跳到正文
10月25日周日
  1. 36氪53

    DeepMind 四个 Gemini 4 Argon 协作无人类辅助通关《我的世界》

    DeepMind 使用四个 Gemini 4 Argon 在无人类编写程序和预先安排课程的情况下,从零摸索并最终击败《我的世界》终局 Boss 末影龙。这四个 Agent 在八十多天的游戏时空中总共死亡 605 次,编写了两千七百多个程序和 6.33 万行代码,实现了包括资源收集、工具制造、任务拆解和跨 Agent 沟通在内的自主协作。

10月24日周六
  1. R/ArtificialInteligence23

    批评AI未真正实现代码民主化:企业限制仅允许使用其认可的功能

    文章指出,AI并未实现代码创建的民主化,因为企业限制用户仅能使用其工具进行其认可的操作,如禁止逆向工程冰箱固件。 缺乏大规模的民主化算力支持,用户无法在自身系统上运行AI,导致AI工具的使用受限于企业的“范围视图”和商业意愿。 这种现状意味着,若无法实现自主运行,个人用户依然受制于企业的偏好和限制,无法真正自由地使用AI技术。

  2. 36氪81

    Kimi K3.1 Pro 发布,全球智能指数升至第4

    Kimi K3.1 Pro 发布,Artificial Analysis 显示其全球智能指数升至第4,总分55分,较前代提高11分。Terminal-Bench 4.0成绩从13%升至65.7%,接近Opus 5.5。文章还实测了文字到Blender再到网页的3D资产生成,以及Excel财务模型和金融分析工作流。

    同一新闻,精选展示《Kimi K3.1 Pro发布实测:性能逼近前沿闭源模型,支持 3D 创作与长程编码》

  3. Qoder70

    Qoder 首发上线 Kimi K3.1 Pro

    Qoder 国际版和 CN 版全系列同步上线刚刚发布的 Kimi K3.1 Pro。该模型拥有 3 万亿级参数,支持 100 万上下文,在 Terminal-Bench 4.0 得分 65.7%,Kimi 内部长程编码测试得 61.2%,BenchCAD 3D 建模得 92.7%。用户可在 Qoder 模型选择器中选择 Kimi-K3.1-Pro 使用。

    推荐理由:Qoder 作为集成平台首发上线 Kimi K3.1 Pro,明确了其在长程编码任务中的实测数据与调用入口。

  4. ZCode25

    ZCode 1024程序员节赠送20万份5亿Tokens福利包并更新办公模式与Workflow功能

    ZCode于10月23日启动1024程序员节活动,不限用户登录最新版客户端即可免费领取20万份5亿Tokens福利包,包含GLM-5.3与GLM-5.3-Flash。 福利包在23日20:00至26日09:00期间可用,采用先到先得机制。 近期ZCode更新办公模式、Workflow动态工作流及插件市场,将编程Agent能力延伸至日常专业工作与深度数据分析场景。

  5. 月之暗面 Kimi92

    月之暗面发布 Kimi K3.1 Pro 及高速版

    月之暗面发布 Kimi K3.1 Pro 模型,这是其 3 万亿级参数、支持 100 万上下文的版本。K3.1 Pro 在 Terminal-Bench 4.0 基准测试中得分 65.7%,并在内部金融与 3D 建模场景中实现了长程智能体工作流的端到端交付。即日起可通过 Kimi 官网、API 及桌面应用使用,完整模型权重将于 11 月 4 日前发布。

    推荐理由:月之暗面发布 3 万亿参数 Kimi K3.1 Pro,其在代码和金融长程任务上的提升为评估新一代模型能力边界提供了直接样本。

  6. IT之家88

    月之暗面 Kimi K3.1 Pro 正式发布,支持 3 万亿参数与 100 万上下文

    月之暗面正式发布 3 万亿参数模型 Kimi K3.1 Pro 及高速版,支持 100 万上下文。K3.1 Pro 在 Terminal-Bench 4.0 中得分 65.7%,超过 GPT-6 Astra;在 3D 建模与金融工作流基准中表现接近最强闭源模型,幻觉率大幅下降。API 价格已公布,高速版输出速度约为标准版 2~3 倍。

    同一新闻,精选展示《Kimi K3.1 Pro发布实测:性能逼近前沿闭源模型,支持 3D 创作与长程编码》

  7. Hacker News AI72

    AiSniff 发布:基于规则标记 AI 写作痕迹的工具

    AiSniff 发布,用于标记英文和中文文本中符合已知 AI 写作模式的短语,每条标记均注明规则、引用公开来源并建议通俗改写。该工具基于 JSON 规则运行,无服务端且不发起模型调用,支持 Web 编辑器、CLI 及 Agent 技能集成。在 HC3 留出集测试中,英文规则在 29% 的聊天机器人回答中至少标记一个短语,而在人工回答中仅为 2%。

  8. R/ArtificialInteligence76

    编码智能体 Benzi 发布:预编译代码库映射实现 2 倍速 2 倍省

    编码智能体 Benzi 通过预编译仓库为符号、调用及数据流生成可查询映射,使模型无需反复读取源码即可理解代码结构。使用相同模型时,Benzi 比 Claude Code 少读 2.3 倍源码、成本低 2 倍且速度快 41%,在 SWE-bench Verified 中取得 82.4% 成绩,单次成本低于 13 美元。

    推荐理由:原文展示了编译式代码地图如何替代文本检索,读者可据此判断其对降低Token消耗和推理成本的具体路径。

10月23日周五
  1. Hacker News AI27

    Ask HN: AI 时代如何成长为一名称职的工程师

    一名经验不足一年的初级开发者在 Hacker News 求助,因工作压力被迫高频使用 AI 工具,导致无法通过手工编码积累实战经验,陷入“LLM 循环”困境。 该开发者反映 AI 解决方案常优于自身且难以深入架构设计,尽管渴望通过同行评审学习,但现实环境已无人愿意提供教学,现有技能无法支撑职业发展。

  2. 36氪57

    AI 日产 200 条视频、单条成本不到 5 元:内容电商素材量产三步法

    运营研究社梳理 AIGC 批量产电商素材的三步方法:先把素材拆成可复用模板,再用低价快模型测钩子和方向、用高价模型出成片,发布前按平台规则做合规自查。文中案例称,5 人团队一天可用 AI 生成上千条视频,单条成本可压到 5 元以内,半小时就能完成从规划、生成到上传的全流程,使过去靠人海战术堆素材的打法被重新组织。

  3. The Verge · AI58

    AI正在冲击复古游戏移植社区

    AI编码工具正加速复古游戏decomp和recomp项目,让个人爱好者能更快把老游戏移植到新平台。The Verge报道指出,一个追踪decomp项目的社区网站因AI破坏协作文化而关闭,其主理人称部分人用AI快速“完成”他人未深度参与的项目,撕裂了社区。

  4. The Decoder77

    Anthropic 利用 Claude 自动证明代码安全性

    Anthropic 团队与 Theorem 合作,利用 Claude 对现有代码进行形式化验证以证明其安全性。Claude 生成约1.8亿行证明代码,在验证PDF读取器时一周内发现的安全漏洞数量相当于平时一年报告的水平,还修复了数百个潜在Bug。该过程依赖 Rocq 自动检查证明,目前受限于单线程程序、特定处理器架构和小于64MB的输入,单次证明消耗数百万至上百万个token。

    同一新闻,精选展示《Anthropic 与 Theorem Labs 使用 Claude 实现大规模软件形式化验证》

  5. Hacker News AI40

    三个月使用 LLM 进行智能体开发的经验与界限

    作者分享近三个月使用 LLM 进行智能体开发的经历,评价从初期怀疑转变为适度乐观。 工具在特定目标下高效,如利用 Codex 验证设备隐私或生成 Terraform 脚本;但代码库膨胀后模型性能下降。 作者指出模型行为受限于任务边界,开放性问题需明确约束和持续引导才能有效。

  6. Qoder62

    Qoder 上线 php2shell Defense 与 Node.js 漏洞扫描插件协助排查高危漏洞

    Qoder 插件市场上线 php2shell Defense 和 Node.js 漏洞扫描两款插件,用于应对 PHP 和 Node.js 近期的安全更新。该功能允许用户通过预设指令对项目进行只读检查,在用户确认方案后执行文件修改与本地测试,并协助验证部署结果。文中指出使用 DeepSeek-V4.1-Flash-1017 执行该检查流程目前免费。

    推荐理由:官方针对 PHP 和 Node.js 高危漏洞提供了两款配套插件及标准化检查指令,帮助开发者在不接触生产环境的前提下完成风险排查与修复验证。

  7. Hacker News AI33

    开发者AI提示工程十大最佳实践

    提示工程被视为开发纪律而非创意练习,文章列出十大最佳实践以提升LLM生产级提示质量。 核心实践包括使用Schema定义输出格式、赋予具体角色、分解复杂任务及添加安全护栏。 建议用正向指令替代负向列表,并通过CI/CD流水线对提示词进行版本控制与确定性质量分析。

  8. IT之家39

    月之暗面发布 Kimi K3.1 预热视频,支持 1M 上下文与四档推理强度

    月之暗面今日发布 24 秒预热视频,界面显示 Kimi Code 运行 Kimi K3.1,预示模型即将上线。 SGLang 代码证实 K3.1 在原有三档推理基础上新增 medium 档,沿用 1M 上下文窗口及 16 个特殊 Token。 该模型实体已在 Hugging Face 就位,但官方未公布具体发布日期、参数规模及定价。

  9. APPSO52

    Claude 助力电视去广告与 OpenAI 评估 COBOL 迁移,揭示 AI 处理老旧系统的边界

    文中提及开发者利用 Claude Code 创建开源项目 TV Detox,帮助 Android 电视用户清除广告并优化系统。同时指出 OpenAI 发布关于低资源编程语言(如 COBOL)的新评测,结果显示 GPT-6.1 Sol 在 COBOL 迁移测试中准确率最高达 97.9%,但作者强调对于银行等关键老系统,AI 辅助重写仍需人工专家审查与验证。