OpenAI 内部视角：编程智能体如何加速 AI 研究

OpenAI 披露内部数据，展示编程智能体正在重塑其 AI 研究流程。文章涵盖智能体使用情况、实验速度、任务复杂度与研究加速等方面的早期数据。

AI at Meta@AIatMetaAI 评分5454

Meta 宣布 Muse Spark 1.3 的 max 推理档现已上线 Muse Code 和 Meta Model API。官方称该档在编码和智能体任务上表现明显更强，建议即使已试过 1.3 high 或 1.3 xhigh 也再试一次。

GitHub 发布 Project HydraFusion 研究预览：通过多模型编排实现前沿级编码质量

GitHub 推出 Project HydraFusion 研究预览，通过运行时多模型编排提供前沿级智能，所有 GitHub Copilot 计划用户可通过 Copilot CLI 的 /experimental 使用。

Andrew Ng@AndrewYNgAI 评分2727

高效使用 AI 编程智能体最重要的技能。呈现用于使用编程智能体的 AI 工程技能图谱。https://x.com/i/article/2095882148670832640

jietang@jietangAI 评分2626

加油。体验 GLM-5.3 Flash 的最佳时机

GitHub Copilot app 入门教程：如何同时运行多个智能体会话

GitHub Blog 发布 GitHub Copilot app 入门教程，讲解如何同时运行多个 agent 会话。每个会话可运行在独立的 Git worktree 上，彼此隔离、并行执行且各自保留上下文，用户可在 sessions 视图跟踪进度，把时间花在审查和决策上。

Hugging Face 教程：用 TRL 对 LFM2.5-350M 做 100 步 GRPO 微调提升结构化输出

Hugging Face 发布教程，用 TRL 库对 LiquidAI/LFM2.5-350M 做 GRPO 微调，仅用约 500 个样本和 100 步训练，将其在 IFStruct benchmark 上的通过率从 22.6% 提升到 29.7%。

AI at Meta@AIatMetaAI 评分3232

Meta 发布 Muse Spark 1.3，重点提升智能体与编程任务表现及实际可用性。新版本可在单一线程中跨多工作流维持更长周期任务，会主动向用户提问澄清、卡住时上报、执行关键操作前确认，并更清楚自身能力边界以减少幻觉。内部对比显示，其工具调用次数比 Muse Spark 1.2 减少约 20%，token 用量减少约 25%。

Meituan LongCat@Meituan_LongCatAI 评分5353

美团 LongCat 官宣 LongCat-2.0 在 Command Code 上线并免费使用。引用内容显示该模型 1.6T 参数、48B 激活、支持 1M 上下文，面向所有套餐订阅用户开放，可通过 npm i -g command-code 安装。

Demis Hassabis@demishassabisAI 评分5959

Demis Hassabis 宣布发布 Gemini 3.8 Flash，这是不到一个月内的又一次升级，主要提升智能体与编码能力；同时推出面向网络防御前沿的 3.8 Flash Cyber。模型详情和安全工作见博客：https://blog.google/innovation-and-ai/models-and-research/gemini-models/3-8-flash-and-3-8-flash-cyber/。

Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber

Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber 两款模型，前者面向长时程编码与自主智能体，后者面向漏洞发现与自动修复。

Logan Kilpatrick@OfficialLoganKAI 评分1919

Gemini 3.8 Flash 在 DeepSWE 1.1 上得分 73.7%！

Z.ai@Zai_orgAI 评分2626

GLM Coding Plan 今天满一岁了。 为庆祝，我们给每位现有订阅用户送一张重置卡。用它来重置你的每周和 5 小时配额。 感谢你使用 GLM、帮助塑造它，并不断把它推向极限。 - 个人版：http://z.ai/manage-apikey/coding-plan/personal/usage - 团队版：http://z.ai/manage-apikey/coding-plan/team/usage-stats

Michael Truell@mntruell精选AI 评分6464

Cursor CEO Michael Truell 表示，OpenAI 已发通知计划在三个月后阻止 Cursor 用户访问 OpenAI 模型。他称 OpenAI 模型约占 Cursor 用户流量的 5%，正在与 OpenAI 团队沟通解决，并表示 Cursor 是 OpenAI 最早的客户之一，多年密切合作，曾信任其平台作为业务的中立基础设施。

Andrew Ng@AndrewYNgAI 评分2828

随着智能体编程的发展，软件工程基础发生了哪些变化？这是我们针对软件工程基础的 AI 工程技能图谱。https://x.com/i/article/2093384274372419585

SiliconFlow@SiliconFlowAIAI 评分3737

💸$15.51 vs. $120.93。 同样的提示词。同样的 3D 游戏挑战。无需手动修改代码。 GLM-5.3 以不到 FABLE 5 的 1/8 成本完成了构建！ 观看并排对比——自己判断。👇 GLM-5.3 现已上线 SiliconFlow。

SiliconFlow@SiliconFlowAI精选AI 评分6666

智谱（Z.ai）的 GLM-5.3 已开源，并上线 SiliconFlow，提供 Day-0 支持。该模型总参数 744B、激活 40B，与 GLM-5.2 同底座，经后训练大幅提升，官方称在编程与智能体基准上可与 Fable 5 和 GPT-5.6 Sol 竞争。SiliconFlow 还提到其在 OpenRouter 上 GLM-5.2 token 份额排名第一。

Z.ai@Zai_org精选AI 评分7171

智谱（Z.ai）宣布 GLM-5.3 开放权重，称其是其智能体编码和网络防御能力最强的模型，支持下载、运行和自定义。权重发布在 Hugging Face（huggingface.co/zai-org/GLM-5.3），技术博客见 z.ai/blog/glm-5.3。

实测攻破 Claude Code Opus 5 Auto Mode：提示词注入攻击成功率达 60-80%

安全研究者 Johann Rehberger 发布针对 Claude Code Opus 5 Auto Mode 的提示词注入攻击链实测，在小样本下实现代码执行，攻击成功率达 60-80%，而 Anthropic 委托 Trajectory Labs 的 72 场景评测显示 Auto Mode 攻击成功率为 0.00%。

Google AI Developers@googleaidevsAI 评分3636

🗣️💬 欢迎 Gemini 3.5 Transcribe，一款真正理解你代码库的语音转文本模型。 看看这款最新模型如何在 @Antigravity 中构建时，过滤掉口语中的犹豫停顿，同时将技术术语、文件名和代码变量精准锚定到当前上下文。通过视觉偏置，该模型为复杂的开发者工作流带来了深度的、屏幕感知的上下文。

为什么高性能代码很重要却常被忽视：Casey Muratori 谈性能优化

程序员、Molly Rocket 创始人 Casey Muratori 在播客中主张，性能应在系统设计阶段就被考虑，而非等到后期靠 profiler 逐个修补热点，否则架构性问题只能靠重写解决。

Gergely Orosz 解析 Ramp 为何自研内部 coding agent Inspect

Ramp 自研了内部后台 coding agent Inspect，目前 75% 的已合并 PR 由 Inspect 发起，7 月总 session 数突破 100 万。

Steve Yegge：Fences, not Sandboxes，用 50-60 个 Agent 运营一个组织

Steve Yegge 撰文提出未来 AI 应由法则而非限制性程序来治理，并以自己开发 30 年的游戏 Wyvern 为例。

Meituan LongCat@Meituan_LongCat精选AI 评分6565

美团 LongCat 官方宣布 LongCat-2.0 已上线 opencode 的 Go，邀请用户试用并反馈用其构建了什么。引用内容显示 LongCat-2.0 为 1.6T/48B 参数、支持 1M 上下文、完全开源。

Z.ai@Zai_orgAI 评分3535

社区已经用 ZCode + GLM-5.3 构建了这么多有趣的项目。 为感谢大家的支持，我们将 Build Week 变成一个持续进行的系列。 从现在起到 8 月 23 日下午 6 点（太平洋时间），我们将为 50,000 名新的 ZCode 用户每人赠送 1 亿免费 GLM-5.3 token。

Together AI 实测 GLM-5.3 与 Claude Fable 5 在 DeepSWE 上的成本、编码与路由表现

Together AI 在 DeepSWE 的 113 个任务上各跑 4 次试验对比 GLM-5.3 与 Claude Fable 5，pass@1 分别为 69.0% 和 69.7%，属统计平手，但 GLM-5.3 每次 rollout 成本 $3.99，比 Fable 的 $21.63 低 5.4 倍。

GLM-5.3 对比 GPT-5.6 Sol：Together AI 实测 113 个 DeepSWE 任务的成本、编码与路由

Together AI 在全部 113 个 DeepSWE 任务上对 GLM-5.3 (max) 与 GPT-5.6 Sol (max) 各跑 4 次试验，共 904 次 rollout。

Poolside 与 Nvidia 达成 60 亿美元授权协议，并以 120 亿美元估值融资 10 亿美元

据 Newcomer 获得的致投资人信，AI 模型初创公司 Poolside AI 与 Nvidia 达成 60 亿美元非独占授权协议，Nvidia 另以 120 亿美元投前估值对 Poolside 投资 10 亿美元。

我们需要聊聊用 AI 做框架迁移这件事

Asana 借助 AI 在两周内完成了从测试框架 Enzyme 的迁移，而这项工作原本需要对测试用例做大规模重写，没有 AI 很可能被一直拖延。Airbnb 和 Uber 也有类似经历，AI 被认为非常适合框架迁移场景。

用 CLI、Skills 和 AI 编程智能体开发 NVIDIA Holoscan 应用

NVIDIA 探索通用编程智能体能否借助 HoloHub 中的示例、文档和开发工具来开发 Holoscan 边缘实时 AI 应用。Holoscan 是面向医疗影像、机器人等边缘实时 AI 应用的平台，HoloHub 是其配套仓库，汇集了不断增长的参考应用与组件。

Pragmatic Engineer 播客访谈 Addy Osmani：从 Chrome DevTools 到 AI 工程

Gergely Orosz 采访在 Google 工作 14 余年的 Addy Osmani，回顾他 16 岁造浏览器、开发 Chrome DevTools 和 Core Web Vitals 的经历。

Answer.AI 工程师解析为什么 LLM 无法简化你的代码

Pol Alvarez Vecino 借 Peter Naur 的《Programming as Theory building》指出，真正要降低的复杂度是存在于工程师头脑中的程序 Theory，而非代码本身，因此 LoC、圈复杂度等指标无法约束 LLM 的复杂度膨胀。

Z.ai@Zai_orgAI 评分6262

智谱宣布 GLM-5.3 API 正式上线，主要面向编码、防御性网络安全和长程智能体任务。定价与 GLM-5.2 相同，可通过官方 API 及合作模型网关使用，文档见 https://docs.z.ai/guides/llm/glm-5.3。配图引用 Artificial Analysis Intelligence Index，显示 GLM-5.3 在智能与单任务成本对比中位于最具吸引力象限。

DeepSeek V4 Pro 0813 对比 Claude Fable 5：DeepSWE 上的成本、编码与路由实测

Together AI 在 DeepSWE 全部 113 个任务上各跑 4 次试验，对比 DeepSeek V4 Pro 0813 与 Claude Fable 5。

Nathan Lambert 解析 GLM-5.3 与中国实验室如何跟上前沿

Z.ai 发布 GLM-5.3，目前仅在编码计划中提供，即将上线 API 并在两周后于 Hugging Face 开放权重，模型约 750B 参数，在多个 agentic coding 基准上超越 Kimi K3，部分超越 Claude Fable 5 或 GPT-5.6-Sol。

Michael Truell@mntruell精选AI 评分7979

Cursor CEO Michael Truell 宣布收购已正式交割，Cursor 正式加入 SpaceX。其引用的 @cursor_ai 公告称团队将加入 SpaceXAI，帮助改进 Grok Build、Grok Bot、Grok API 和 Cursor 等产品。

Demis Hassabis@demishassabis精选AI 评分7070

Gemini 3.7 Flash 发布，Demis Hassabis 称其在软件工程、Web 开发和知识工作方面有重大升级。introductory 定价为原 3.6 Flash 价格的一半，现可开始使用。

Google DeepMind 发布 Gemini 3.7 Flash，主打编码与 Agent 能力

Google DeepMind 发布 Gemini 3.7 Flash，称其为迄今最智能的主力模型，面向编码与 Agent 场景，距 Gemini 3.6 Flash 发布仅三周。

Charity Majors：2026 年不该再对 AI 开发持怀疑态度

Honeycomb CTO Charity Majors 认为，2025 年对 AI 持怀疑尚属合理，但 2026 年 AI 正在改变整个行业，怀疑空间越来越小。她称自己的转折点是 2025 年 11 月的 Opus 4.5，并认为 Claude Code 这类 harness 带来的改变更大。她还提出代码审查被高估、非确定性系统需要更多工程纪律。

Michael Truell@mntruell精选AI 评分6161

Grok 4.6 发布，官方称具备前沿智能，同价位下较 Grok 4.5 显著提升。作者补充称 4.6 在困难任务和知识工作上明显更强，结合了 Opus 级智能与打磨度，同时保持低成本和高速度，Grok 正逐步成为更能干的数字同事。