引用 Addy Osmani、Morgan Westlee Lunt 和 Qing Wang 谈代码审查
Addy Osmani、Morgan Westlee Lunt 和 Qing Wang 表示，Claude Code 团队会持续审查变更，大多数变更在由人查看之前，至少会由 Claude 审查并修复一次。他们介绍说，团队会思考可能出现什么问题，以及应该采用哪种检查方式（自动化检查还是人工检查）来发现问题，而不是把是否有人读过代码当作判断标准。
全部动态 · 今日7条
#编码
信源抓到、进了内容池的全部内容，按时间排列；精选只是其中一部分。
Simon Willison47 OpenAI Developers · X54 OpenAI 工程师如何使用 Codex 应对软件维护
OpenAI Developers 分享了其工程师如何使用 Codex 探查代码库、找出需要关注的部分，并减少维护积压。 在引用的帖子中，@rrroim 表示，Codex 现在可以在 Slack 中找出可能的死代码，将其与生产环境遥测数据进行核对，并起草清理 PR；而几个月前，它还需要明确指示去哪里查找。 https://developers.openai.com/blog/maintaining-software-with-the-gpt-6-family
TechCrunch · AI40 Replit 首席执行官称公司已不再与 Anthropic 合作
Replit 首席执行官兼联合创始人 Amjad Masad 表示，公司因成本、合作关系和性能等原因停止与 Anthropic 合作，并称：“我觉得现在 ChatGPT 更好。”熟悉这项合作的人对此提出异议；一篇 9 月的博客文章则称，Claude Fable 5 和 Claude Fable 5.1 已用于 Replit Agent 的生产环境。TechCrunch 表示将寻求进一步说明。Masad 还表示，企业业务收入占比从去年的 2% 增至今年的 15%，而 B2B 收入占比超过 50%。
OpenAI Developers · X53 OpenAI 工程师用他的 dot 分诊凌晨 3 点的值班事故
OpenAI 工程师 Ali 在凌晨 3 点用他的 dot 分诊了一起值班事故。 他的 dot 调查了问题并启动了一个 Codex 线程，让他可以在 ChatGPT 应用中通过手机引导处理工作。https://t.co/xLhtGUSzsx
Boris Cherny · X63 Claude Code Review 面向 Team 和 Enterprise 计划全面开放
ClaudeDevs 宣布，Code Review 现已面向 Claude Team 和 Enterprise 计划全面开放，带来更快的审查、更精准地发现影响重大的错误，以及由管理员按仓库选择的 Quick、Standard 或 Deep 审查级别。 Boris Cherny 表示，他的所有 PR 都会经过该功能审查，几乎所有错误都能在合并前被发现，帮助团队快速推进工作的同时提升质量。https://twitter.com/ClaudeDevs/status/2110866210573386065
量子位87 Google 发布 Gemini 4 Argon，API 访问暂时半价
Google 正在向全球开发者、企业和付费订阅用户推出 Gemini 4 Argon，重点突出其编程、专业知识工作、多模态理解和持续执行任务的能力。11 月 30 日前，API 定价为每百万输入令牌 2 美元、每百万输出令牌 10 美元；12 月 1 日起，价格将分别涨至 4 美元和 20 美元。Google 称，Argon 曾在无人值守的情况下用 11 小时优化 ADK，工程师合并了两项更改；Ethan Mollick 称其有所改进，但指出它在复杂的多智能体任务中仍有不足。
宝玉 · X34 Fable 可为 Opus 5.5 提供建议，而 GPT 6.1 Sol 负责处理日常任务
还有一点：除了让 Opus 5.5 负责协调，你还可以充分利用顾问，让 Fable 为 Opus 提供建议。 GPT 6.1 Sol 处理日常任务其实相当不错 https://t.co/RZgKqn62g8
AWS Machine Learning Blog精选73 推出 Reflection Beam：一款面向 AWS 智能体编程的开放权重模型
Reflection AI 推出了 Beam，这是一款用于智能体编程和多步骤任务的开放权重模型，总参数量为 5010 亿，激活参数量为 230 亿。Reflection 称其有效上下文长度为 100 万个 token，并以 Apache 2.0 许可发布 Beam 1.0，提供 BF16、FP8 和 NVFP4 版本。本指南介绍如何通过 Amazon SageMaker JumpStart，或借助 JumpStart、SGLang 或 vLLM 在 HyperPod Inference 上进行部署，内容包括容量规划、调用、性能测量和清理。
推荐理由：部署方式的比较说明了何时托管端点已足够，以及何时 Kubernetes 基础设施或自定义运行时能为服务配置、分布式执行和扩缩容提供有用的控制。
Hugging Face Blog精选83 Reflection发布Beam：一款用于编程和智能体工作的501B开源模型
Reflection在Hugging Face上发布了Beam。这是一款501B的MoE模型，每个token激活23B参数，支持100万token的上下文窗口，并采用Apache 2.0许可证。这款纯文本模型面向编程和智能体工作，提供BF16、FP8和NVFP4检查点，并在发布首日支持transformers、vLLM和SGLang。Hugging Face还提供部署和后训练方案，以及自有的任务评测和演示。
推荐理由：部署指南区分了活跃计算量与权重总内存用量，帮助团队评估运行和适配一款具有长上下文窗口的稀疏模型所需的硬件配置。
Ollama · X精选81 Ollama 限时免费提供 Reflection AI 的 Beam
Ollama 是 Reflection AI 首个开放权重模型 Beam 的首发合作伙伴，限时在 Ollama Cloud 上免费提供该模型，采用美国托管并提供完整 ZDR。Beam 的上下文窗口为 100 万 token，专为软件工程、推理和长时间运行的智能体任务而设计。 ollama run beam Claude Code ollama launch claude --model beam:cloud Codex ollama launch codex --model beam:cloud OpenCode ollama launch opencode --model beam:cloud Reflection AI 表示，Beam 的权重以 Apache 2.0 许可发布，地址为 https://huggingface.co/reflection。
推荐理由：这项限时免费服务让用户可以通过多种编程工具试用 Beam；其软件工程和智能体任务定位，以及美国托管和完整 ZDR 均有说明。
TechCrunch · AI37 Replit 首席执行官称 AI 工作场所为“自动驾驶公司”
Replit 首席执行官兼联合创始人 Amjad Masad 表示，公司的工作越来越多地由 AI 智能体驱动。智能体负责处理大部分支持工单的初步分流，也可以部署来提交修复方案。他说，人们仍然提供判断力和品味，同时花更多时间决定要做什么、讨论想法和规划架构。
Ethan Mollick · X3 Ethan Mollick 表示，Codex Composer Text Predictions 的建议总是错的
过一种让 Codex Composer Text Predictions 的建议总是错的生活。
Ethan Mollick · X15 Ethan Mollick回应@emollick关于Codex Composer文本预测的帖子
@emollick发帖称：“过一种生活，让Codex Composer文本预测给出的建议总是错的。”Ethan Mollick：我没忍住。https://t.co/1D6DQqXvAC https://t.co/baQEzSDYII
Artificial Analysis · X72 NVIDIA Vera Rubin NVL72 初步 AA-AgentPerf 测试结果出炉，与 GB300 NVL72 对比
Artificial Analysis 报告称，在 AA-AgentPerf 的初步测试结果中，NVIDIA Vera Rubin NVL72 在 DeepSeek V4 Pro 上的每兆瓦吞吐量最高可达 GB300 NVL72 的约 5.7 倍。其优势在单用户速度较快时最大；在测试的四款模型中，峰值吞吐量增幅为 1.14 倍至 1.45 倍。NVIDIA 提交的所有 Vera Rubin 测试结果均使用 TensorRT-LLM 和搭配 NVIDIA Dynamo 的 vLLM；该基准会重放真实的智能体编程会话，并测量每兆瓦实测 GPU 功耗对应的吞吐量以及每个智能体的输出速度。
宝玉 · X精选76 Antigravity 向付费 Google AI Pro 订阅用户开放 Gemini 4 Argon
Antigravity 宣布，Gemini 4 Argon 今日开始向付费 Google AI Pro 订阅用户推出，但不包括 Pro 试用用户、免费用户和 Google AI Plus 订阅用户。用户可通过 Antigravity 桌面应用、CLI 和 IDE 扩展使用，但目前还无法在 Antigravity IDE 中使用；建议用户更新至最新版本。Argon 有单独的每周配额，不会消耗 Gemini 3.8 Flash 的额度，也不会每 5 小时刷新；每周配额数量和重置日期尚未说明。 官方模型文档：https://antigravity.google/docs/models
推荐理由：单独的 Argon 每周配额让符合条件的 Pro 订阅用户可以使用 Argon，而不减少其 3.8 Flash 额度，从而为规划两种模型的使用提供了具体依据。
Cursor · X52 Meta Superintelligence Labs 的 Muse Wonder 现已登陆 Cursor
Meta Superintelligence Labs 的 Muse Wonder 现已在 Cursor 中提供！ 在默认努力程度下，它在 CursorBench 上的得分为 46.1%，是所有 Muse 模型中最高的。 定价为输入 token 每百万个 4 美元，输出 token 每百万个 20 美元。 https://t.co/NGEnvB43LN
OpenAI Developers · X43 你可以直接用 Codex 构建项目。我们为你打造了一个网站，让你探索社区分享的硬件项目，也分享自己的项目。
你可以直接用 Codex 构建项目。 我们为你打造了一个网站，让你探索社区分享的硬件项目，也分享自己的项目。
Artificial Analysis · X55 RTX Spark 笔记本电脑用时 18.7 分钟完成 Artificial Analysis 本地智能体工作负载
NVIDIA 的 RTX Spark N1X 将最高 128 GB 统一内存和 Blackwell GPU 集成在一台 Windows 笔记本电脑中。在 Artificial Analysis 首批 AA-AgentPerf-Local 测试结果中，一台 RTX Spark 笔记本电脑用时 18.7 分钟，在 Qwen3.8 27B 上完成本地智能体工作负载。 Artificial Analysis 将 RTX Spark 的 N1X 芯片描述为本质上就是 GB10，并附上链接 https://t.co/520A4lOOdB
TechCrunch · AI同新闻78 Meta推出Muse Spark Open，这是一款专为Mac设计的开放权重AI模型
Meta推出了Muse Spark Open，这是一款原生多模态开放权重模型，拥有8160亿个参数和100万个token的上下文窗口，面向复杂编程任务和智能体工作流。该模型旨在Mac上本地运行，不过Engadget报道称，它至少需要1太字节的RAM。Meta称，在其评测中，该模型的表现优于其他热门开放权重模型，目前已通过多个API平台提供。
同一新闻，精选展示《Meta releases Muse Spark Open, an open-weight multimodal mixture-of-experts model》
The Decoder同新闻77 Meta 发布 Muse Spark Open，面向编程和智能体任务
Meta 已发布 Muse Spark Open。这是一款开放权重模型，拥有 8160 亿个参数（其中 420 亿个处于激活状态），上下文长度最高可达 100 万个 token，并支持文本、图像、视频和音频。Meta 报告称，该模型在多个基准测试类别中领先 Qwen 3.8、GLM 5.3 和 Kimi K3，但在编程方面落后于部分竞争对手。模型权重已发布在 Hugging Face 上；使用时必须标注“Built with Muse Spark Open”，年收入超过 2000 万美元的 API 提供商还需与 Meta 单独签订协议。
同一新闻，精选展示《Meta releases Muse Spark Open, an open-weight multimodal mixture-of-experts model》
Alexandr Wang · X56 Muse Code 在 1.4.8 版本提升令牌效率后重置了所有人的使用量
Alexandr Wang 强调了 @mjdouglas 发布的公告：Muse Code 1.4.8 的令牌效率大幅提升，所有人的使用量已重置，并立即生效。 https://twitter.com/mjdouglas/status/2110798276932853945
vLLM · X精选69 vLLM 新增对 Meta 开放权重模型 Muse Spark Open 的首日支持
vLLM 现已提供对 Meta 开放权重模型 Muse Spark Open 的首日支持，并已在 NVIDIA 和 AMD GPU 以及 TPU 上完成验证！ 该模型拥有 816B 个参数，每个 token 激活 42B 个参数，支持 1M token 的上下文，输入包括图像、视频和音频，专为长周期智能体编程而构建。 我们很高兴能够参与合作 https://t.co/MleWIPrBMD
推荐理由：在 NVIDIA 和 AMD GPU 以及 TPU 上完成验证，为部署团队提供了通过 vLLM 运行 Meta 开放权重模型时所需的具体硬件兼容性信息。
NVIDIA AI · X同新闻85 Meta 发布 Muse Spark Open，面向编码和智能体工作
Meta 宣布推出 Muse Spark Open，称其为迄今能力最强的美国开放权重模型，专为编码、智能体工作和多步推理打造。 NVIDIA AI 表示，这款 816B 模型基于 NVIDIA GB300 NVL72 训练，上下文窗口为 1M token，可用于处理大型代码库。Meta 还推出了针对 Blackwell Ultra 优化的 NVFP4 检查点。 https://t.co/yAtoxNeYJm https://t.co/HJUKdC1n3D
同一新闻，精选展示《Meta releases Muse Spark Open, an open-weight multimodal mixture-of-experts model》
宝玉 · X同新闻84 Meta 发布 Muse Spark Open，提供可下载权重并允许有条件的商业使用
Baoyu 报道称，Meta 于 10 月 15 日发布了 Muse Spark Open。这是一款开放权重模型，总参数量为 816B，激活参数量为 42B，上下文窗口为 1M token。它接受文本、图像、视频和音频输入，并输出文本；Muse 模型许可允许免费商业使用，但须遵守署名要求、使用限制，并且符合条件的 API 业务需另行签署协议。模型卡列出的最低内存要求为：NVFP4 需 700GB，BF16 需 2TB；Meta 则称，该模型针对两台各配备 512GB 统一内存的 Mac Studio 进行了优化。
同一新闻，精选展示《Meta releases Muse Spark Open, an open-weight multimodal mixture-of-experts model》
Alexandr Wang · X0 Alexandr Wang 称，Muse Spark 是迄今能力最强的美国开放权重模型
1/ Muse Spark 开放发布，是迄今能力最强的美国开放权重模型。 总参数量 816B，激活参数量 42B。上下文长度为 100 万 token。原生支持多模态。专为编程和智能体工作打造，例如长时程任务、高难度软件工程和多步推理。 美国！🇺🇲 https://t.co/NjtOB7aY9D
Ollama · X同新闻79 Meta 发布 Muse Spark Open，Ollama 即将提供该模型
Meta 宣布推出 Muse Spark Open，称其为迄今能力最强的美国开放权重模型，并表示该模型专为编程和智能体工作打造。Meta 列出的参数量为总计 816B / 激活 42B，上下文窗口为 1M token，并原生支持文本、图像、视频和音频。 Ollama 对此次发布表示欢迎，并称该模型很快将在 Ollama 上提供。https://twitter.com/AIatMeta/status/2110779754274292212
同一新闻，精选展示《Meta releases Muse Spark Open, an open-weight multimodal mixture-of-experts model》
AI at Meta · X同新闻81 Meta 发布 Muse Spark Open，面向编程和智能体工作
今天，Meta 发布了 Muse Spark Open，Meta 称这是迄今能力最强的美国开放权重模型。 Meta 表示，该模型专为编程和智能体工作打造，在长周期任务、复杂软件工程和多步推理方面表现出色。 模型的关键规格包括：总参数量 816B / 激活参数量 42B、1M token 上下文窗口，以及对文本、图像、视频和音频的原生多模态支持。
同一新闻，精选展示《Meta releases Muse Spark Open, an open-weight multimodal mixture-of-experts model》
Hugging Face Blog精选87 Meta 发布 Muse Spark Open：开放权重的多模态混合专家模型
Meta 的 Muse Spark Open 是一款开放权重的混合专家模型，约有 8160 亿个参数，每个 token 激活约 420 亿个参数，上下文窗口最长可达 100 万个 token。该模型经过智能体编程训练，可接收文本、图像、音频和视频，并生成文本。Hugging Face 提供推理和部署方案，报告了其自身的量化测试结果，并演示了使用 TRL 对注意力层进行 LoRA 微调，同时冻结专家网络。
推荐理由：这些部署方案阐明了稀疏专家激活如何在保留大量内存需求的同时减少每个 token 的计算量，帮助开发者根据不同检查点格式和服务框架评估硬件需求。
Alexandr Wang · X49 Alexandr Wang 评测 Muse Wonder Full
@davis7 的评测称，Muse Wonder Full 文笔和“语气”出色，在非专业任务上的能力与 6.1 sol 不相上下，也具备编排能力。评测将命名方案、价格和使用限制列为缺点，并称完整模型可通过订阅在 Muse Code 中使用，但没有 API。 Alexandr Wang 称这是一篇经过深思熟虑的评测，说还有很多地方需要改进，并表示很高兴大家喜欢使用这个模型。https://twitter.com/davis7/status/2110533786895356118
Simon Willison45 Claude Opus 5.5 Max 打造树木找不同游戏
Simon Willison 描述了他如何在 Claude iPhone 应用默认的聊天模式中提示 Claude Opus 5.5 Max，制作一款名为“Tree appreciator”的游戏。这是一款基于 three.js 的游戏，玩家需要比较算法生成的树木。Claude 工作了 3 小时 7 分钟，随后交出了一款带有音乐、动画和成就系统的找不同游戏，Willison 觉得这款游戏很吸引人，玩起来很有意思。
宝玉 · X67 Claude Code 在提示缓存过期前新增空闲压缩功能
Baoyu 表示，Claude Code 现在会在缓存过期前主动运行 /compact，有助于避免离开一小时后发出的首个请求导致令牌成本骤增，并称这一功能很实用 👍 https://t.co/4PT3UQ5kWD 在引用的帖子中，@lydiahallie 表示，空闲压缩会在提示缓存即将过期（约 1 小时）前压缩长时间闲置的会话，因此用户回来后只需重新处理摘要，无需重新处理整个对话，从而节省一些用量。https://t.co/SG3QyTNFwr
Ars Technica · AI57 Epic称其全新氛围编程版 Epic Games Launcher 比 Steam 更快
Epic 发布了重建版 Epic Games Launcher 的公开预览版，称其速度更快、响应更灵敏，外观也焕然一新。Epic Games Store 总经理兼副总裁 Martin Keely 表示，团队从零开始，在不同的技术栈中使用 AI 编写并审查功能。他说，这帮助一支小团队更快地为 Windows 和 Mac 重写代码库，Linux 版本也在计划之中。
Alexandr Wang · X18 Alexandr Wang 表示，Muse Wonder Full 仍有改进空间
@theo 表示，Gemini 4 Argon 在他的代码库中完全无法用于实际编码工作，因为它会对系统的工作方式进行大量幻觉。Alexandr Wang 表示，Muse Wonder Full 仍有改进空间，他们正在努力改进！ https://t.co/D804UwQQQi
Alexandr Wang · X40 Muse Wonder Full 在 VCB 1-100 上达到最先进水平，全新编程评测今日发布
Muse Wonder Full 在 VCB 1-100 上达到最先进水平，全新编程评测今日发布 https://t.co/PdN1m05g1V
Artificial Analysis · X62 Artificial Analysis 基准测试 AMD MI355X 与 NVIDIA 系统在编码智能体工作负载上的表现
Artificial Analysis 正将 AMD MI355X 的结果纳入 AA-AgentPerf。该基准会重放真实的编码智能体会话，并模拟提示缓存和工具调用延迟。 在单台 8-GPU 节点上，对于 DeepSeek V4 Pro 0813，在每位用户 35 至 75 tok/s 的范围内，MI355X 的每兆瓦吞吐量比 B200 高约 15% 至 40%。DeepSeek V4.1 Flash 在单个智能体场景下达到 NVIDIA Blackwell 的性能，但随着负载上升则有所落后；GLM-5.2/5.3 和 Kimi K3 的表现也落后于所比较的 NVIDIA 系统。 结果使用 ROCm nightly 以及 vLLM 和 SGLang 的开发版本；Kimi K3 的比较采用 NVIDIA 多节点配置。
Alexandr Wang · X35 Alexandr Wang称用户们低估了Muse
大家都没意识到Muse有多棒，真是太不可思议了 :) https://t.co/dOhyW9f2UA
Artificial Analysis · X55 AA-AgentPerf 新增了 DeepSeek V4.1 Flash 在 NVIDIA 和 AMD 硬件上的基准测试
Artificial Analysis 将 DeepSeek V4.1 Flash 纳入 AA-AgentPerf。该基准测试工具会重放真实的智能体编程会话，并模拟提示缓存和工具调用延迟。按每位用户 100 tokens/s 的输出速度计算，GB300 以约 261M tokens/s per MW 领先，其次是约 220M 的 B300 和约 128M 的 MI355X。与 DeepSeek V4 Pro 0813 相比，V4.1 Flash 在 Artificial Analysis Intelligence Index 上得分为 39，而 V4 Pro 0813 为 36；在这一用户输出速度下，V4.1 Flash 的每 MW 吞吐量约为后者的 1.3 倍至 6.2 倍，具体取决于硬件。
Alexandr Wang · X29 Alexandr Wang 表示，Muse Wonder Full 在高难度编程任务上可能会让你惊喜
试试用 Muse Wonder Full 处理你最棘手的编程任务——它会让你惊喜！ “根据我的氛围测试，它比 Astra 好。还不如 Claude Code Fable 和 5.5 Opus。” https://t.co/8RTGZ434kG
Artificial Analysis · X46 Claude Sonnet 5.5 在 Coding Agent Index 上以最高努力设置获得 68 分
在 Claude Code 中，Sonnet 5.5 以最高努力设置在 Coding Agent Index 上获得 68 分，以 xhigh 设置获得 63 分。xhigh 设置每项任务花费 $3.33，而最高设置为 $14.19；少 5.5 个 Index 分，成本降低 77%。最高设置生成的输出 token 数量是前者的 4.8 倍，执行轮数是前者的 3.4 倍，同时三项基准测试的得分均有所提高；最大提升出现在 Terminal-Bench 4.0 上，得分从 58.1% 升至 66.2%。
Simon Willison47 使用 Python 3.15 对 web-edit 进行性能分析，揭示行尾处理的工作负载热点
使用 Python 3.15 内置的 `profiling.sampling` 对未经修改的 web-edit 应用进行性能分析后发现，保留混合行尾占据了编辑工作负载的主要部分。在 15,296 个 CPU 调用栈中，`preserve_endings` 出现在 64.8% 的调用栈里；在叶节点样本中，`SequenceMatcher.find_longest_match` 占 38.3%；95.1% 的调用栈来自 AnyIO 的工作线程，因此对所有线程进行采样至关重要。