ReactBench 是一个开源的编码代理评估框架，专注于在接近真实的 React 开发任务中衡量代理的编程能力。与传统仅要求代码通过行为测试的基准不同，ReactBench 引入了更全面的评价维度，要求生成的解决方案在满足功能...

随着大语言模型（LLM）在编程领域的广泛应用，一种被称为“人在回路疲劳”的现象开始在开发者群体中蔓延。越来越多的工程师发现，虽然LLM大幅提升了代码生成效率，但也带来了持续性的认知负担。开发者不再仅仅专注于创...

近日，一个名为 Open-Inspect 的开源后台编码代理系统在开发者社区引起关注。该系统专为单租户部署设计，允许用户在共享开发环境中实时协作执行各类编码任务。与传统编码助手不同，Open-Inspect 强调后台持续运行与...

OpenAI 近日正式推出全新的 GPT-5.6 模型家族，旗舰版本代号“Sol”，在智能水平、运行效率与成本控制上实现三重跃升。该系列模型在数学推理、代码生成、长文本理解等多个权威基准测试中，不仅全面超越前代 GPT-5，也...

Meta正式推出了新一代AI模型Muse Spark 1.1，在工具调用、代码生成、计算机交互和多模态推理等关键维度上实现了显著升级。该版本通过深度的模型架构优化与训练数据配比调整，让模型在理解复杂指令并自主操控外部工具...

埃隆·马斯克旗下的人工智能公司SpaceXAI正式推出了新一代大语言模型Grok 4.5，将其定位为公司在编码、智能代理任务和知识工作领域的最强模型。官方披露，该模型在训练过程中与流行AI编程工具Cursor进行了深度协同优...

近日，一个名为 Ornith-1.0 的开源模型在开发者社区引起了广泛关注。该项目由 deepreinforce-ai 团队在 GitHub 上发布，其核心亮点在于专为“Agentic Coding”（自主代理编程）场景设计，并具备自我改进的能力。基于特...

在编程自动化领域，一种被称为“循环”（Loop）的技术架构正在悄然兴起。该架构通过构建更复杂的反馈回路来扩展编码智能体的能力边界，使其不仅能生成代码，还能迭代优化、自动适配不同平台。尽管“循环”在代码移植、性...