AI编程代理已经能够以数百个智能体协同生成数百万行代码，让代码生产成本大幅下降。但文章提醒，产出规模并不等于价值规模。软件交付的真正瓶颈正在从写代码转向决策、验证和协调：哪些需求值得做、方案是否正确、多...

Google DeepMind正式推出Gemini 4 Argon，将前沿智能能力聚焦于复杂软件工程、科学研究、机器人技术和专业工作流。该模型最引人注目的特性是支持一百万token的输出窗口，意味着它可以一次性生成超长代码、完整研究报...

Liquid AI 宣布推出其首个决策模型 d1，这是目前在 Hugging Face 决策指数上表现超越 Jev 的模型。d1 专为软件环境中的快速、结构化决策而构建，适用于分类、归类、路由、评分和内容审核等任务。官方信息显示，d1 在...

Whiteboard 是一个开源桌面画布工具，面向开发者与编码代理，提供基于本地代码库的可视化软件设计与评审环境。它不只是绘图板，而是把架构图、执行轨迹和语义差异与底层代码关联起来，使设计讨论能够直接对应具体实...

Anthropic物理学家利用大语言模型Claude，成功计算了N=4超杨-米尔斯理论中的九圈振幅。该问题在有限计算资源下曾被认为几乎不可行，因为高圈数会带来积分与代数项数量的爆炸式增长。团队采用bootstrap自举法和形状因...

Agentic Coding（智能体编码）正在显著降低实现层面的劳动力成本，这一变化动摇了传统框架选型的基本假设。过去，团队为了避免重复造轮子，往往直接引入功能全面的高层框架；但在AI编程代理辅助下，基于聚焦的基础原...

SWE-Bench Pro V2基准正式发布，共包含来自11个代码仓库的642项任务。该版本修正了此前任务中的错误，并优化了评估流程，使评测更贴近真实软件工程场景。结果显示，AI模型在该基准上的得分普遍下降，OpenAI GPT-5与C...

在AI编码代理快速普及的当下，一项新调查指出，真正让代理工作流中断的往往不是推理错误，而是将代码变更写回磁盘时的文件系统边界问题。严格的diff应用要求准确的行号计算、精确的空白字符匹配以及对文件当前视图的...