AICoder

AI 编程实时动态与要闻

基于 𝕏 (Twitter) 权威实验室与科学家一手信源，经 AI 降噪提炼核心事实，联动全网模型评测与智能体生态。

🏆 看模型跑分天梯⚖️ 对比模型💰 对比订阅套餐在 𝕏 上探索最新发文 ↗

AI 编程实时动态与要闻

C
ClickHouse@ClickHouseDB·
👀9
🔥82
查看推特原帖 ↗

ClickHouse 开源 Loom：给编码智能体的共享记忆 + 实时代码索引，代码问答得分 0.78→0.84

ClickHouse 发布开源（Apache-2.0）的智能体记忆系统 Loom，把记忆、代码索引和运行日志放进同一个 ClickHouse 库，记忆与代码关联，代码变动时标记可能过时的记忆。支持 MCP、HTTP API、Python/TS SDK，提供 Claude Code 和 Codex 插件。官方测试中代码问答平均分从 0.78 升到 0.84。

ClickHouse 开源 Loom：给编码智能体的共享记忆 + 实时代码索引，代码问答得分 0.78→0.84

核心要点速览

  • 代码问答（24 题×3 次）平均分 0.78→0.84，单题平均成本 $0.212→$0.17（官方口径，博客）
  • 找文件任务（36 题×10 次）准确率 91.4%→96.4%
  • LongMemEval-S 100 题：检索记忆 94% 对比塞入完整历史 90%，读取 token 少约 90%；完整 500 题 memory.ask 96.6%（官方口径）
  • 记忆与代码索引同库：函数改名会跟随，被重写则标记待复核，不自动改写
  • Apache-2.0 开源，需 ClickHouse 26.5+（推荐 26.8+），一行脚本用 Docker 启动
阅读全文
关联模型 / 智能体 / 厂商:
🤖 Loom🤖 Claude Code🤖 Codex🤖 Cursor🌐 ClickHouse
#ClickHouse#Loom#Agent 记忆#Code Index#MCP 协议#开源#LongMemEval
L
Lightning Labs@lightning·
👀10
🔥81
查看推特原帖 ↗

Lightning Labs 开源 pi402：编码 Agent 用比特币闪电网络按 token 自付推理费，无需账号、API Key 和信用卡

Lightning Labs 11 月 12 日发布 pi402：一个给 Pi 编码 Agent 用的扩展，内置 Wavelength 闪电钱包，Agent 调用付费推理接口时自动按 L402 或 MPP 协议付款，付款凭证本身就是 API Key，不用注册账号，也不用信用卡。卖方在现有推理 API 前面挂上 Aperture v0.6.0，再用 meterd 或 lightmeter 按 token 计价即可开卖。整套代码开源（MIT）。官方举例：每个输入 token 1 毫聪、输出 2 毫聪，按约 8.05 万美元的比特币价格，约合每百万 token 0.80/1.61 美元。

Lightning Labs 开源 pi402：编码 Agent 用比特币闪电网络按 token 自付推理费，无需账号、API Key 和信用卡

核心要点速览

  • 开箱即用：买方执行 pi install npm:@lightninglabs/pi-402，用 /fund 生成闪电发票充值，或用 /deposit 走链上充值
  • 双协议：Aperture v0.6.0（11 月 5 日发布）同时支持 L402 和 Stripe 与 Tempo 推出的 MPP（IETF 草案 draft-httpauth-payment-00）
  • 按 token 计费：官方示例每输入 token 1 毫聪、每输出 token 2 毫聪，约合每百万 token 0.80/1.61 美元（按比特币约 8.05 万美元）
  • 预算可控：扩展可设单次请求上限和每日预算，界面底栏实时显示钱包余额和每笔付款
  • 全部开源：pi-402 扩展、Aperture、lightmeter 参考实现均开源，pi-402 为 MIT 许可；演示用它付费调用 Kimi K3.1 Pro
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Kimi K3.1 Pro🤖 Pi🌐 Lightning Labs🌐 Stripe🌐 Tempo
#智能体支付#闪电网络#L402#MPP#开源#编程智能体#Bitcoin
E
Expo@expo·
👀12
🔥81
查看推特原帖 ↗

Expo 推出 Expo Simulators：给 Claude Code、Codex、Cursor 等编程智能体按需开云端 iOS 模拟器和安卓模拟器，自动录屏留证据，每分钟 0.1 美元

移动开发框架 Expo 于 11 月 12 日正式推出 Expo Simulators，所有付费套餐可用。编程智能体用一条命令就能开一台云端 iOS 模拟器或安卓模拟器，装上构建包自己点测，结束后留下完整录屏、截图、日志和网络记录，可附到 PR 上给人审。每个会话独占一台虚拟机，不用 Mac，Linux 和 Windows（WSL）都能跑 iOS 模拟器。按分钟计费，iOS 和安卓都是每分钟 0.1 美元，Starter 及以上套餐每月含 60 分钟。

Expo 推出 Expo Simulators：给 Claude Code、Codex、Cursor 等编程智能体按需开云端 iOS 模拟器和安卓模拟器，自动录屏留证据，每分钟 0.1 美元

核心要点速览

  • 一条命令开机：npx eas-cli@latest simulator --platform ios 即可启动云端会话，也可从 CI、REST API、Expo Workflows 或 GitHub Actions 启动
  • 兼容现有智能体：Claude Code、Codex、Cursor 等能跑命令行的智能体都能用，沿用 agent-device、Argent 或 Appium 命令；官方提供 eas-simulator 技能
  • 留证据：每个会话保留完整录屏、截图、日志、网络流量和 CPU 内存数据，可附到 PR，审阅者不用拉分支本地构建
  • 隔离与自动关机：每个会话独占一台虚拟机，最长 2 小时，可设更短上限和空闲超时，避免忘关计费
  • 价格：iOS 和安卓都按每分钟 0.1 美元计费，Starter、Production、Enterprise 套餐 2027 年前每月含 60 分钟；Expo 本身不提供 AI 模型
阅读全文
关联模型 / 智能体 / 厂商:
🤖 Claude Code🤖 Codex🤖 Cursor🌐 Expo
#移动开发#云端模拟器#AI 编程智能体#智能体 CI#Expo
A
Artificial Analysis@ArtificialAnlys·
👀39
🔥83
查看推特原帖 ↗

Artificial Analysis：Claude Fable 5.2 以 75 分登顶机械臂评测 AA-Robotics v0.1，超过 GPT-6 Astra 的 69 分，并成为首个在「量盒子」任务上拿到分数的模型

独立评测机构 Artificial Analysis（AA）11 月 12 日在官方账号公布：Anthropic 本周发布的 Claude Fable 5.2 在 AA-Robotics v0.1 上得分 75，成为新榜首，高于此前第一的 GPT-6 Astra（69）和 GPT-6.1 Sol（65）。这项评测让编码 Agent 通过 HTTP API 操控一台 6 轴机械臂完成 8 项桌面任务。AA 称 Fable 5.2 是第一个在「测量盒子尺寸」任务上得分的模型：它只靠摄像头视频，把场景里的卷尺当作比例尺来估算盒子尺寸。上一代 Fable 5.1 在 10 月首发榜单上只有 46.3 分。

Artificial Analysis：Claude Fable 5.2 以 75 分登顶机械臂评测 AA-Robotics v0.1，超过 GPT-6 Astra 的 69 分，并成为首个在「量盒子」任务上拿到分数的模型

核心要点速览

  • AA-Robotics v0.1 新榜首：Claude Fable 5.2 75 分，GPT-6 Astra 69、GPT-6.1 Sol 65（AA 口径）
  • 比上一代大跳：Fable 5.1 在 10 月首发榜单上为 46.3，Opus 5.5 为 48.8
  • 「量盒子」任务（长宽高误差需在约 2 毫米内）此前所有模型均未得分，Fable 5.2 是第一个
  • Fable 5.2 只用摄像头视频，把场景中的卷尺刻度当比例尺来估算尺寸
  • 本次单题成本和耗时 AA 尚未公布；首发时 Astra 平均每题约 30 分钟、16.36 美元
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Claude Fable 5.2⚡ GPT-6 Astra⚡ GPT-6.1 Sol⚡ Claude Fable 5.1⚡ Claude Opus 5.5⚡ Gemini 4 Argon🤖 Claude Code🤖 Codex🌐 Artificial Analysis🌐 Anthropic🌐 OpenAI🌐 Google
#Artificial Analysis#AA-Robotics#基准测试#机器人#具身智能#Claude Fable 5.2
AD赞助内容
A
Amazon@amazon·
👀44
🔥88
查看推特原帖 ↗

AWS 发布本地模拟器 AWS Emulator：代码 100% 由自主 AI Agent 编写和审查，覆盖 200 多个服务的 400 多个 API 模型，CC0 开源、免费，可供 Claude Code、Kiro 等编码 Agent 离线测试

亚马逊 11 月 11 日（北京时间 12 日凌晨）正式发布 AWS Emulator：一个在本机运行的 AWS API 模拟器，AWS CLI、各语言 SDK 和编码 Agent 只需改几个环境变量，就能把请求打到 127.0.0.1:9297，而不是真实云端，无需 AWS 账号、也不另收费。它用 Rust 编写，基于 AWS SDK 使用的同一套 API 模型生成，官方称覆盖 200 多个服务的 400 多个 API 模型。最特别的是，按高级首席工程师 Matthew Goldberg 的说法，全部代码由成千上万个自主 Agent 编写、测试和修复，团队没有手写或人工审查过一行。源码和保真度测试集都以 CC0 协议放在 GitHub 上。

AWS 发布本地模拟器 AWS Emulator：代码 100% 由自主 AI Agent 编写和审查，覆盖 200 多个服务的 400 多个 API 模型，CC0 开源、免费，可供 Claude Code、Kiro 等编码 Agent 离线测试

核心要点速览

  • 覆盖 200+ 个 AWS 服务、400+ 个 API 模型（官方口径），本地 HTTPS 端点 127.0.0.1:9297，无需 AWS 账号、不另收费
  • 代码 100% 由自主 Agent 编写：三组 Agent 分别写测试、找差异、修 bug，每天修复 数千 个问题、数百 个 Agent 并发工作（官方口径）
  • 公开的保真度测试集 manifest 列出约 2.97 万条测试（本站统计），每条都先在真实 AWS 上验证；按服务公布「k / n」通过数，官方未给出总通过率
  • 限制：不评估 IAM 策略、单账号单 Region、只在 us-west-2 校验，数据只存在内存中，不可用于安全测试或生产
  • 安装：Linux 用 RPM/Debian 包，macOS/Windows 用 Docker；或运行 aws agent-toolkit add-skill --skill-name aws-emulator 让编码 Agent 自行配置（需 AWS CLI 2.35.0+）
阅读全文
关联模型 / 智能体 / 厂商:
🤖 Kiro🤖 Claude Code🌐 Amazon🌐 AWS
#AWS#AWS Emulator#本地测试#编程智能体#自主智能体#开源#Rust#开发者工具
J
Joël Niklaus@joelniklaus·
👀32
🔥82
查看推特原帖 ↗

Hugging Face Harness Leaderboard 加入 DeepSeek Harness：DSH 在全部 5 组评测中与第一名统计持平，DeepSWE 排第 2，Terminal-Bench 因收尾时关掉后台服务仅排第 6

Hugging Face 研究员 Joël Niklaus 11 月 11 日宣布，DeepSeek 开源编码 Agent DeepSeek Harness（DSH，开发者预览版 0.2.2-rc.1）已加入他维护的 Harness Leaderboard。该榜单固定模型和推理力度、只换 harness，比较 10 款编码 Agent。作者口径：DSH 在 DeepSeek-V4.1-Flash、GLM-5.3-Flash（低/高推理力度）和 Flint 共 5 组评测中都与第一名统计持平；DeepSWE 三模型平均排第 2，仅比 Nous Research 的 Hermes Agent 低 0.5 分；Terminal-Bench 排第 6。主要原因是 DSH 结束任务时会关掉自己启动的后台程序，3 道要求留着服务器给评分器检查的任务 36 次只过 2 次，每组评测因此丢 1.5–1.7 分。平均每解出一题花费 0.53 美元。这是个人维护的研究榜单，并非 DeepSeek 或 Hugging Face 官方公告。

Hugging Face Harness Leaderboard 加入 DeepSeek Harness：DSH 在全部 5 组评测中与第一名统计持平，DeepSWE 排第 2，Terminal-Bench 因收尾时关掉后台服务仅排第 6

核心要点速览

  • 榜单固定模型只换 harness，比较 10 款编码 Agent；DSH 在 5/5 组评测中与第一名统计持平（作者口径）
  • DeepSWE 三模型平均排 第 2，比 Hermes Agent 低 0.5 分；Terminal-Bench 排 第 6
  • 3 道需保留服务器的 Terminal-Bench 任务：DSH 2/36 通过，OpenCode、Pi、Hermes Agent 均为 36/36
  • 这 3 题让 DSH 每组评测丢 1.5–1.7 分；在 DeepSeek-V4.1-Flash 高推理力度下超过它与第一名的 1.3 分差距
  • 平均每解出一题 0.53 美元；测试版本 0.2.2-rc.1，因需 DeepSeek 账号密钥关闭了网页搜索
阅读全文
关联模型 / 智能体 / 厂商:
⚡ DeepSeek-V4.1-Flash⚡ GLM-5.3-Flash⚡ Flint🤖 DeepSeek Harness🤖 Hermes Agent🤖 OpenCode🤖 Pi🤖 Claude Code🤖 Codex🌐 DeepSeek🌐 Hugging Face🌐 Nous Research
#DeepSeek Harness#Harness 排行榜#Hugging Face#编程智能体#DeepSWE#Terminal-Bench#基准测试
C
Chrome for Developers@ChromiumDev·
👀38
🔥82
查看推特原帖 ↗

Chrome 发布 Modern Web Guidance 1.0：给编码 Agent 的现代 Web 技能包转正，新增旧代码扫描，Firefox 与 Edge 加入共建

Chrome 团队 11 月 10 日发布 Modern Web Guidance（MWG）1.0 稳定版。这是一套装进编码 Agent 的技能包，内含约 200 篇经浏览器工程师和无障碍专家审核的指南，覆盖性能、无障碍、交互体验和安全，并内置 Baseline 兼容性数据，帮 Agent 少写过时的 JavaScript，多用原生 HTML/CSS 能力。1.0 新增「现代化工作流」，可静态扫描已有的 HTML、CSS、JS 和 package.json，找出可安全升级的旧写法；项目也从 Chrome 独家变为 Firefox、Edge 共同参与。支持 Antigravity、Cursor、GitHub Copilot、Codex、WebStorm 等，一行 npx modern-web-guidance@latest install 即可安装。

Chrome 发布 Modern Web Guidance 1.0：给编码 Agent 的现代 Web 技能包转正，新增旧代码扫描，Firefox 与 Edge 加入共建

核心要点速览

  • 规模：约 200 篇专家审核指南，其中约 20% 可被 legacy-scan 确定性扫描；1.0 起每篇指南都有评测，并公开评测看板（官方口径）
  • 扫描规则：在约 4.5 万个开源仓库上分半调参与留出测试，默认规则需达到静态匹配精度 ≥80%、复核后精度 ≥90%；本地 AST 解析，零 LLM 调用
  • 案例：腾讯 WeTV 在 CI/CD 里接入后，Agent 自动解决 90% 的性能检查失败，处理时间从 4 小时降到 30 分钟（降 87%，厂商口径）
  • 案例：note inc. 在生产代码库 180 次评测中，现代 Web 检查通过率从 61% 升到 94%，431 个合并 PR 里 LCP 图片优先级设置提升 28%
  • 上手：npx modern-web-guidance@latest install，旧版用 update 升级；在 Agent 中输入 /modern-web-guidance Modernize the code in this directory 触发现代化工作流
阅读全文
关联模型 / 智能体 / 厂商:
🤖 Google Antigravity (AGY)🤖 cursor🤖 github-copilot🤖 codex🌐 Google DeepMind
#Google#Chrome#Modern Web Guidance#Agent 技能#编程智能体#前端#Web 平台#Baseline#Firefox#Edge
l
langfuse.com@langfuse·
👀34
🔥80
查看推特原帖 ↗

Langfuse 推出开源 AI Gateway 公测：Rust 编写、22MB 镜像，改一个 base URL 就能按人、按 Key、按模型统计 Claude Code 和 Codex 的花费

开源 LLM 可观测平台 Langfuse（今年 1 月并入 ClickHouse）11 月 9 日宣布 AI Gateway 公测。应用和编码 Agent 把 OpenAI 或 Anthropic 请求发给 Langfuse，由网关用组织保存的厂商密钥转发，并把每次调用记为一条 trace。核心代码采用 MIT 许可，可单个 22MB Docker 镜像自托管；官方称开启追踪时中位延迟低于 3 毫秒。公测期只支持 OpenAI 和 Anthropic，Bedrock、Vertex 等随后跟进。

Langfuse 推出开源 AI Gateway 公测：Rust 编写、22MB 镜像，改一个 base URL 就能按人、按 Key、按模型统计 Claude Code 和 Codex 的花费

核心要点速览

  • 接入只改 2 处：base URL 和 API Key，原生支持 OpenAI Responses、Chat Completions 与 Anthropic Messages（含流式），不做格式互转（changelog）
  • 性能（官方口径）：Rust 编写，开启追踪中位延迟 <3ms，单台 2 vCPU 节点可承载 1000+ 并发流，自托管镜像 22MB（官方博客）
  • Langfuse Cloud 在 4 个区域可用：EU、US、JP、HIPAA；自托管免费，Cloud 只对记录下来的请求计费，不记录的请求免费
  • 已有 5 类编码工具接入指南：Claude Code/Claude Desktop、Codex、GitHub Copilot CLI、OpenCode、pi
  • Langfuse 自报规模：GitHub 35k+ 星、每月 90B+ 条 observation、Fortune 50 中 21 家在用（官方口径）
阅读全文
关联模型 / 智能体 / 厂商:
🤖 Claude Code🤖 Codex🤖 GitHub Copilot CLI🤖 OpenCode🌐 Langfuse🌐 ClickHouse🌐 OpenAI🌐 Anthropic
#Langfuse#AI 网关#LLM 可观测性#开源#编程智能体
D
DHH@dhh·
👀25
🔥81
查看推特原帖 ↗

Omarchy 本地模型引擎 omarchy-local-ai 0.5.0 发布：64 GB 机器默认推荐 Nemotron 3.5 Bolt，DHH 称 Omarchy 4.6 将按硬件自动推荐最佳本地模型

11 月 9 日 08:30 UTC，Omarchy 作者 DHH 发布本地模型引擎 omarchy-local-ai v0.5.0，把本地模型支持扩展到 64 GB 的 NVIDIA GB10 / N1x 级机器，并把 Nemotron 3.5 Bolt 设为这一档的默认推荐（项目方实测：262K 完整上下文，短提示 91 tok/s、32K 提示 82 tok/s，峰值内存不到 40 GiB）。约 20 分钟后他在 X 上说，Omarchy 4.6 会为每台机器推荐能跑的最佳模型，并晒出 AMD 送他的 Ryzen AI Max+ 495 机器在 Agents 面板里同时挂着 Claude Code 订阅和本地 Qwen3.8 Flash Next（占用 94 GiB）。这套能力来自 11 月 1 日合并的 PR #17267：一条 omarchy agent local use best 命令按显卡家族和内存档位挑模型，在断网的 rootless Podman 容器里运行，供 OpenCode、pi 等编码 Agent 调用。4.6 的发布日期尚未公布。

Omarchy 本地模型引擎 omarchy-local-ai 0.5.0 发布：64 GB 机器默认推荐 Nemotron 3.5 Bolt，DHH 称 Omarchy 4.6 将按硬件自动推荐最佳本地模型

核心要点速览

  • 发布：omarchy-local-ai v0.5.0 于 11 月 9 日 08:30 UTC 由 DHH 发布；64 GB GB10 / N1x 默认 Nemotron 3.5 Bolt，备选 Qwen3.8 27B（131K 窗口）
  • 实测（项目方口径）：Bolt 在 64 GB 上跑满 262K 上下文，短提示 91 tok/s、32K 提示 82 tok/s，峰值 <40 GiB
  • 推荐表 best.toml 目前覆盖 3 档：Strix Halo 128 GB（Flash Next → 27B）、GB10/N1x 128 GB（Flash Next → Bolt → 27B）、GB10/N1x 64 GB（Bolt → 27B）
  • Ryzen AI Max+ 395 / 128 GB 上 Flash Next 在 v0.3.0 达 47.5 tok/s（32K）、代码编辑 105 tok/s；27B 改 4-bit 后 20.7 tok/s、40 GiB
  • 安全边界：模型跑在无外网的 rootless Podman 容器，只读根文件系统、去掉全部 capabilities，API key 用 Podman secret；DHH 原帖约 20 分钟 163 赞、21 条回复
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Qwen3 8 Flash Next⚡ Qwen3.8-27B⚡ Nemotron 3.5 Bolt🤖 opencode🤖 pi🤖 Claude Code (Anthropic)🤖 codex🌐 Omarchy🌐 AMD🌐 Nvidia (NIM)🌐 Alibaba
#Omarchy#DHH#本地 AI#本地模型#编程智能体#Podman#Qwen3.8 Flash Next#Nemotron 3.5 Bolt#AMD Strix Halo#NVIDIA GB10
R
Ryan Yan@RyanYanBuilds·
👀71
🔥81
查看推特原帖 ↗

阿里等发布 Co-Design Bench：273 个真实用户改需求任务，最强的 GPT-6 Astra 平均满足 69.9% 验收项，但只有 26.4% 的任务全部做对

复旦与阿里巴巴（Alibaba Token Hub）等机构的研究者在 arXiv 发布 Co-Design Bench（2610.35138，2026-10-26 提交），11 月 8 日起在 X 上被广泛转述。它从 26,314 个真实用户编码会话、37,463 条去重请求中挑出 273 个「改了又改」的网页应用修改任务（多模态编辑 100 个、仓库编辑 173 个），配 2,331 条隐藏的专家验收标准。在统一的 Claude Code 外壳下测 10 个模型：最强的 GPT-6 Astra 平均满足 69.9% 的验收项，但全部验收项都通过的任务只有 26.4%；Claude Opus 5 为 18.3%，Grok 4.6 只有 6.6%。论文测的是 9 月版本模型，不含 Opus 5.5、GPT-6.1 等新版。

阿里等发布 Co-Design Bench：273 个真实用户改需求任务，最强的 GPT-6 Astra 平均满足 69.9% 验收项，但只有 26.4% 的任务全部做对

核心要点速览

  • 规模：273 个任务（多模态编辑 100 + 仓库编辑 173），来自 26,314 个真实编码会话，2,331 条隐藏验收标准
  • 头名 GPT-6 Astra：平均满足 69.9% 验收项（Strict 0.699），全部通过率仅 26.4%
  • 其余全部通过率（论文口径）：Opus 5 18.3%、Qwen3.8-Max 16.5%、Kimi K3 15.8%、Qwen3.8-27B 15.0%、GPT-5.6 Sol 14.3%、Grok 4.6 6.6%
  • 对照：同组作者在旧基准 WebCompass-edit 上测得 Opus 4.8 智能体模式完成度 99.4%，说明旧基准已接近饱和
  • 仓库改动涉及 3–4 类变更时，10 个模型的完成度都低于只涉及 1–2 类的任务
阅读全文
关联模型 / 智能体 / 厂商:
⚡ GPT-6 Astra⚡ Claude Opus 5⚡ Qwen3.8-Max⚡ Qwen3.8-27B⚡ Kimi K3⚡ GPT-5.6 Sol⚡ Claude Opus 4.8⚡ GLM-5.3-Flash⚡ GLM-5.2⚡ Grok 4.6🤖 Claude Code (Anthropic)🌐 Alibaba🌐 OpenAI🌐 Anthropic🌐 Moonshot🌐 Zhipu🌐 xAI
#Co-Design Bench#基准测试#编程智能体#真实用户任务#完全通过率#GPT-6 Astra#Qwen#arXiv
AD赞助内容
2
2logics@2logics·
👀69
🔥83
查看推特原帖 ↗

Open WebUI 0.13.1：Claude Code、Codex、Pi 等编码 Agent 进入模型选择器，并推出桌面伴侣 Tether

自托管 AI 聊天平台 Open WebUI（GitHub 约 15.8 万星）于 2026-11-08 11:07 UTC 在 GitHub 发布 v0.13.1。最大变化是：在提供 Agent 的 Open Terminal 上，Claude Code、Codex、Pi 等编码 Agent 会直接出现在模型选择器里，可聊天、语音调用、调推理强度和服务档位，并在对话里批准工具请求。同时推出桌面伴侣应用 Tether（macOS / Windows / Linux），把本机接入 Open WebUI，让模型和 Agent 在你真实的文件和仓库里干活，手机浏览器也能远程调用。工具对话不再每轮改写系统提示，可命中提供商的提示缓存，官方称成本「大幅降低」。约 45 分钟后发布 v0.13.2 修复纯 HTTP 访问下的 UUID 报错。

Open WebUI 0.13.1：Claude Code、Codex、Pi 等编码 Agent 进入模型选择器，并推出桌面伴侣 Tether

核心要点速览

  • 发布：GitHub v0.13.1 于 2026-11-08 11:07 UTC 发布，v0.13.2 于 11:53 UTC 跟进修复；仓库约 15.8 万星
  • 编码 Agent 当模型用：Claude Code、Codex、Pi 出现在模型选择器，每个对话固定 1 个 Agent，不支持重新生成、续写或编辑重发
  • Tether：新的桌面伴侣应用，覆盖 macOS / Windows / Linux 3 个平台，主动外连无需开端口，会话默认 90 天不用即过期（SESSION_EXPIRES_IN）
  • 省钱与提速：工具对话保持提示前缀稳定以命中缓存；大对话打开约快 2 倍；粘贴 1.6 万行后每次按键从 8.6 秒降到 74 毫秒（约 117 倍）
  • 新增 Auto 工具权限（默认关闭）：由审查模型判断工具调用是否需确认；50,000 字符以下的小文件默认全文注入而非检索
阅读全文
关联模型 / 智能体 / 厂商:
🤖 Claude Code🤖 Codex🤖 Pi🌐 Open WebUI
#Open WebUI#编程智能体#私有化部署#Tether#桌面应用#提示词缓存
A
Addy Osmani@addyosmani·
👀185
🔥82
查看推特原帖 ↗

X 热议：Claude Code 团队的 Addy Osmani 发长文《你的 coding agent 把你变成了经理》，把管理团队的方法映射到管 agent

Anthropic Claude Code 团队的 Addy Osmani（@addyosmani）于 2026-11-08 07:32 UTC 在 X 发布长文《Your coding agents made you a manager》，核心观点是：整天用 coding agent 的工程师其实在做管理，最有效的习惯依次是给 agent 可运行的验证手段、交代仓库里看不到的上下文、把重复纠正写进 CLAUDE.md、只对不能违反的规则用 hook 强制、先定计划再动手，并且「委派任务，不委派判断」。抓取时约 964 赞、1,528 收藏、101 转发、39 引用、约 5.4 万展示。这是员工个人文章引发的讨论，不是 Anthropic 官方公告或新功能发布。

核心要点速览

  • 原帖：Addy Osmani（个人简介「Claude Code @anthropicai」）2026-11-08 07:32 UTC 发布 X 长文，抓取时约 964 赞、1,528 收藏、101 转发、39 引用、94 回复、约 53,672 展示，收藏数高于点赞数
  • 文章按影响排序列出 10 条习惯，第一条是给 agent 能给出明确通过/失败的验证手段（测试、构建退出码、lint、截图），并让它出示结果作为证据
  • 规则分层：prompt、CLAUDE.md、skills 是 agent 可以自行判断的「请求」，hooks、deny 规则和托管设置才是总会执行的「要求」；ALL CAPS、「think harder」这类旧习惯应停用
  • 「纠正两次就重开」：两次纠偏失败后清空会话、改写 prompt；他自己日常同时跑 4–5 个后台 agent 加几个本地会话，并称有时已经太多（作者自述）
  • 定性：员工个人文章引发的讨论，文中没有新的官方数据或产品发布；引用帖中流传的「Claude 写了约 90% Claude Code 代码」等说法不在原文中
阅读全文
关联模型 / 智能体 / 厂商:
🤖 Claude Code (Anthropic)🌐 Anthropic
#X 热议#Addy Osmani#@addyosmani#Claude Code#编程智能体#CLAUDE.md#钩子#Agent 管理#Anthropic
O
OpenCode@opencode·
👀77
🔥90
查看推特原帖 ↗

OpenCode 发布 Browse：MCP + Chromium 扩展让编码 Agent 直接操控你已登录的真实浏览器

OpenCode 官方账号于 2026-11-07 宣布 Browse 上线：以 MCP 服务器加 Chromium 扩展组合，让 Agent 在你本机真实浏览器里用已有标签页、登录态与插件干活；登录、2FA、付款等敏感步骤可交还人工点 Continue 再继续。兼容 Chrome / Edge / Brave / Arc 等，并可接入 OpenCode、Claude Code、Cursor、Codex、Zed 等 MCP 客户端。源码 MIT 开源在 anomalyco/browse，npm 包 @opencode/browse。

OpenCode 发布 Browse：MCP + Chromium 扩展让编码 Agent 直接操控你已登录的真实浏览器

核心要点速览

  • 形态：MCP 服务器 + Chromium 扩展；Agent 用 Playwright 在后台折叠分组里开标签页，可截图、录屏、抓 HAR
  • 兼容：浏览器含 Chrome / Edge / Brave / Arc / Helium / Vivaldi / Opera / Chromium；客户端含 OpenCode、Claude Code、Cursor、Codex、Zed 等
  • 安全交互：登录、2FA、付款等可 handoff 给用户；会话可用站点 allowlist；官方未公布独立 Benchmark
  • 安装：优先装 Chrome Web Store 扩展，或 npx @opencode/browse install / curl -fsSL https://opencode.ai/browse/install | bash（需 Node.js 22.19+）
  • 信源：官方帖截至写入约 3,305 赞、190 转发、约 13.5 万曝光；GitHub anomalyco/browse 约 108 star（MIT）
阅读全文
关联模型 / 智能体 / 厂商:
🤖 OpenCode🤖 Claude Code🤖 Cursor🤖 Codex🌐 OpenCode🌐 Anomaly
#OpenCode#Browse#MCP 协议#Playwright#Chromium#Claude Code#Cursor#Codex#浏览器智能体#Anomaly
C
Cursor@cursor_ai·
👀53
🔥90

Cursor 上线 Voice Chat：可与 Agent 实时双向语音通话，覆盖 Agents Window / IDE / Web / iOS，语音层用 Grok Voice

2026-11-06，Cursor Changelog 发布 Voice Chat with Agents：在 Agents Window、IDE、网页与 iOS 上与编码 Agent 实时双向语音通话；语音听写仍是另一功能。语音层由 Grok Voice 负责（可选 Ara/Eve/Leo/Rex/Sal 等），编码仍用你为该 Agent 选择的模型；开启 Privacy Mode 时语音零留存。需登录 Cursor 账号（仅 API Key 不可发起通话）。

Cursor 上线 Voice Chat：可与 Agent 实时双向语音通话，覆盖 Agents Window / IDE / Web / iOS，语音层用 Grok Voice

核心要点速览

  • 来源：Cursor Changelog「Voice Chat with Agents」（2026-11-06）+ 官方文档 cursor.com/docs/agent/voice-chat
  • 能力：Agent 空闲且输入框为空时点波形按钮开聊；通话中可委派编码、只读查 diff/进度/历史、切换 Project worker
  • 分工：Grok Voice 负责听与说；编码 Agent 仍用你选的模型，并口头播报短进度与完成摘要
  • 隐私与门槛：Privacy Mode 开＝语音零留存；需账号登录；仅 API Key 会话无法开通话；默认约 10 分钟无操作挂断，另有每日通话上限
  • 与听写区分：Cmd+Shift+Space 仍是听写（Voice Mode）；Voice Chat 是双向通话，无单独快捷键
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Grok Voice🤖 Cursor Agent🌐 Cursor
#Cursor#语音聊天#Grok Voice#智能体#IDE#iOS#工具链
C
CMU Infini-AI LabInfini-AI-Lab·
👀32
🔥87

CMU Infini-AI 连发 CompressionBench / ServerBench：编码 Agent 自主压模型与设计推理服务；Sonnet 5.5 达 vLLM 约 4.87×「美元/美元」

卡内基梅隆 Infini-AI Lab 于 arXiv（2026-11-04）发布孪生基准：CompressionBench 考编码 Agent 在存储限额内交付可验证压缩权重与推理代码（36 次提交 29 次通过，最优设计较 BF16 平均 PPL 仅高约 3.4%）；ServerBench 考完整 LLM 服务系统设计，目标为延迟达标 token 价值 / GPU 美元。11 模型×3 部署中 Claude Sonnet 5.5 在 Gemma E4B 上达 2.97「美元/美元」，约为 vLLM 基线 4.87 倍；33 次运行 22 次通过验证。

核心要点速览

  • 官方：arXiv:2611.06858 CompressionBench + arXiv:2611.06841 ServerBench（CMU Infini-AI Lab）
  • CompressionBench：6 Agent × 6 设定，36 提交中 29 通过独立验证；最优设计平均 PPL 较 BF16 高约 3.4%
  • ServerBench：目标「美元/美元」= 延迟达标 token 价值 / GPU 成本；状态化回放真实编码会话
  • 厂商表口径：Claude Sonnet 5.5 在 Gemma E4B 达 2.97，约 vLLM 基线 4.87×；33 跑 22 验证通过
  • 代码：github.com/Infini-AI-Lab/Compression-Bench 与 Server-Bench
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Claude Sonnet 5.5⚡ Claude Opus 5.5⚡ Gemma E4B⚡ Qwen3.5⚡ Qwen3.8⚡ Nemotron-3.5🤖 Claude Code🤖 Codex🌐 Carnegie Mellon University🌐 Infini-AI Lab
#CompressionBench#ServerBench#基准测试#编程智能体#推理服务#CMU