AI 编程实时动态与要闻速递 — 𝕏/Twitter 一手信源 — AICoder

Neo4j@neo4j·1 天前收录

👀13

🔥80

查看推特原帖 ↗

Neo4j 开源 Relate：给 AI 智能体用的嵌入式图数据库，无需服务器，用 Cypher 同时做图遍历和向量检索，自带 MCP 与智能体技能包

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。

Neo4j 开源 Relate：给 AI 智能体用的嵌入式图数据库，无需服务器，用 Cypher 同时做图遍历和向量检索，自带 MCP 与智能体技能包

核心要点速览

零部署：一条命令安装，跟随应用启停；数据可放内存、目录或单个 .rl 文件，写入走 WAL 和 Parquet 检查点
一条 Cypher 两种检索：同一语句里做关系遍历加向量/全文检索，不用把两个存储的结果在胶水代码里拼起来
兼容性：官方称跑了 3 万多个 openCypher、Cypher 25 和 GQL 测试场景，对齐 Neo4j 的查询能力
多语言多入口：Rust、Python、JS/WASM、Java、Go、Swift 等客户端，可选单进程服务同时提供 Bolt、HTTP 和 MCP
版本状态：GitHub 11 月 11 日发 v1.0.0、12 日发 v1.0.1，Apache 2.0；性能跑分官方未公布

关联模型 / 智能体 / 厂商:

🤖 Claude Code (Anthropic)🤖 Cursor Composer (Agent Mode)🌐 Neo4j

#图数据库#Agent 记忆#MCP 协议#Cypher#Rust#开源#嵌入式数据库#Apache 2.0

Vercel@vercel·24 天前收录

👀91

🔥83

查看推特原帖 ↗

Vercel 开源 durable-harness：让 Claude Code、Codex、OpenCode、Pi 等编码 Agent 在云端崩溃后从日志续跑

10 月 20 日，Vercel 发布开源包 durable-harness（Apache 2.0，npm 0.0.1-beta.6，官方标注实验性）。它从外部给 Pi、OpenCode、Codex、Claude Code 等现有编码 Agent harness 加上持久化：每次模型调用和工具调用前后都写入 Workflow SDK 的 World 日志，函数超时或崩溃后由队列把这一轮交给新函数，从日志接着跑，已完成的模型调用不会重复计费。可跑在 Vercel、本地文件或自建 Postgres 等后端上。

Vercel 开源 durable-harness：让 Claude Code、Codex、OpenCode、Pi 等编码 Agent 在云端崩溃后从日志续跑

核心要点速览

支持 5 种 harness：Pi、OpenCode、Codex、Claude Code、libfx 的 fx（eve 和 fx 本身已自带持久化）
机制：每次模型/工具调用前记录 intent、结束后记录 outcome；每一轮由队列消息兜底，函数挂掉后新函数读日志续跑
已完成的模型调用直接读日志结果，官方称不会为同一次调用的 token 付两次费；只有标记 replay: 'safe' 的工具会被重跑
后端可换：Vercel World、本地文件、Postgres，以及 MongoDB、Redis、Turso；改 2 个环境变量即可切到 Postgres
状态：Apache 2.0 开源，npm 版本 0.0.1-beta.6，README 明确标注实验性、API 可能变化

关联模型 / 智能体 / 厂商:

🤖 Claude Code 🤖 Codex 🤖 OpenCode 🤖 Pi 🤖 fx 🤖 eve 🌐 Vercel

#持久化执行#编程智能体#Workflow SDK#开源#Agent infra

Artificial Analysis@ArtificialAnlys·30 天前收录

👀174

🔥89

查看推特原帖 ↗

Artificial Analysis 发布 AA-Robotics v0.1：让编码智能体直接操控机械臂，GPT-6 Astra 以 69.4 分居首

独立评测机构 Artificial Analysis 于 2026-10-14 发布 AA-Robotics v0.1 研究预览：在 Codex、Claude Code、Antigravity 等编码智能体框架中，让前沿大模型通过 HTTP API 直接控制一台 6 轴机械臂完成 8 项桌面任务。GPT-6 Astra 得分 69.4 居首，GPT-6.1 Sol 64.6、Gemini 4 Argon 55.3、Claude Opus 5.5 48.8、Claude Fable 5.1 46.3；模型平均每项约 30 分钟，人类约 20 秒。

Artificial Analysis 发布 AA-Robotics v0.1：让编码智能体直接操控机械臂，GPT-6 Astra 以 69.4 分居首

核心要点速览

总分（满分 100）：GPT-6 Astra 69.4、GPT-6.1 Sol 64.6、Gemini 4 Argon 55.3、Claude Opus 5.5 48.8、Claude Fable 5.1 46.3（AA 原文）
速度：模型平均约 30 分钟/任务（Argon 最慢约 52 分钟），人类平均约 20 秒，差距接近两个数量级
成本：GPT-6.1 Sol 平均 $1.93/任务最便宜，GPT-6 Astra $16.36/任务，约 70% 花费来自视觉上下文输入
抓取成功率：GPT-6 Astra 45%、Claude Fable 5.1 44%、Opus 5.5 40%、Argon 36%、Sol 28%
「测量箱子」任务（误差需 ≤2 mm）五个模型最高仅 17 分，精细测量仍是短板

关联模型 / 智能体 / 厂商:

⚡ GPT-6 Astra ⚡ GPT-6.1 Sol ⚡ Gemini 4 Argon ⚡ Claude Opus 5.5 ⚡ Claude Fable 5.1 🤖 codex 🤖 Claude Code (Anthropic)🤖 Google Antigravity (AGY)🌐 Artificial Analysis 🌐 OpenAI 🌐 Google DeepMind 🌐 Anthropic

#AA-Robotics#Artificial Analysis#具身智能#机械臂#基准测试#GPT-6 Astra#Codex#Claude Code#Antigravity

JetBrains@JetBrains·36 天前收录

👀202

🔥94

JetBrains 发布 Mellum2.1：12B MoE（2.5B 激活）开源编程 Agent 模型，SWE-bench Verified 从 2.0 跃至 47.0

10 月 8 日 JetBrains 开源 Mellum2.1 Thinking：架构仍为 12B MoE / 2.5B 激活、131K 上下文、Apache 2.0；几乎全部增益来自百万级真实沙箱 RL。同管线自评：SWE-bench Verified 47.0（Mellum2 仅 2.0）、LiveCodeBench v6 82.0；HF 可下，vLLM 一键服务，GGUF/MTP 即将到来。

核心要点速览

模型规格：12B MoE / 2.5B 激活、131K 上下文、Apache 2.0；架构相对 Mellum2 不变（HF 模型卡）
Agent 跃迁：同管线 SWE-bench Verified 2.0→47.0、SWE-bench Pro 0.0→28.0、Terminal-Bench 2.1 0.6→17.4（Pi v0.73.1 harness）
编码强度：LiveCodeBench v6 82.0（同组领先 Qwen3.5-9B 75.4）、HumanEval+ 91.5、BFCL v4 62.3
吞吐：官方称重载下同组最快，单请求 MTP 约 1.6×；仍落后 Qwen3.5-9B 的 SWE Verified 50.0 / Pro 38.0
落地：vllm serve JetBrains/Mellum2.1-12B-A2.5B-Thinking --reasoning-parser qwen3；GGUF / Ollama / LM Studio / MTP head 即将发布（JetBrains 博客）

关联模型 / 智能体 / 厂商:

⚡ Mellum2.1⚡ Mellum2⚡ Qwen3.5-9B⚡ Gemma 4 E4B🤖 Pi 🌐 JetBrains

#Mellum2.1#JetBrains#开放权重#编程智能体#混合专家#SWE-bench

Earendil@earendil·42 天前收录

👀152

🔥98

Earendil 发布 Pi 1.0：极简可扩展 Agent Harness 稳定版；Codemode+MCP 内建，GitHub ★11.1 万 / HN 1645 分

Earendil 于 2026-10-01 正式发布 Pi 1.0（MIT）：把极简编码 Agent harness 钉成稳定版。内建 Codemode（QuickJS 沙箱跑模型写的 JS，可并行调工具/Jev/图像模型）与 MCP、虚拟模型路由、延迟工具加载、Anthropic cache warming、会话中途改系统提示。本跑 gh api：★111793；HN 主帖 1645 分 / 573 评。另发实验包 Pi Durable。

核心要点速览

官方博文：Pi 1.0（2026-10-01）；GitHub Release：v1.0.0 发布于 2026-10-01T19:20:55Z；许可证 MIT
本跑 GitHub API：★111793（earendil-works/pi）；HN「Pi 1.0」1645 分 / 573 评（2026-10-01）
1.0 亮点：Codemode+MCP、虚拟模型、deferred tools、Anthropic cache warming、mid-conversation system messages、默认全屏 TUI；changelog 称默认工具+codemode 下 GPT-5.6 请求约 5300→3300 prompt tokens（约 −40%）
与已入库 NVIDIA SoL-Pi 不同产品：本条是 Earendil 的 Pi coding-agent harness，非 NVIDIA 加速框架
开箱：curl -fsSL https://pi.dev/install.sh | sh 或 npm i -g --ignore-scripts @earendil-works/pi-coding-agent；文档 pi.dev

关联模型 / 智能体 / 厂商:

⚡ jev⚡ GPT-6 Luna⚡ Claude Opus🤖 pi 🤖 pi-durable 🌐 Earendil

#Pi#Pi 1.0#Earendil#Agent 编排#Codemode#MCP 协议#virtual models#MIT#TUI#编程智能体#Pi Durable

e

earendil-works@earendil-works·45 天前收录

👀79

🔥90

Pi 0.99.1：OpenAI Codex 默认模型切到 GPT-6.1 Sol；修复打包版 /login 缺模块

编码 Agent 工具包 Pi（v0.99.1，2026-09-29）在 OpenAI、Azure OpenAI Responses 与 OpenAI Codex 提供方加入 gpt-6.1-sol，并把 OpenAI Codex 默认模型改为 GPT-6.1 Sol；同步修复打包发行版 /login 因缺少 openai-chatgpt.js 导致的 OpenAI 登录失败。相对 v0.99.0...v0.99.1 ahead_by 5。模型选择见官方 models.md。

Pi 0.99.1：OpenAI Codex 默认模型切到 GPT-6.1 Sol；修复打包版 /login 缺模块

核心要点速览

发版：v0.99.1（published 2026-09-29T18:27:00Z）；compare v0.99.0...v0.99.1 ahead_by 5
默认：OpenAI Codex 默认模型改为 GPT-6.1 Sol（gpt-6.1-sol）；同步加入 OpenAI / Azure OpenAI Responses / Codex 三家提供方
修复：打包发行版 /login 缺 openai-chatgpt.js 导致 OpenAI 登录失败已修
选型文档：Select a model；在线目录 pi.dev/models
开箱：升级到 v0.99.1 后用 /model 确认；可用 Ctrl+S 钉死默认；站点 pi.dev

关联模型 / 智能体 / 厂商:

⚡ GPT-6.1 Sol ⚡ GPT-6.1 Sol 🤖 Pi 🤖 Pi Coding Agent 🤖 OpenAI Codex 🌐 Earendil works 🌐 OpenAI 🌐 Azure OpenAI

#Pi#Pi mono#gpt-6.1-sol#Codex#编程智能体#发布

Microsoft Research@HuggingFace·47 天前收录

👀69

🔥95

微软研究院发布 CASD：让 Coding Agent 作为提示词自优化器，单次离线分析提速 22 倍且成本仅 1.6 美元

微软研究院（Microsoft Research）Sumit Gulwani 团队联合发表提示词自动化工程突破 CASD（Coding-Agent Skill Distillation，arXiv:2609.26261）。针对现存基于搜索的 Prompt 优化器（如 GEPA、DSPy 等）依赖昂贵在线采样回放（Rollout）、验证数据反复调优以及庞大 API 账单的痛点，CASD 提出了颠覆性范式：仅凭借已有的静态 Agent 执行轨迹库，开箱即用的 Coding Agent 即可自动编写并运行数据分析代码，全局统计失败模式并提炼出高阶行为准则。在 ALFWorld、tau2-bench 与 SpreadsheetBench 等四大基准评测中，单次 CASD 离线优化平均超越未优化基线 16.6 个百分点（大幅领先 GEPA 的 10.9 和 SkillOpt 的 5.3），生成最优 Prompt 成本仅需 1.6 美元，比验证搜索提速节约超 22 倍。

微软研究院发布 CASD：让 Coding Agent 作为提示词自优化器，单次离线分析提速 22 倍且成本仅 1.6 美元

核心要点速览

零在线交互与环境访问：仅凭离线静态轨迹日志即可完成高精度提示词优化，无需挂载模拟沙箱环境与在线 Rollout 采样
单次优化成本仅 1.6 美元：相比传统验证驱动搜索动辄 35~50 美元的巨额 API 消耗，CASD 单次分析将成本暴降超 22 倍
性能全面压制 SOTA：平均准确率提升 16.6 个百分点，显著超越前沿优化器 GEPA（+10.9%）与 SkillOpt（+5.3%）
全局统计代码反思机制：Agent 自行编写 Python 脚本对全库轨迹进行聚类与频次分析，克服小 Batch 观察的局部短视偏差
四大基准跨域泛化验证：在 ALFWorld 具身环境、tau2 零售/电信双场景及 SpreadsheetBench 表格推理中均取得显著增益

关联模型 / 智能体 / 厂商:

⚡ Claude 3.5 Sonnet ⚡ GPT-4o 🤖 Coding Agent 🤖 Prompt Optimizer 🌐 Microsoft 🌐 Microsoft Research

#编程智能体#Prompt Optimization#CASD#Skill Distillation#Microsoft Research#Offline Reflection

OpenCode@opencode·53 天前收录

👀133

🔥91

查看推特原帖 ↗

OpenCode 同步上线 GPT-6 Sol、GPT-6 Luna 与 Claude Opus 5.5

开源编码智能体 OpenCode（@opencode）宣布 GPT-6 Sol、GPT-6 Luna 与 Claude Opus 5.5 已可在其产品中使用，把同日 OpenAI 与 Anthropic 的三款新模型接到开源 coding agent 工作流。

核心要点速览

OpenCode 已可用 GPT-6 Sol、GPT-6 Luna 与 Claude Opus 5.5。
覆盖同日 OpenAI 与 Anthropic 三款新模型。
面向开源编码智能体用户的同日接入。

关联模型 / 智能体 / 厂商:

⚡ GPT-6 Sol ⚡ GPT-6 Luna ⚡ Claude Opus 5.5 🤖 opencode 🌐 OpenAI 🌐 Anthropic

#OpenCode#GPT-6 Sol#GPT-6 Luna#Claude Opus 5.5#编程智能体

Diogo Almeida@CompleteSkeptic·54 天前收录

👀63

🔥95

查看推特原帖 ↗

TypeSafe 联合创始人公开编码智能体设计笔记：路由、压缩、子代理、Skills 与 MCP

@CompleteSkeptic（Diogo Almeida，TypeSafe / RLHF 相关背景）公开一份关于 TypeSafe 与编码智能体的设计笔记（Google Doc），覆盖路由、上下文压缩、子代理、Skills 与 MCP 等工程取舍，并欢迎社区在此基础上实验；该帖当日约 930 赞 / 5.6 万浏览。

核心要点速览

公开 Google Doc：讨论编码智能体的路由、压缩、子代理、Skills 与 MCP。
作者为 TypeSafe 侧核心人物，明确欢迎社区在笔记上自由实验。
当日高互动（约 930 赞 / 5.6 万浏览），适合作为智能体系统设计参考。

关联模型 / 智能体 / 厂商:

#TypeSafe#编程智能体#MCP 协议#技能#子智能体#design notes

Average AI Bro@AverageAiBro·55 天前收录

👀47

🔥90

查看推特原帖 ↗

Make This Better 上线 MCP：编码智能体可认领、回复并标记用户反馈待发布

@AverageAiBro 介绍 Make This Better 的 MCP 服务（github.com/makethisbetter/mcp）：把用户反馈生命周期放进编码智能体上下文，支持 list/detail/claim/respond 与标记 ready for release；用户经 widget 上报，生产发布仍走 CLI 对照已部署 Git 版本。

Make This Better 上线 MCP：编码智能体可认领、回复并标记用户反馈待发布

核心要点速览

MCP 把反馈看板拉进智能体：可认领、回复并标记待发布。
用户经 widget 结构化上报，智能体在会话内处理。
生产发布仍走 CLI，需对照已部署 Git revision。

关联模型 / 智能体 / 厂商:

🤖 Claude Code (Anthropic)🤖 Cursor Composer (Agent Mode)

#Make This Better#MCP 协议#user feedback#编程智能体#开源

Anicet@AniC_dev·55 天前收录

👀62

🔥86

查看推特原帖 ↗

YC 创始人警告：编码智能体沙箱可能被加价 15–68 倍

@AniC_dev（boat.dev / Ascii，YC F26）把 YC Bookface 长文公开：主流沙箱先给大额额度，数月后可能出现约 3 万美元账单，相对裸金属约 50 倍加价。他称团队自建长时间 QA、PR 审查、docker compose 与 Rust 编译用的智能体 VM；boat.dev 仍有 50–70% 毛利却比大厂便宜约 6–19 倍，并建议用 Claude Code 在一下午搭内部方案。

核心要点速览

沙箱选型被写成和融资、招聘同级的智能体公司决策，账单会在规模化时爆。
现有产品多为短时会话设计，不适合跑数小时的云端编码智能体。
对比声称约 6–19 倍价差；按对方毛利反推，用户可能多付 15–68 倍真实算力。

关联模型 / 智能体 / 厂商:

🤖 Claude Code (Anthropic)

#沙箱#定价#编程智能体#boat.dev#YC#Claude Code

Me@L4TT1C3·55 天前收录

👀35

🔥90

查看推特原帖 ↗

Birdview 开源：改代码前先画模块与归属图，再用 HTML 对照计划与实际影响

@L4TT1C3 介绍 Birdview（github.com/Qiuner/birdview）：面向编码智能体，改文件前先映射模块与 ownership，声明计划触达范围，再把「计划 vs 实际」影响渲染成独立可交互 HTML，让智能体先看见架构再动手改。

核心要点速览

改代码前先映射模块与 ownership，而不是直接扫文件。
智能体需声明计划触达范围。
用独立 HTML 对照计划与实际影响，便于审阅。

关联模型 / 智能体 / 厂商:

#Birdview#架构#编程智能体#impact map#开源#HTML

BennyKok@BennyKokMusic·55 天前收录

👀71

🔥88

查看推特原帖 ↗

开源 Harness：同一 Web/桌面/iOS 客户端跑 Claude、Codex，并可用 MCP 拉起子智能体

@BennyKokMusic 介绍一款开源编码智能体 Harness：同一套客户端同时支持 Claude、Codex、OpenCode、Pi 等，覆盖 Web、桌面与原生 iOS，可跑在本机 Mac 或任意云 VPS。功能包括智能体互通、图片/视频与任意文件附件、MCP 拉起 Codex/Claude 子智能体，以及面向编码智能体的转写能力。

核心要点速览

同一 Harness 覆盖 Claude、Codex、OpenCode、Pi 等编码智能体。
提供 Web、桌面与原生 iOS 客户端，可部署在本机或云 VPS。
支持 MCP 拉起子智能体、附件展示与智能体间通信。

关联模型 / 智能体 / 厂商:

🤖 Claude Code (Anthropic)

#Agent 编排#Claude#Codex#OpenCode#MCP 协议#iOS#开源#编程智能体

Joey Chilson@joeychilson·55 天前收录

👀58

🔥88

查看推特原帖 ↗

Overwatch v0.4.1：macOS 编码智能体会话用量面板，并改进 MCP 接入

@joeychilson 发布 Overwatch v0.4.1（joeychilson/overwatch）：只读扫描 Claude Code、Codex、OpenCode、Pi、Grok Build 本地会话，汇总 token、费用与订阅额度，并提供会话时间线与菜单栏额度提醒。本版改进 UI，更易把 MCP 接到 Claude Code、Codex、OpenCode 或 Grok，便于智能体查询历史会话与额度；可通过 Homebrew cask 安装，MIT 许可。

核心要点速览

只读汇总 Claude Code / Codex / OpenCode / Pi / Grok Build 本地会话的 token、费用与额度。
v0.4.1 改进 MCP 接入 UI，智能体可查询会话并按额度自律。
Homebrew cask 可装；joeychilson/overwatch，MIT 许可。

关联模型 / 智能体 / 厂商:

🤖 Claude Code (Anthropic)🤖 Cursor Composer (Agent Mode)🤖 Aider

#Overwatch#MCP 协议#Claude Code#Codex#OpenCode#Grok Build#macOS#Usage#开源

Roshan Chandna@roshanchandna·55 天前收录

👀40

🔥89

查看推特原帖 ↗

Auto-Guard 开源：用 Jev 在编码智能体工具调用前做允许/升级/拦截裁决

@roshanchandna 介绍 rchandnaWUSTL/auto-guard：在编码智能体执行工具调用前，把拟议调用交给 TypeSafe Jev 决策模型，返回允许、升级请求人工批准（附更大模型一行理由）或拦截。安装为 pip install agent-autoguard 后 autoguard install，默认可挂 Claude Code，并提供 Cursor、Codex、Copilot、Gemini、Windsurf 适配；作者注明单次检查约 0.4 秒、成本约 $0.000025。

核心要点速览

工具调用前门控：Jev 返回允许 / 升级人工批准 / 拦截三类裁决。
pip install agent-autoguard && autoguard install 即可挂上 Claude Code；另有 Cursor、Codex 等适配。
作者称单次约 0.4 秒、约 $0.000025；仓库 rchandnaWUSTL/auto-guard 已公开代码与已知限制。

关联模型 / 智能体 / 厂商:

🤖 Claude Code (Anthropic)🤖 Cursor Composer (Agent Mode)🤖 Aider

#Auto-Guard#Agent autoguard#Jev#TypeSafe#Claude Code#tool calls#安全#开源