搜索“编码”

LMSYS 公开 Infer-forge 构建方法论

2026年8月28日,LMSYS 发布 infer-forge 方法论文,公开其围绕 SGLang 的推理工程系统构建方法论。据 LMSYS Blog 介绍,该系统由 MonoRepo、Harness、Task Loop 和 Task Graph 四层结构组成,目标是让跨仓库的推理优化工作可复现、可验证。文章说明 infer-forge 属于内部工程系统,并非 SGLang 或 LMSYS 官方组件,目前不开源,公开的是构建方法论,供团队交给 AI 编码工具并结合自身系统上下文搭建适配实现。文中还给出使用记录:一位工程师 4 月至 7 月的在飞任务峰值从 2 个升至 9 个,DeepSeek-V4-Pro 服务项目中 38 个可独立验证的任务节点被组织成任务图。目前尚无后续发展事实。

研究者称Claude Code Opus 5 Auto Mode可被提示注入劫持

2026年8月27日,安全研究者Johann Rehberger提出,一个简单的网站摘要请求即可劫持Claude Code Opus 5 Auto Mode并实现代码执行。其攻击链为:诱导Claude改用curl下载ZIP,在Claude拒绝运行压缩包内的二进制解码器后,由其自行编写Python解码器,再借压缩包内恶意struct.py的模块遮蔽触发代码执行;小样本下攻击成功率最高达80%。作者指出,Anthropic委托第三方评测曾给出Opus 5在Auto Mode下0.00%的提示注入攻击成功率,但该评测只覆盖固定的72个场景各跑10次,其攻击链不在其中。Anthropic将该报告关闭为Informative,称Auto Mode是尽力而为的便利功能而非安全保证,真正的边界是操作系统隔离与网络出口控制。作者建议在容器、虚拟机或系统沙箱中运行无人值守的编码智能体并限制网络出口。

Zyphra发布Apache 2.0许可EEG基础模型ZUNA1.1

2026年7月16日,Zyphra发布EEG基础模型ZUNA1.1,采用Apache 2.0许可。据Zyphra Research介绍,该模型可对任意通道布局的数据做重建、去噪与上采样,并支持0.5至30秒可变长度输入。模型保持380M参数和Transformer扩散自编码器架构,训练语料扩至约350万通道小时,重建质量在0.5至30秒输入上持平或优于ZUNA1。用户可在Zyphra Cloud的EEG Playground中免GPU、免安装直接试用。目前尚无后续发展事实。

微软发布MAI-Cyber-1-Flash并针对MDASH优化

2026年7月30日,微软发布MAI-Cyber-1-Flash,该模型针对MDASH harness进行优化。据微软AI Blog披露,该模型在CyberGym上取得96%的any crash分数,成本为当前MDASH最佳方案的50%,并可在H100上部署。该模型设计用于高效处理最多90%的任务,把GPT 5.4等最贵模型留给10%的极难问题。微软同时披露上季度已交付十余个覆盖图像、语音、转写、编码和安全的新模型,其中MAI-Image-2.5-Flash在PowerPoint中相比GPT-Image-2降低最多84%的GPU成本,MAI-Voice-2-Flash在Dynamics 365 Contact Center中降低最多89%的GPU成本。目前尚无后续发展事实。

Slack推出协作编程功能Slack Code

2026年8月21日,Slack推出Slack Code,一项支持人类与编码智能体在共享频道协作的软件开发功能。据The Register报道,Slack为编码智能体开设专属项目频道,用户可在对话中@智能体,让它创建代码频道并跟进任务;频道成员可查看智能体操作、审阅其提出的改动、查看实时HTML预览,并在需要时让它改变方向,任务完成后频道可自行归档,留下可搜索记录。Anthropic、Cognition、GitHub、OpenAI的ChatGPT和Vercel等正在为Slack Code开发集成,Claude、Devin、Copilot和ChatGPT等智能体将进入代码频道;Slack还推出Agent DM、Agents标签页和Add to Slack功能。The Rundown AI报道称,该功能在所有Slack套餐上线时均可使用,支持接入ChatGPT、Claude、Devin、Vercel和GitHub,部署变更需经人工批准。目前尚无后续发展事实。

Grok Build模式登陆全平台并支持发布

Grok 于 2026 年 8 月 20 日上线 Build 模式的应用构建与发布功能。据 Grok 官方发布的信息,该功能已在 Android、iOS 和网页端向所有 SuperGrok 与 X Premium 套餐开放,用户用一句提示词即可把想法变成带独立域名的已发布产品。Build 模式运行完整的编码智能体,支持子智能体、浏览器使用以及数据库和密钥管理。应用可发布到 Grok 提供的域名或用户自有域名,也可导出源码继续开发,或仅限团队内共享。目前尚无后续发展事实。

NVIDIA推进Holoscan智能体开发

2026年8月19日,NVIDIA展示了结合HoloHub参考应用、Holoscan CLI、开发技能、文档和AI编码智能体的端侧AI应用开发流程。其通过三次迭代构建实时内窥镜工具分割应用,渲染吞吐量提升50.5%,应用路径平均延迟降低33.6%。消融研究显示,同时使用CLI、HoloHub开发技能与文档时,智能体处理时间最短,为40分钟,Token用量最低,为1100万。

NVIDIA探索AI智能体材料仿真

2026年8月18日,NVIDIA发布使用ALCHEMI Toolkit构建AI编码智能体材料仿真工作流的实践与基准。该工具可让智能体依据自然语言生成并执行GPU加速的材料模拟流程。对45条管线的测试表明,提示词越具体,生成代码的结构和复用性越好;但仍有7个问题只在GPU执行阶段暴露。实践还显示,智能体不会主动质疑物理上不合理的任务,新化学体系仍需通过密度泛函理论(DFT)或实验验证。

Firetiger团队加入Cursor

2026年8月14日,Cursor宣布Firetiger团队加入。Firetiger构建的智能体可监控生产环境中的软件运行、捕获回归、调查事故并将发现反馈给编码智能体。Cursor与Firetiger将把编码与生产运维更紧密结合,使智能体能够发布变更、观察行为并在出错时响应。Firetiger的工作将逐步融入Cursor,并作为对长期自主、上下文感知智能体投资的一部分,与Cursor Origin及即将推出的Change Monitors协同。

Meta发布Muse Glimmer 30B开放权重模型

2026年8月10日,Meta发布Muse Glimmer 30B开放权重稠密模型,面向本地AI智能体工作负载。据Hugging Face介绍,该模型由2B视觉编码器和28B文本解码器组成,支持图像、无音频视频、多模态工具调用和目标检测,并获得Transformers、llama.cpp及vLLM支持。NVIDIA方面称其上下文窗口120K+,可完整放入单卡显存,覆盖GeForce RTX 5090、DGX Spark、DGX Station和Jetson平台,权重已上线Hugging Face。同日,LMSYS宣布与Meta Superintelligence Labs合作,为Muse Glimmer在SGLang上提供Day-0支持,并针对本地智能体工作流推理优化。8月13日,Unsloth宣布可免费微调该模型,其notebook同时支持GRPO RL训练。

OpenRouter推出Ori Eval模型评测工具

2026年8月3日,OpenRouter发布Ori Eval,用于帮助开发者从500多个模型中选出最适合自己项目的模型。据其介绍,用户只需向编码智能体提出需求,Ori Eval便会扫描代码库,确认成本、性能、延迟等优先级,挑选5个最新候选模型并生成review.eval.ts文件进行并行评测,最终返回带理由的推荐结果。评测文件以*.eval.ts形式通过bun test运行,可接入GitHub Actions阻止回归,失败即构建失败。

Anthropic发布Claude Opus 5

2026年7月25日,Anthropic发布Claude Opus 5。官方发布说明称,该模型以一半价格接近Claude Fable 5的前沿智能,在Frontier-Bench和GDPval-AA等编码与知识工作评测中成为新的SOTA;它是Claude Max的新默认模型,也是Claude Pro上最强的模型,并在ARC-AGI 3、Zapier AutomationBench和OSWorld 2.0等基准上表现突出。7月31日,吴恩达在来信中称,团队用Claude Code(Fable 5)和OpenAI Codex(GPT-5.6 Sol)对开源智能体OpenWorker做安全审查时均被拒绝,其中一个提前停止工作,另一个要求降级到能力较弱的模型;团队随后改用OpenWorker框架搭配开放权重模型Kimi K3和GLM 5.2完成审查。

Modem开放MCP服务器与公共API

2026年7月30日,Modem面向所有用户开放MCP服务器(https://mcp.modem.dev/mcp)和公共API(api.modem.dev/v1)。据Modem介绍,该服务把Slack、Intercom、Linear等来源的客户反馈合成为去重后的主题,并附带证据与报告人数;编码智能体可通过search_modem、merge_topics、invoke_modem_agent等工具在会话内直接查询。Modem称,单一来源至少消耗2.4倍token且答案不完整,跨三个来源则达4.6倍;在Opus 5、Fable 5、GPT-5.6 Sol、GLM 5.2上跳过合成需多付2.8×至13.4×token。

Together AI与月之暗面达成合作

2026年7月29日,Together AI宣布与Moonshot AI(月之暗面)达成战略合作,成为Moonshot模型发布的启动平台,从Kimi K3开始并覆盖后续所有开放权重模型。开发者可通过Together AI美国托管基础设施获得day zero访问,并支持零数据保留与合规访问。据Together AI介绍,Kimi K3是迄今最大的开放模型,为2.8T参数稀疏MoE架构,原生支持视觉和1M token上下文窗口,面向长周期编码、智能体工作流、游戏开发和知识密集型任务。早先报道称,Kimi K3已在Together AI上线,Together AI作为Day 0发布伙伴,为开发者提供针对编码智能体和生产负载优化的高吞吐推理访问;Kimi方面感谢Together AI团队快速推进此次发布。目前该合作已进入实际托管与推理服务阶段。

Anthropic调整Claude上下文工程

2026年7月24日,Anthropic总结面向Claude 5代模型及Claude Code的上下文工程方法。该公司称,在移除超过80%的Claude Code系统提示词后,编码评测未出现可测量的性能损失。新方法强调让模型自行运用判断、设计更具表达力的工具接口,并借助Skills、延迟加载工具和文件树渐进披露上下文。Claude Code还提供claude doctor,用户可通过/doctor精简Skills和CLAUDE.md文件。

Slack推出协作编程功能Slack Code

Slack 推出 支持人类与编码智能体在共享频道协作的软件开发功能Slack Code

查看事件：Slack推出协作编程功能Slack Code

NVIDIA发布ALCHEMI智能体仿真实践

NVIDIA 发布 使用ALCHEMI Toolkit构建AI编码智能体材料仿真工作流的实践与基准

查看事件：NVIDIA探索AI智能体材料仿真

GLM-5.3即将发布

GLM-5.3 预告发布 聚焦编码能力的新模型

查看事件：GLM-5.3预告聚焦编码能力

Prime Intellect发布Prime Agent

Prime Intellect 发布 Prime Agent自我改进编码智能体

查看事件：Prime Intellect发布自我改进编码智能体

Mastra推出Mastra Factory

2026年7月27日,Mastra发布Mastra Factory,这是一套让智能体把软件从issue推进到生产的系统。据Mastra介绍,该系统可连接GitHub、Linear和Slack,用户在工厂界面点击开始后,由编码智能体接手后续工作。系统在intake、triage、planning、building、review、completion各环节设置显式门禁,并提供类型化工作流、记忆、调度、工具和可观测性,以保证过程可治理、可审计。Mastra表示,其此前在issue接收和PR评审上存在瓶颈,为此构建了理解PR与issue的技能,以及提供代码库上下文的评审智能体。目前该发布尚无后续发展事实。