AI 编程实时动态与要闻

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。

查看大图

Artificial Analysis 11 月 14 日发布编码智能体指数 v2.1：把 FrontierCode 从 1.1 换成 Cognition 的 FrontierCode 2.0（132 个真实任务，按维护者是否愿意合并评分），Terminal-Bench 从 4.0 升到 4.1，保留 SWE-Atlas-QnA-AA。Claude Code + Claude Fable 5.2（xhigh/high）和 Claude Opus 5.5（max）并列 58 分居首；因新版 FrontierCode 更难，各配置平均降 5 分，只有 Codex + GPT-6.1 Terra（max）基本没掉分。

查看大图

Neo4j 在 NODES 2026 大会上发布 Relate：一个用 Rust 新写的开源嵌入式图数据库（Apache 2.0），跟着应用一起启动和退出，不用部署服务器，也不用注册账号。智能体可以把学到的东西存成带关系的图，用一条 Cypher 语句同时做关系遍历、向量和全文检索。它自带编码智能体技能包和 MCP 端点，在编码智能体里会自动切换成省 token 的输出模式。GitHub 已发布 v1.0.1，但 README 注明它目前是 Neo4j Labs 实验项目，不在官方支持产品线内。

查看大图

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。

查看大图

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。

查看大图

新加坡时间 11 月 13 日 02:41，Vercel 官方账号发帖推出 UI SDK。它不是又一套组件库，而是把界面交互拆成可复用的「行为」：弹层定位与关闭、单选多选、输入跳转、焦点管理、拖拽排序、虚拟列表等，官方称已做了 50 多个。开发者不用自己学这些 API，而是给编程智能体装上 UI SDK 技能，由智能体按需求挑选行为、拼成新组件，并输出到 React、Vue、Svelte、Solid 或 Web Components。代码在 GitHub vercel-labs/ui，Apache 2.0 许可，npm 包 @ui-sdk/core 当前为 0.1.0-beta.1，API 仍可能变动。

查看大图

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。

查看大图

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。

查看大图

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。

查看大图

阿里 Qwen 团队 11 月 11 日在 GitHub 发布 Qwen Code v1.0.0-preview。官方说明，这一版把自家 AI IDE Qoder 里打磨的 Agent Harness（把模型、工具和执行过程串起来的那层运行框架）与 Qwen Code 合并，用来理解、实现、调试和测试代码。它支持 Qwen 账号与 Qoder 账号登录，也能接多家模型服务商和自定义兼容接口；首次为 macOS、Linux、Windows 提供原生安装包，不用再单独装 Node.js；支持会话续接和非交互执行，方便脚本与自动化。代码以 Apache 2.0 开源，但预览期暂不接受社区 PR，官方预计 2026 年 12 月之后开放。

查看大图

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。

查看大图

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。

查看大图

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。

查看大图

日本 Preferred Networks（PFN）11 月 9 日在 Hugging Face 以 PLaMo 社区许可证开源金融特化小模型 PLaMo 3.0 Fin（plamo-3-8b-fin-instruct）。模型基于与 NICT 合作的 PLaMo 3 NICT 8B Base，经金融语料继续预训练、SFT 与 DPO，回答前先用日语写推理过程，并支持 OpenAI 格式的函数调用，单张 GPU 即可在私有云或本地部署。官方口径：日本金融知识基准 japanese-lm-fin-harness 平均分从 48.0 升至 55.8，高于 Gemma 4 E4B（45.6）和 gpt-oss-20b（43.0），但低于 Qwen3.5-9B（60.1）与 Ministral 3 14B（62.8）。SFT 在 PFN 自研 AI 芯片 MN-Core 2 上完成，代码移植借助编码 Agent 一周内搞定。

查看大图

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。

查看大图