技术方向
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。
6 条精选近 30 天 6 条共收录 13 条
Meta 超级智能实验室发布 Muse Wonder 和 Muse Wonder Full 两款前沿模型，这是 Meta 首次尝试前沿模型。Muse Wonder 经 API 定价为每百万输入 token 4 美元、每百万输出 token 20 美元，Muse Wonder Full 仅向 Muse Code 订阅者提供，不通过 API。
推荐理由：Meta 发布 Muse Wonder 系列，并给出 API 定价与 MemoryBench 对比，读者可据此判断新模型在记忆评测上的相对表现。
AWS 宣布 Claude Haiku 5.5 现已在 Amazon Bedrock 和 Claude Platform on AWS 提供；据 Anthropic 称，它是 Claude 5.5 系列中速度最快、效率最高的模型，多数任务成本比 Haiku 4.5 低约 75%。
推荐理由：官方给出 Haiku 5.5 相较 4.5 约 75% 的成本下降和 subagent 定位，可据此判断高频任务迁移价值。
Nemotron Labs 团队微调 Nemotron 3，在 IOI 2026 和 IMO 2026 均达到金牌水平，分别得分 535.4/600 和 30/42。
推荐理由：原文给出可复用的四步微调配方，并开放检查点与数据，为竞赛级任务的领域专业化提供了具体参照。
Mistral 发布 Mistral Large 4 公开预览，为 1T 总参数、52B 活跃参数的原生多模态模型。预览 API 今日可在 Mistral Studio 使用，权重计划月底开放。官方称其在编码、智能体工作流、多模态和网络安全等评测中达到或领先开源权重模型，并在视觉定位任务上超过部分前沿闭源模型。
推荐理由：原文给出 1T 总参数、52B 活跃参数与月底开放权重计划，并附多项评测，可据此对标现有开源模型。
GitHub 发布 AI 代码评审开放基准 ReviewBench，其语料来自 1.039 亿个 GitHub PR 的分布，包含 19 种语言、187 个开源许可证仓库的 219 个 PR。
推荐理由：它基于 1.039 亿 GitHub PR 分布构建，公开数据集与裁判配置，并给出与 Copilot 线上实验方向一致的线下信号，便于团队用同一基准迭代评审智能体。
Burke Holland 认为聊天作为 LLM 的主要交互界面大多数时候并不合适，并提出 GitHub Copilot app 中的 canvas 作为替代。
推荐理由：原文用 Connect 4、Winget 和 SQLite 等实例给出 canvas 替代聊天 UI 的构建思路，读者可据此把一次性 agent 交互变成自己控制的工具流程。