AI 编码

提交重写器0.1

发布：commit-rewriter 0.1前几天我构建了这个小Web应用程序，以帮助编辑Datasette安全版本的提交消息。最初的提交充满了编码代理crift和对来自我们私人存储库的问题ID的引用，因此它们不适合发布。如果您想编辑存储库的提交消息，可以这样运行它：uvx commit-rewriter路径/to/repo如果您已经在该存储库的目录中，则省

案卷-代理编写代码的每次提交证据记录

HN ð14· 4 评论

Cognition发布SWE-2：Kimi K3后训练编码模型，与FrontierCode上的Fable 5.1相匹配，成本降低64%

Devin编码代理背后的Cognition公司发布了迄今为止最强大的编码模型SWE-2。SWE-2采用Kimi K3（Moonshot AI的2.8T参数开放模型）的强化学习进行后训练。Cognition在FrontierCode 1.1 Main上的得分为50.0%，在Fable 5.1的1分以内，成本降低64%。认知发布SWE-2：一个Kimi K3后训

Real-SWE：在私人、现实世界、企业代码库上对人工智能模型进行基准测试

HN ð60· 45 评论

OpenAI建议GPT-6 Astra需要更精简的提示和更少的护栏

OpenAI的Eric Provencher警告说，过长的技能描述、笼统的阅读要求和严格的审批规则可能会阻碍GPT-6 Astra。功能更强的模型需要更少的手工操作，因此开发人员应该将指令与特定任务联系起来，并明确说明工作何时完成。OpenAI建议文章GPT-6 Astra需要更精简的提示和更少的护栏，首先出现在The Decoder上。

Kimi突发K2.8：性能逼近K3，百万上下文全员开放

冲刺港股IPO

OpenAI把Codex“拆开卖了” - finance.sina.cn

显示HN：Graphify C# -操作员准确的查找编码代理的用途

HN ð25· 10 评论

引用鲍里斯·切尔尼的话

由Claude编写的生产代码应该比由人类编写的代码具有更高的标准。在Anthropic，我们有许多护栏来确保这一点发生：大量的lint规则、大量的测试、克劳德驱动的端到端测试、每天运行的克劳德驱动的模糊器、自动代码审查和安全审查、自动代码重构等等。如果没有这些，您最终可能会陷入难以维护的混乱。- 鲍里斯·切尔尼标签：克劳德，ai，claude-code，ll

对人工智能感到悲伤

我对人工智能感到悲伤的评论-黑客新闻。我不确定这么说有多大用处，但我认为很多人（包括我自己，几年前）都经历过这一生存危机的时刻，并从另一边走了出来。当某个编码代理做一项需要你在一小时内完成一周的工作并且做得很好时，最初的反应是对此感到非常沮丧。一旦你接受了将精确的规范翻译成体面的代码不再是一项独特的技能的想法，你就可以开始考虑你面临的更大的一组问题了

用智能体构建雄心勃勃的软件：Dioxus 的基础设施与质量实践

📌 One-Sentence Summary Dioxus 创始人 Jonathan Kelley 分享小型 Rust 框架团队如何借助编码智能体加速跨平台基础设施建设，同时守住架构纪律、测试严谨性、文档与评审标准。 📝 Summary Jonathan Kelley 回顾了 Dioxus 从 Rust 跨平台构想出发，历经五年发展为具备原生渲染、Web 与

Cognition帮助Devin使用GPT-6 Astra测试自己的工作

GPT-6 Astra提高了Devin测试软件并证明其有效性的能力，目标是帮助工程师审查更少的代码并交付更多的代码。

编码代理不需要更长的历史记录——它们需要意图连续性

📌 One-Sentence Summary 本文提出了一种用于编码代理的“意图连续性”框架，该框架使用验证层和领域模式来确保历史要求被正确识别、验证并应用于新任务。 📝 Summary 作者解决了长期 AI 编码项目中一个关键问题：代理经常“遗忘”或忽略已建立的约束，即使这些约束仍在上下文窗口内。为了解决这个问题，文章介绍了一个纯 Python 管道——不

TEK报告代币节省，但我们的成本基准不同意

HN ð142· 71 评论

OpenAI上演“疯狂星期四”，四大发布，一个关停|GPT-6|Codex|ChatGPT|数据|模型_手机新浪网 - 新浪网

Native现在是Shopify移动设备的未来

Native现在是Shopify移动设备的未来Shopify正在从React Native转向用于其原生应用程序的单独Swift和Kotlin代码库，其原因正是您所期望的：我们决定在2020年从Native切换到React Native，原因有三：停止两次构建相同的功能允许开发人员跨栈工作花更少的时间追求功能平价，花更多的时间交付价值[..] Native仍

OpenAI推出Agents API公测版，将Codex底层基础设施向开发者开放 - 华尔街见闻

Cognition推出新的SWE-2模型，Rivaling Fable 5.1和GPT-Astra

HN ð334· 138 评论

Cognition 发布 SWE-2：接近前沿的超值软件工程模型

📌 One-Sentence Summary Cognition 推出了 SWE-2，一个在性能上与近期前沿模型相媲美，而成本却低至 70% 的模型，通过大规模的强化学习和优化配方实现了这一突破。 📝 Summary Cognition 发布了 SWE-2，一款专门用于软件工程任务的高性能模型。它的效率表现令人印象深刻，能够以不到现有前沿模型三分之一的计算成

实测星火X2.5：手搓粒子月亮、拆完61页财报……还顺手揪出了我的Bug

赶上了API限时五折

Google开源Mantis：一个模块化技能工具包，允许编码代理查找、复制和修补漏洞

谷歌开源了Mantis，这是一个针对人工智能编码代理的安全审查技能的堆栈不可知工具包。它运行完整的漏洞生命周期：扫描代码、过滤误报、在沙箱中重现错误、对其进行修补、重新攻击补丁，然后对风险进行评分。Apache 2.0，并记录为仅演示。Google开源Mantis：一个让编码代理查找、复制和修补漏洞的模块化技能工具包的帖子首先出现在MarkTechPost上

IdeaAMBIG：研究理念规范中的实施关键差距基准

作者：马亦玲、赵亦伦、吴思红|一个研究想法可能是新颖的、连贯的、科学上合理的，但它提出的方法可能仍然不够具体，无法忠实地实施。我们研究面向实现的研究方法规范的编码准备情况，定义为它们是否为称职的实现者或编码代理提供足够的方法学信息来构建预期的方法