Simon Willison 用 Codex 语音模式构建博客 Newsletters 页面
Simon Willison 今天为博客上线了 Newsletters 页面，该功能几乎全部通过 ChatGPT 桌面端 Codex 语音模式（GPT-6 Astra High）在做饭的约半小时内口述完成。
推荐理由：作者完整记录了用 Codex 语音模式配合本地预览驱动编码智能体的过程，读者可据此判断该模式是否适合自己的多任务开发场景。
AI 编码
全部主题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。
最新精选
第 21–40 条 · 共 135 条Simon Willison精选AI 评分6868 Ars Technica · AI精选AI 评分6767 哈佛研究：AI 编码智能体生成更多代码，但软件产出并未增加
哈佛大学研究人员分析 700 多家软件公司、2021 年至 2026 年 3 月的 3 亿个工作事件数据发现，几乎没有证据表明企业使用 AI 编码工具后增加了软件产出或减少了就业。编码阶段的效率提升被生产流程的下游约束吸收：代码审查时间显著变长，pull request 更可能需要修改，审查者留下更多评论。
推荐理由：原文用跨数百家公司的数据说明，AI 编码工具的效率增益被人工代码审查瓶颈吸收，读者可据此重新评估其实际产出影响。
量子位精选AI 评分7575 TRAE正式将Code和Work合并，统一升级为新TRAE
TRAE将TraeCode与TraeWork正式双端融合，统一升级为新TRAE，提供Agent模式和IDE模式两种玩法。Agent模式主打全局工作台，可在同一窗口管理项目并让多个Agent并行推进开发、测试与文档，产物统一存入「我的产物」且支持分享；IDE模式保留SOLO和IDE玩法，右上角一键切换，方便细改代码。
推荐理由：原文实测了多Agent并行开发流程，并对照Cursor 3和Claude Code，读者可判断AI编程工具向工作台演进的方向。
雷峰网精选AI 评分8181 Claude Haiku 5.5 降本背后：操作能力暴涨，复杂编程为何仍差一截？
Anthropic 发布 Claude Haiku 5.5，OSWorld 2.1 计算机操作成绩从上一代 15.7% 升至 72.4%，平均运行成本下降约 75%，并首次支持自适应推理与 100 万 Token 上下文。
推荐理由：原文把 Haiku 5.5 与 Sonnet 5.5 在计算机操作和终端编程上的差距并列，便于判断它在智能体场景中的适用边界。
Hacker News · AI 最新精选AI 评分7979 Fakegreen 无需 LLM 即可抓出 AI 编程 Agent 伪造的绿色构建
Joshua Almeida 开源 fakegreen，一个无需 LLM、零运行时依赖的 CLI 工具，通过扫描 git diff 检测 AI 编程 Agent 伪造测试通过的行为。
推荐理由：与 LLM 代码审查相比，它用确定性规则在毫秒级拦截 Agent 伪造绿色构建的常见手法，可直接接入现有 CI 与 Agent 钩子。
量子位精选AI 评分7878 Anthropic 发布 Claude Haiku 5.5，跑分逐项超越 GPT-6 Luna，价格低于 DeepSeek V4.1 Flash
Anthropic 发布 Claude Haiku 5.5，官方跑分逐项超越 GPT-6 Luna，并取代 DeepSeek V4.1 Flash 和 GLM-5.3-Flash 成为新的小模型守门员。
推荐理由：原文把 Haiku 5.5 与 GPT-6 Luna、DeepSeek V4.1 Flash 的跑分和价格逐项对比，并列出五处接口变动，可直接作为迁移参考。
Hacker News · AI 最新精选AI 评分7979 Anshu Chimala：如何把 AI 变成世界级设计师
Lenny's Newsletter 转发 Anshu Chimala 的长文，系统讲解如何用 AI 智能体做出非同质化的设计。核心方法包括用随机字符串做灵感种子（String Seed of Thought）、让独立的设计评审子智能体反复打分迭代，以及接入图像与视频生成模型补充细节，最后强调做减法比做加法更重要。
推荐理由：文章把 AI 设计拆成探索、定义与交付三阶段，给出随机字符串种子、设计评审子智能体和图像视频生成等可直接复用的 Prompt。
The Decoder精选AI 评分8888 Anthropic 发布 Claude Haiku 5.5，价格最高降 90% 且基准大幅跃升
Anthropic 发布 Claude Haiku 5.5，面向高量、成本敏感任务，平均价格比 Haiku 4.5 低约 75%，100,000 tokens 以内提示词请求最多降价 90%。
推荐理由：原文列出 Haiku 5.5 与 Haiku 4.5、GPT-6 Luna 的基准和价格对比，并提示新分词器会压缩实际节省，便于判断真实升级幅度与成本。
AWS Machine Learning Blog精选AI 评分6868 Claude Haiku 5.5 在 Amazon Bedrock 与 Claude Platform on AWS 上线
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 与 Claude Platform on AWS 上可用。
推荐理由：原文给出 Haiku 5.5 与 Opus 5.5 的分工方式，读者可据此规划低成本的智能体调用组合。
The Decoder精选AI 评分7878 Mistral 发布万亿参数大模型 Mistral Large 4，主攻网络安全任务
Mistral 发布迄今最大模型 Mistral Large 4（ML4，昵称 le Chonk），总参数约 1 万亿、活跃参数 49B，为原生多模态模型，API 现已通过 Mistral Studio 开放，权重预计 10 月底发布。
推荐理由：原文并列了 ML4 与 Claude Opus 5.5、GPT-6 Astra 在智能指数、编码和安全测试上的差距，读者可据此判断其真实定位。
The Decoder精选AI 评分6666 Reflection 发布首个开源模型 Beam，以更少算力匹配 GLM 5.2 并逼近 Qwen3.8-Max
Reflection 发布首个免费模型 Beam，面向编码、逻辑推理与智能体任务，MoE 架构总参数 501B、每 token 激活 23B。公司称 Beam 在高难度推理任务上以 3 到 4 倍更少的算力匹配 GLM 5.2，编码与智能体基准接近 Qwen3.8-Max，但原始性能仍弱于 Kimi K3。
推荐理由：原文给出 Beam 与 GLM 5.2、Qwen 3.8 的同性能算力对比，读者可据此判断低算力开源模型的竞争位置。
Latent Space精选AI 评分7272 Reflection 发布 Beam，501B-A23B 美国开源模型
Reflection 发布 Beam，一个总参数 501B、激活 23B 的纯文本 MoE 模型，面向编码、智能体与科学工作，从零训练，Apache 2.0 完整权重计划本月开放。
推荐理由：原文汇总了 Beam 的参数规格、训练规模与第三方评测，读者可据此横向对比中美开源模型格局。
AWS Machine Learning Blog精选AI 评分6767 智谱 GLM 5.3 现已在 Amazon Bedrock 上可用
智谱（Z.ai）的 753B 参数混合专家模型 GLM 5.3 现已上线 Amazon Bedrock，面向编码与长程智能体任务优化，官方称发布时在 CyberGym 基准上取得 84.5 分、内部编码基准较 GLM 5.2 提升 50%。
推荐理由：原文给出了从 API 调用到显式提示词缓存再到 Strix 安全测试的完整上手路径，可直接复用到自己的编码与智能体工作流。
TechCrunch · AI精选AI 评分7171 Reflection AI 发布首款开放权重模型 Beam，以更低算力成本对标中国开源模型
Reflection AI 正式发布首款前沿开放权重模型 Beam，为 501B 总参数、23B 激活参数的纯文本 MoE 模型，预训练数据 23.8T tokens，上下文窗口 100 万 token。
推荐理由：原文把 Beam 的参数规模、上下文窗口与 GLM-5.2 等对手并列对比，读者可据此判断其低算力成本主张的分量。
The Decoder精选AI 评分7575 Meta 与 Microsoft 大幅削减内部 Claude 使用，Anthropic 从合作伙伴变为竞争对手
Meta 与 Microsoft 正大幅削减内部对 Claude 的使用。Microsoft 的 Claude 支出原预计每年超 10 亿美元，高管要求员工改用 GitHub Copilot 与 OpenAI 模型。
推荐理由：文章指出成本之外，竞争关系正驱动大客户削减 Claude，读者可据此判断 AI 工具市场的格局变化。
GitHub Blog · AI & ML精选AI 评分6565 GitHub 发布 ReviewBench：开放的 AI 代码审查基准
GitHub 构建并公开了 ReviewBench，一个面向 AI 代码审查智能体的离线基准。它基于 103.9M 个 GitHub pull request 的语言与仓库规模分布，包含来自 187 个开源仓库的 219 个 PR、覆盖 19 种语言，使用 Claude Sonnet 5 作为判官并公开评测规则，高级工程师独立标注与基准一致率达 96.6%。
推荐理由：GitHub 公开了基准数据集、评测方法与提交入口，读者可据此评估自己的代码审查智能体并横向对比不同系统。
量子位精选AI 评分6666 最火AI岗位FDE：月薪5万，他们到底在做什么
量子位访谈6位FDE从业者，发现这一最火AI岗位的实际工作因公司而异，海外公开薪资岗位年薪中位数约20万美元。大厂FDE的核心是梳理企业Ontology并把AI落地到客户业务，沟通占工作七成、开发约三成；独立接单的“土FDE”则越来越多转向顾问式培训。Anthropic宣布投资1亿美元在2027年底前培训1万名FDE，OpenAI、AWS也在加码部署业务。
推荐理由：作者访谈六位在职与独立FDE，用真实流程说明企业AI落地的成本主要在人和组织协同，而不在写代码。
极客公园精选AI 评分7979 Claude Code Mods 正式上线，开发者把它玩成了终端里的「我的世界」
Claude Code 的 Mods 机制于 10 月 1 日写进更新日志并默认开启，开发者可以用 TypeScript 函数改造界面、拦截工具调用，甚至把请求转给其他模型。
推荐理由：文章把 Mods 放进 Codex 与 DeepSeek Harness 之间做对比，并指出 Anthropic 十天内凑齐应用商店四件套，便于读者判断其生态策略。
The Decoder精选AI 评分7474 Anthropic 为 Claude Code 发布 Mods 插件系统，开发者可从内部改写该 AI 编码工具
Anthropic 为 Claude Code 推出名为 Mods 的插件系统，开发者可用 JavaScript 或 TypeScript 函数挂钩工具调用、用户提示与 UI 渲染等事件，从而改变 Claude Code 的外观和行为。
推荐理由：Mods 让开发者能拦截工具调用并改写 Claude Code 的界面与流程，但未沙箱化的权限模型也把信任成本摆到了使用者面前。
Kimi · 官方博客精选AI 评分7878 Kimi 发布开源模型 K2.5，强化视觉编码与多智能体并行执行能力
Kimi 发布开源模型 Kimi K2.5，在 K2 基础上继续预训练约 15T 视觉与文本混合 token，主打编码、视觉与自主导航的 Agent Swarm。K2.5 可自动编排最多 100 个子智能体、执行最多 1,500 次工具调用的并行工作流，相比单智能体设置最多缩短 4.5 倍执行时间。模型已通过 Kimi.com、Kimi App、API 与 Kimi Code 开放使用。
推荐理由：原文给出了 K2.5 的多模态预训练规模与 Agent Swarm 并行调度机制，读者可据此判断其在复杂任务上的执行效率优势。