搜索
Anthropic 最近推出了 Claude Design，是我除了编程之外用得最多的 Agent，也推荐过很多次。效果真的好：你用一句话描述想要的 App，它直接给你生成一个可交互的原型，点哪哪都有反应，不仔细看还以为在操作真实的 App。
从写指令，到给目标，再到只给一句意图：有人干脆让Codex自己定任务——人类还能留在编程的计划层吗？
AI网关OrcaRouter最近上线了一套可编程路由策略Routing DSL，多个模型同时答题，自动仲裁出最优解。几个你现在就能调用的“常规模型”，给它来个组合编排，跑出来的综合胜率，直接掀翻了Fable 5的单体基准线。Opus 4.8打不过Fable 5，GPT-5.5也单挑不过，但这两个拼一组，结果就反超了。
新智元报道 【新智元导读】FuseSearch：学习型自适应并行执行 —— 一个40亿参数的模型，凭什么在代码定位上干过了商用闭源大模型？答案只有四个字：搜得更聪明。 在AI编程狂飙突进的今天，一个尴
今天，月之暗面发布并开源Kimi K2.7 Code编程模型，参数量达1.1万亿，提供256K上下文窗口。这一模型重点提升了长上下文编程场景的指令遵循能力、长程编程任务的性能表现，并且大幅改善了在长程任务中的过度思考倾向，平均token消耗减少30%。
一颗土豆，表皮上爬满发光电路，焦黄的皮和银色走线贴在一起，像是英伟达和肯德基联名了。 标题端端正正：Potato Chip Tech Summit——一颗土豆如何颠覆半导体行业。 这是我们给 AI 出
AI编程的天花板，又被Claude Fable 5 抬高了。
除此之外，context-mode 将大模型的记忆力从30分钟提升至 3 小时。
前几天我们讨论过一个观点：自从2026年Q2起，未来人类所谓的“编程工作”其实比拼的是「谁能一次性把“什么叫完成”定义清楚」
过去两年，大模型写代码已经不再新鲜。从代码补全到 GitHub issue 修复，从竞赛编程到仓库级软件工程，人们习惯用一个简单标准评估 coding agent：代码能不能写对？测试能不能通过？