跳到正文
10月5日周一
  1. IT之家80

    OpenAI GPT-6 Sol 系统提示词被提取,约 30 万字符与工具定义公开

    OpenAI GPT-6 Sol 的 Codex 系统提示词被提取并公开,约 29.4 万字符、1902 行指令模板和工具定义被整理在 GitHub 仓库中。泄露内容包含反废话写作规范、任务自主执行策略、工具链使用规则、浏览器操作确认模式、上下文压缩与后台心跳机制,以及代码审查指南。

    推荐理由:原文拆解了 GPT-6 Sol Codex 的系统提示词模块,读者可从中看到 OpenAI 如何以工程化提示词约束自主代码智能体。

  2. Hacker News AI36

    构建用于语义代码搜索的 RAG 管线:Air Context 开发手记

    JetBrains 团队构建了名为 Air Context 的 RAG 管线,旨在为 LLM 智能体提供来自真实代码仓库的精确且可引用的证据,取代传统的 grep 关键词搜索。该管线通过解析、分块和向量化处理,解决了固定大小分块导致的语义错误问题,使智能体能够基于代码语义而非特定文本进行高效检索。

  3. R/ArtificialInteligence33

    在 AI 时代,软件工程师的角色与价值意味着什么

    作者指出,尽管 Claude Code 等 AI 工具降低了生成代码的成本,但直接让 AI“解决”问题会导致工程师失去成长机会。 手动敲代码的价值在于强制工程师参与细节、学习新事物并适应设计变化,而非仅仅为了节省时间。 作者认为,若将实现完全外包给 LLM,工程师获得的将是“不理解但可用”的结果,其技术积累的价值面临挑战。

10月4日周日
  1. R/ArtificialInteligence35

    使用约 5 美元时钟展示 Claude 和 Codex 限额的方法

    用户利用约 5 美元的 AliExpress 时钟库存照片相册功能,通过 Python/Pillow 生成图片并上传至 Wi-Fi 来展示 Claude 和 Codex 的使用限额。该方案无需修改固件,但要求计算机保持开机状态。展示时需分别呈现 5 小时限额与每周限额的窗口及重置时间,其中 Grok 行显示的是实验性 CLI 预算而非网页配额。

  2. Hacker News AI74

    我停止了审查智能体代码,转而采用意图与护栏模式

    作者Alexey Indevia分享了使用编码智能体(如Claude Code)的新工作流:不再逐行审查代码,而是设定清晰意图、建立测试与CI护栏,让智能体通过自动合并小件代码完成目标。文中给出了具体的协调者提示词,并提到使用Claude Swap在多账号间切换以解决token限制问题,建议用户将业务问题而非工单交给智能体处理。

  3. Hacker News AI50

    手工编码时代终结:Filestage 借助 AI 工具实现 PR 量提升 50%

    资深开发者表示 AI 编码代理已使其停止手工编写代码,并认为跳过 AI 代码审查直接合并代码已不负责任。 Filestage 团队在每人每月 20 美元订阅费支持下,将月度合并 PR 量从 200 增至 300,bug 报告数量未增加。作者认为未来软件开发将更直接地操作逻辑、接口和数据模型,而非单纯编辑文本文件。

  4. Hacker News AI28

    Show HN: 无需 GPU 的本地预训练文本分类器 jeffy-classify

    开发者发布开源工具 jeffy-classify,提供 13 个可在 CPU 上运行的预训练文本分类器,无需 GPU。其核心采用 bge-large-en-v1.5 共享编码器(约 1.2 GB)与逻辑回归权重,支持本地推理与自定义模型微调。性能上,sms_spam 分类准确率 99.1%,banking77 达 94.3%;但 SNLI 任务表现较弱,准确率仅 65.6%。

  5. Hacker News AI86

    Anthropic 发布 Opus 5.5,附 Claude Code 长任务与提示词最佳实践指南

    Opus 5.5 上线,在 Claude Code 和 Claude 应用中表现更擅长长任务:每次回复前自行思考、支持数小时无人值守多步编码,并带 Fable 级别生物与网络安全防护,被标记的消息自动切换至旧模型继续工作。

    推荐理由:Opus 5.5 的长任务行为变了,这篇给出了配套的提示词和 Claude Code 工作流,能直接套用。

10月3日周六
  1. HackerNoon · AI30

    Agentic DevSecFinOps:实现安全自动化的实用指南

    软件工程中的 AI 系统已从简单的自动补全工具演变为能自主读取环境、制定计划并修改基础设施的“Agentic AI”。这种高速自主性带来了系统故障和预算超支的风险,企业应将 AI 自主性安全限速设置为 3 级(条件自主性)Level 3,并实施严格的护栏以防止失控的 AI 智能体(rogue agents)。

  2. R/ArtificialInteligence32

    个人使用 Claude Code 构建自定义 Googlebook OS 风格网站与个人工具

    开发者基于 $100 订阅计划、每日 10–12 个 Claude Code 会话,自主构建了一个 OS 风格个人网站,可运行于 PC 应用及浏览器,实现实时修改同步至线上。 该系统集成 Figma 风格设计器、无限画布与 Notion 类功能,并内置 SEO 工具,支持多端使用,目前仅作为个人工具使用,未计划对外销售。

  3. 量子位72

    Jev估值100亿美元,TypeSafe AI创始人Diogo Almeida详解可编程决策内核

    TypeSafe AI联合创始人Diogo Almeida在Latent Space访谈中,详细介绍了Jev模型作为“机器原生、可编程决策内核”的核心设计理念与底层技术。Jev不擅长闲聊,但能输出结构化数据供程序直接调用,以极致的性价比解决实际工作流自动化,目前日处理量突破1万亿token,估值达100亿美元。

10月2日周五
  1. Hacker News AI52

    Philadelphia Inquirer 构建 Scrape 智能体工具提升本地新闻聚合效率

    Philadelphia Inquirer 开发了名为 Scrape 的 AI 工具,用于从碎片化的地方信源中自动识别有价值的本地新闻线索,并将工具输出整合至 6 个即将扩展至 8 个的邮件通讯中。该工具通过嵌入编辑的具体工作流与反馈循环,将每周约 12 小时的人工筛选时间显著压缩,并依据各通讯的受众与地域边界定义“新闻价值”标准,有效过滤了如道路常规关闭等无效噪音。

  2. 机器之心80

    LegoFlow 发布:实现代码数据构建与训练测评全流程自动化

    华为、港中文、港大团队推出 LegoFlow,一个自动化的代码数据工程框架,支持从任务收集、轨迹生成到训练评测的全流程智能体工作流。团队开源了 LegoFlow-SWE 数据集,包含从 1200 万个拉取请求中筛选出的 5000 个任务及 2780 条高质量轨迹。

    推荐理由:展示了全自动代码数据流水线的完整实现,并给出了小样本训练在 SWE-bench 上的具体提升数据。

10月1日周四
  1. 智东西92

    谷歌发布Gemini 4 Argon:100万Token输出上限,成本较GPT-6 Astra降低40%

    谷歌发布新一代旗舰模型Gemini 4 Argon,面向软件工程、企业知识工作和网络安全防御,最大输出Token上限提升至100万。在DeepSWE v1.1等测试中,Argon成绩领先GPT-6 Astra和Claude系列模型;按折扣定价,其每任务成本较GPT-6 Astra降低40%。

    推荐理由:原文汇总了Gemini 4 Argon在多项企业级基准中的领先数据、100万Token输出上限及实际内部落地案例,并补充了开发者关于其提示词敏感度的早期反馈。

  2. Google DeepMind96

    Google DeepMind 发布 Gemini 4 Argon 前沿大模型

    Google DeepMind 发布新的前沿模型 Gemini 4 Argon,该模型在软件开发、企业知识工作和网络安全防御等复杂任务中提供前沿性能,目前先向受信任的网络安全防御团队开放,稍后开放给开发者、企业和消费者。

    推荐理由:官方发布材料列出了 Argon 在软件开发、知识工作和网络安全防御上的评测数据与内部工程应用案例,可供读者判断其实际工作流价值。

9月30日周三
  1. 智东西79

    美团 LongCat-2.5-Preview 编码能力实测:复刻 Muse 前端与 3D 游戏

    美团 LongCat 团队上线万亿参数预览版模型 LongCat-2.5-Preview,作者将其接入 Claude Code 进行了三项编码任务实测。模型支持 100 万 Token 上下文和原生多模态,测试显示其能完成 Meta Muse 界面复刻、SpaceX 星舰升空动画及 3D 赛车游戏,具备可运行产出但思考耗时较长。

    推荐理由:实测覆盖了复刻App、动画与游戏三类任务,并给出了耗时与Token消耗等可复现指标,方便评估LongCat在Coding场景的实际可用性。

  2. Seven Minute Feed60

    OpenAI 为 Codex 及平台新增云端环境、安全扫描与 Decisions API

    OpenAI 为 Codex 新增可复用的云端开发环境,支持团队共享设置与权限管理,并推出 Codex Security Cloud 用于自动扫描代码库漏洞及生成修复方案。Agents API 引入 Computer Use 能力,允许 AI 智能体直接操作软件界面,平台还上线了基于 GPT-6 Luna 的 Decisions API,专注于快速单步决策与分类任务。

  3. Hacker News OpenClaw27

    OpenClaw 测试审计 Skill 详解

    OpenClaw 测试审计 Skill 提供 Authoring、Audit、Campaign 三种模式,旨在清理低价值或耦合实现的测试。Authoring 模式在编写新测试时通过四问门禁防止冗余;Audit 模式扫描重复断言、死代码及测试专用生产缝隙。

  4. Qoder39

    Qoder 产品负责人张燎原:把 Agentic Coding 装进组织,Qoder助力企业向 AI Native 组织的进化

    Qoder 服务超 800 万开发者,80% 用户通过智能体委派任务,任务一次完成率从 36% 提升至 65%。Qoder 提供 150 多个连接器和 70 多个插件,支持 RepoWiki 企业知识库及 QoderWake 数字人功能。Qoder Security 累计扫描 180 万次,修复 5.8 万个高危漏洞,通过四层安全识别机制前置治理风险。

最多提供 50 页,更早的内容请使用搜索或主题页。