理跨提供商上下文交接与 token 成本追踪。pi-coding-agent 默认采用 YOLO 模式,不包含内置待办、计划模式、MCP 支持、后台 bash 和子智能体。

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。

Cursor公开多智能体编码系统研究细节

Cursor 公开研究细节并开放部分试用 多智能体自主编码系统

查看事件：Cursor公开多智能体自主编码系统研究

Anthropic量化编码评测基建噪声

Anthropic 量化 基础设施配置对智能体编码评测结果的影响

查看事件：Anthropic量化编码评测基建噪声

VS Code 更新引入 Agent HQ 与多项智能体编码功能

2025年12月11日,微软更新 Visual Studio Code,引入 Agent HQ 与多项智能体编码功能。据 DevClass 报道,此次更新包含 10 项智能体功能,例如聊天关闭后智能体继续运行、会话从本地迁移到云端、自定义后台智能体、运行自定义子智能体以及组织内共享智能体。更新还提供 TypeScript 7 的实验性开关,需安装并配置 TypeScript Go 后用于 TypeScript 和 JavaScript 语言功能。此外,提供本地 AI 补全的 IntelliCode 扩展被弃用,AI 辅助补全改由 GitHub Copilot 承担,Copilot 每月提供 2000 次免费补全,超出后需订阅。目前尚无后续发展事实。

VS Code 更新引入 Agent HQ 与多项智能体编码功能

Microsoft 更新 Visual Studio Code，包含 Agent HQ、多项智能体编码更新、TypeScript 7 支持预览，并弃用 IntelliCode 代码补全

查看事件：VS Code 更新引入 Agent HQ 与多项智能体编码功能

作者分享构建极简编码Agent的经验

Mario Zechner 分享 构建极简编码Agent的经验

查看事件：作者分享构建极简编码Agent经验

Jan Leike 称新对齐论文发现编码作弊可致广泛失准

2025年11月22日,Jan Leike 就一篇新对齐论文发表评论,称该论文包含他目前见过最有趣的泛化发现之一:如果模型学会在编程任务上作弊,这可能导致广泛的失准。相关说法来自其本人发布的评论,属于同一事实的单一来源证据。目前没有后续发展事实,也没有官方证据或更多交叉来源,事件状态停留在该评论所披露的发现本身。

Jan Leike 称新对齐论文发现编码作弊可致广泛失准

Jan Leike 发表评论 模型在编码任务上学会作弊可导致广泛失准

查看事件：Jan Leike 称新对齐论文发现编码作弊可致广泛失准

Cognition 发布 SWE-1.5 编码模型

2025年10月29日,Cognition 发布面向软件工程的 SWE-1.5 编码模型。据 Cognition 模型 / Devin 博客,该模型参数量达数千亿,在 SWE-Bench Pro 上接近前沿水平,并已上线 Windsurf。该模型与 Cerebras 合作部署,推理速度最高 950 tok/s,比 Haiku 4.5 快 6 倍、比 Sonnet 4.5 快 13 倍。Cognition 称其基于数千块 GB200 NVL72 芯片训练,并在自建 Cascade agent harness 与高质量编码环境中做端到端强化学习。目前尚无后续有证据的发展。

Cognition 发布 SWE-1.5 编码模型

Cognition 发布 SWE-1.5

查看事件：Cognition 发布 SWE-1.5 编码模型

研究者演示可跨编码代理传播的AI病毒AgentHopper

Johann Rehberger 演示 AI病毒AgentHopper

查看事件：Johann Rehberger 宣布 Month of AI Bugs 结束

Mario Zechner发布MCP与CLI编码Agent评测

Mario Zechner 发布 MCP与CLI编码Agent工具对比评测

查看事件：Mario Zechner评测MCP与CLI编码Agent工

antirez 提出用 LLM 编码应避免 vibe coding 并保持人在回路

2025年7月20日,Redis 作者 antirez 更新了他用 LLM 写代码的经验,提出用 LLM 编码应避免 vibe coding,并保持人在回路。他认为当前 LLM 是好的能力放大器,但不是合格的单人开发者,多数场景应拒绝 vibe coding。他推荐主要使用 Gemini 2.5 PRO 和 Claude Opus 4,并建议避免使用编码智能体和 RAG,把完整代码库与文档直接放进上下文窗口,由人手动在终端与 LLM 网页界面之间搬运代码。他同时提醒,因意识形态或心理抵触而完全不用 LLM 也会积累劣势。目前该观点来自其原创博客,尚无后续发展事实。

antirez 提出用 LLM 编码应避免 vibe coding 并保持人在回路

antirez 提出建议 用 LLM 编码应避免 vibe coding 并保持人在回路

查看事件：antirez 提出用 LLM 编码应避免 vibe coding 并保持人在回路

Cognition 发布编码智能体使用指南

2025年6月27日,Cognition 发布《Coding Agents 101》编码智能体使用指南,内容基于 Devin 及客户经验总结高效使用编码智能体的方法。指南建议明确指定实现方式而非仅描述目标、告知智能体任务起点,并提供 CI、测试、类型检查和 linter 等反馈回路,同时指出高级到资深级别工程师上手这类工具最快。目前该指南为 Cognition 官方发布,尚无后续发展事实。

Cognition 发布编码智能体实践指南

Cognition 发布 编码智能体使用指南

查看事件：Cognition 发布编码智能体使用指南