Anthropic 为 Claude Code 推出沙箱功能并开源沙箱运行时
Anthropic 在 Claude Code 中推出基于沙箱的两项新功能：沙箱化 bash 工具（beta 研究预览，可通过 /sandbox 启用并已开源）和 Claude Code on the web。
推荐理由：官方解释了沙箱如何用文件系统和网络双重隔离减少权限弹窗，内测减少 84%，并说明开源实现供其他 Agent 团队参考。
AI 编码
全部主题AI 写代码的一切：编码助手、Vibe Coding、代码模型评测与开发工作流变革。
最新精选
第 181–197 条 · 共 197 条Anthropic：Engineering（事故复盘 + 工程实践 · 网页）精选AI 评分7676
Answer.AI 官方研发博客（RSS）精选AI 评分6565 Answer.AI 开源 cachy：缓存 LLM 响应让 notebook 测试提速 60 倍
Answer.AI 开源 cachy 包，通过修改 httpx 的 send 方法把 LLM 响应缓存到本地文件，无需手写 mock。测试运行从 2 分钟缩短到约 2 秒，并让 CI/CD 测试和 notebook diff 更干净。
推荐理由：开源工具 cachy 通过拦截 httpx 缓存 LLM 响应，测试从 2 分钟降到约 2 秒，方法可直接迁移到自己的项目。
Sakana AI：Blog（网页）精选AI 评分7878 Sakana AI 发布 ShinkaEvolve：用 LLM 高效进化新算法并开源
Sakana AI 发布开源进化式代码优化框架 ShinkaEvolve（Apache 2.0），用 LLM 进化程序并大幅提升样本效率，技术报告见 https://arxiv.org/abs/2509.19349 。
推荐理由：原文给出四个领域的实测结果和样本效率对比，读者可以据此评估它在自己的研发流程里能替代什么。
Cognition 模型 / Devin 博客（网页）精选AI 评分8181 Cognition 融资超 4 亿美元，估值达 102 亿美元
Cognition 宣布融资超 4 亿美元，投后估值 102 亿美元，由 Founders Fund 领投，Lux Capital、8VC、Neo、Elad Gil 等老股东跟投，Bain Capital Ventures、Hanabi Capital 和 D1 Capital 为新投资方。
推荐理由：作者以当事方身份披露融资与经营数据，读者可以据此了解 Devin 与 Windsurf 合并后的增长和产品布局。
Johann Rehberger / Embrace The Red（RSS）精选AI 评分7979 Amazon Q Developer VS Code 扩展存在提示词注入导致远程代码执行漏洞
安全研究者 Johann Rehberger 披露 Amazon Q Developer VS Code 扩展（下载量超 100 万）存在间接提示词注入漏洞：executeBash 将 find 归类为 readonly 并跳过人工确认。
推荐理由：作者亲测复现了 Amazon Q Developer 的间接提示词注入到任意命令执行路径，读者可借此理解 Agent 权限模型的风险。
Johann Rehberger / Embrace The Red（RSS）精选AI 评分7777 Amazon Q Developer 提示词注入可经 DNS 请求泄露开发者密钥
安全研究人员 Johann Rehberger 披露 Amazon Q Developer VS Code 扩展（下载量超 100 万）存在高危漏洞：处理不可信数据时可被提示词注入劫持，通过 ping 等 readOnly 命令将开发者 .env 文件内容经 DNS 请求外泄。
推荐理由：作者第一手复现了 Amazon Q Developer 通过 DNS 请求泄露 .env 密钥的提示词注入漏洞，并披露 AWS 已静默修复但未发公告或 CVE。
Johann Rehberger / Embrace The Red（RSS）精选AI 评分8484 GitHub Copilot 提示词注入可致远程代码执行（CVE-2025-53773）
Johann Rehberger 披露 GitHub Copilot 的提示词注入漏洞 CVE-2025-53773：注入内容可让 Copilot 写入 .vscode/settings. 并添加 "chat.tools.autoApprove"。
推荐理由：作者亲测复现了从提示词注入到本机代码执行的完整链条，并给出缓解建议，适合评估 Agent 自改配置的安全风险。
OpenAI Developers（RSS）精选AI 评分7070 OpenAI 开源 Computer Use API 示例应用，含浏览器与桌面两个智能体
OpenAI 发布 Computer Use API 的示例应用 openai-cua-sample-app，包含两个计算机操作智能体：一个用 JavaScript 和 Playwright 控制浏览器，另一个用 Python 和 PyAutoGUI 通过截图、鼠标和键盘控制桌面。
推荐理由：OpenAI 官方开源了计算机操作智能体的示例应用，读者可以据此了解用代码驱动浏览器和桌面的模式。
Cognition 模型 / Devin 博客（网页）精选AI 评分8484 Cognition 签署最终协议收购智能体 IDE Windsurf
Cognition 已签署最终协议收购智能体 IDE Windsurf，交易涵盖其 IP、产品、商标、品牌和业务，Windsurf 团队近期将照常运营，后续 Cognition 将把 Windsurf 能力整合进自家产品。公告披露 Windsurf 拥有 82M ARR（企业 ARR 环比翻倍）、350+ 企业客户和数十万日活用户，且全部员工将获得经济参与、豁免归属悬崖并加速归属既有股权。
推荐理由：收购方官方公告披露了交易范围和 Windsurf 的 ARR、客户数等经营数据，可据此了解双方产品整合的方向。
Mistral AI：News（网页）精选AI 评分7070 Mistral AI 发布 Devstral Medium 并升级 Devstral Small 1.1
Mistral AI 与 All Hands AI 合作推出 Devstral Medium，并升级 Devstral Small 1.1。
推荐理由：原文给出两个模型的 SWE-Bench Verified 成绩、许可证和 API 定价，读者可据此评估在编码智能体工作流中的成本与部署选择。
Sakana AI：Blog（网页）精选AI 评分7070 Sakana AI 发布 ALE-Bench 基准与 ALE-Agent，在 AtCoder 启发式竞赛获第 21 名
Sakana AI 与 AtCoder 合作发布 ALE-Bench 基准，基于 40 道历史 AtCoder 启发式竞赛（AHC）的 NP-hard 优化题，考察长周期迭代式算法工程能力，并开发了专用智能体 ALE-Agent。
推荐理由：原文给出基准构成、竞赛名次和 agent 的具体改进策略，也如实写了局限，读者可据此评估 AI 做长周期算法工程的现状。
Sakana AI：Blog（网页）精选AI 评分7070 Sakana AI 与 AtCoder 联合发布 ALE-Bench 基准及 ALE-Agent，实测竞赛获 21 名
Sakana AI 与 AtCoder 联合发布组合优化算法工程基准 ALE-Bench，并开发专用 AI 智能体 ALE-Agent，论文见 https://arxiv.org/abs/2506.09050。
推荐理由：官方一手发布，给出基准构成、竞赛实测名次和 AI 与人类解题方式的差异分析，读者可据此评估长时推理能力的现状。
TensorZero：实验与工程博客精选AI 评分6969 TensorZero 团队逆向 Cursor 的 LLM 客户端，公开其系统提示词
TensorZero 团队将自研开源网关部署为 Cursor 与 LLM 提供商之间的自托管代理，成功观察并替换 Cursor 的模型调用。
推荐理由：作者以第一手实验给出自建代理查看 Cursor 提示词的完整路径，还分享了系统提示词和模型分层等可复核的细节。
Mistral AI：News（网页）精选AI 评分6969 Mistral AI 联合 All Hands AI 发布软件工程智能体模型 Devstral
Mistral AI 与 All Hands AI 合作发布软件工程智能体模型 Devstral，以 Apache 2.0 许可开源。
推荐理由：Mistral 自家发布，给出 SWE-Bench Verified 具体分数、开源许可和部署门槛，读者可据此评估其在本地或企业编码场景的可用性。
Anthropic：Engineering（事故复盘 + 工程实践 · 网页）精选AI 评分7878 Anthropic 发布 Claude Code 智能体编码最佳实践指南
Anthropic 发布 Claude Code 智能体编码最佳实践指南，指出上下文窗口是最需要管理的资源，性能会随上下文填满而下降。指南覆盖给 Claude 提供可运行的验证标准、先探索再规划再编码、编写精简 CLAUDE.md、配置权限与 hooks、用子代理隔离调查、用 /clear 和 /rewind 管理会话，以及并行会话、非交互模式和对抗式审查等规模化用法。
推荐理由：Anthropic 官方系统梳理 Claude Code 使用模式，围绕上下文管理与验证闭环给出可直接套用的实践方法。
Answer.AI 官方研发博客（RSS）精选AI 评分7979 Answer.AI 团队实测 Devin 一个月：20 个任务仅 3 个成功
Answer.AI 团队对 Devin 进行一个月真实任务实测，20 个任务中 14 个失败、3 个无结论、仅 3 个成功，且无法预测哪些任务会成功。Devin 在处理现有代码库、研究类任务中常陷入技术死胡同或幻觉出不存在的功能，团队结论是其自主性反而成为负担，更倾向使用 Cursor 等由开发者主导的 AI 辅助工作流。
推荐理由：作者团队用一个月、20 个真实任务实测 Devin，给出了成败分布和与 Cursor 类工作流的对比，可作为评估自主编码智能体的参照。
Answer.AI 官方研发博客（RSS）精选AI 评分7676 Answer.AI 与 LightOn 发布 ModernBERT 编码器模型家族
Answer.AI 与 LightOn 发布 ModernBERT，一个替换 BERT 的 encoder-only 模型家族，含 base（149M 参数）和 large（395M 参数）两个尺寸，上下文长度达 8192 tokens。
推荐理由：发布方给出了速度、上下文长度和训练数据的具体改进点，读者可以据此评估它能否替换现有 BERT 类工作流。