Spotify 工程团队发布复盘指出，引入 AI 辅助开发后，平台合并的代码变更量同比增长超过一倍，8 月已达到约 17,000 次，但 AI 撰写的代码并未直接导致返工或重大事故同步上升。真正压力从“写代码”转向“验证代码”。Sp...

Nous Research展示了一次大规模AI代理协作重构案例：Hermes Agent协调1393个子代理，在约19个活跃小时内对百万行Python代码库进行重构，将非测试源代码削减34.4%，模型调用成本约1.93万美元。相比之下，同样工作由人...

Real-SWE是一个面向软件工程智能体的新基准，它与常见的HumanEval或SWE-bench不同，不依赖公开数据集中可能被模型记忆的题目，而是从经过许可的私有生产代码库中选取10项真实任务。这些任务包含大量企业业务规则和公...

Cognition正式发布SWE-2，这是其迄今最先进的编码模型。官方数据显示，SWE-2在FrontierCode 1.1 Main1基准上取得50.0%的得分，同时成本比上一代降低64%，在得分与成本两项指标上均超越SWE-1.7和Grok 4.6。该模型以远...

谷歌TPUv7 Ironwood的第三方推理结果首次在InferenceX官方预览中亮相。在与Nvidia B200/B300进行同口径FP8对比时，Ironwood每美元性能最高可领先50%，意味着单位成本下能够提供明显更强的推理吞吐。值得关注的是，Ir...

在软件工程中引入大语言模型（LLM）已在绿地项目中展现出显著的生产力提升，但在遗留系统场景下，模型常受困于长期累积的技术债务与术语不一致问题。文章指出，单纯依赖模型能力难以应对复杂的历史架构，需要引入清...

NVIDIA在Hugging Face平台推出DeepSeek-V4-Pro-0813-NVFP4量化模型，该模型是DeepSeek-V4-Pro-0813的量化版本，采用自回归混合专家（MoE）语言模型架构。通过NVIDIA Model Optimizer量化后，模型在保持高级推理能力...

谷歌正式发布Gemini 3.7 Flash，官方称其为目前面向编码与智能体场景最智能的主力模型。该版本在软件工程和Web开发任务中显著提升准确性与效率，并以比前代更低的成本提供，意味着开发团队可以在更复杂、更长周期的...