# 编程的所有文章

在 HTX 新闻中心浏览与「编程」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策，提供权威的加密行业洞察。

谷歌「推理之王」也跑路Meta了，当年还是李飞飞挖来的

谷歌顶尖AI人才、被誉为“推理之王”的周登勇已低调离职，加入Meta任职研究科学家。他由李飞飞当年引入谷歌，工作八年多，在思维链等LLM基础研究上贡献卓著。几乎同时，Meta还迎来了“安全教母”、伯克利教授宋晓冬及其初创团队。此举是谷歌近期人才流失潮的又一例证。此前，Transformer核心作者Noam Shazeer转投OpenAI，诺贝尔奖得主、AlphaFold负责人John Jumper以及多名Gemini核心成员也相继加入Anthropic。报道指出，深层原因可能与谷歌内部战略重心转移有关。为追赶在AI编程（Coding）领域的竞争对手，谷歌成立了由高层直接领导的“Coding突击队”，并大幅提升其优先级和资源，旨在让Gemini成为编程主力。这一“Coding为王”的实用路线，与DeepMind部分研究人员倡导的“世界模型”AGI长远愿景产生冲突。有离职者透露，其算力资源被分配给了其他团队，这或许是顶级人才纷纷出走的重要推力。

marsbit06/26 13:39

marsbit06/26 13:39

3B小模型，编程得分比肩Opus 4.5，神秘模型引发热议，原是国产

最近，一个名为VibeThinker-3B的30亿参数小型语言模型引发关注。它在编程等可验证推理任务上的性能，可与Gemini 3 Pro、GPT-5 high、Claude Opus 4.5等前沿大模型相媲美。该模型由新浪微博团队开发，基于Qwen2.5-Coder-3B构建，采用升级版Spectrum-to-Signal流程进行训练，强化了数据合成、质量过滤和课程学习，并应用了多领域推理强化学习等技术。其在AIME26、LiveCodeBench等数学与编程基准测试中成绩突出。报告提出“参数压缩覆盖假设”，认为在任务结构清晰、反馈可靠的可验证推理领域，推理能力可以被高度压缩，小型模型也能达到前沿水平，这与依赖大量参数覆盖事实的通用知识能力形成对比。作者强调，其目标是探索小模型在特定能力维度的边界，而非替代大模型。该模型已公开，但其在需要通用知识的领域表现有限。

marsbit06/18 00:23

marsbit06/18 00:23

Cursor，为什么上了马斯克的飞船？

美国当地时间6月16日，SpaceX在完成史上最大规模IPO仅四天后，宣布以600亿美元全股票交易收购AI编程初创公司Cursor的母公司Anysphere，交易预计于2026年第三季度完成。消息公布后，SpaceX股价一度大涨，市值短暂突破2.94万亿美元。 Cursor是全球热门AI编程工具之一，支持在多家主流AI模型间切换，可自动生成、编辑和审查代码。其年化营收增长迅猛，从2025年11月的10亿美元迅速增长至2026年初的40亿美元。然而，随着其主要AI供应商Anthropic推出竞争产品Claude Code，Cursor市场占有率有所下滑，面临被核心供应商制约的风险。 Cursor的CEO迈克尔·特鲁尔年少成名，拥有出色的编程天赋。面对竞争与依赖风险，Cursor于2026年初决定自研AI模型Composer，但缺乏足够算力。今年4月，Cursor与SpaceX达成合作，后者获得了收购选择权。SpaceX完成IPO后迅速行使该权利，宣布收购。对Cursor而言，此次收购使其能接入SpaceX强大的Colossus超算系统，解决算力瓶颈。对SpaceX而言，则能借助Cursor在顶尖开发者中的渗透力，提升其AI模型（如Grok）的编程能力，实现在AI竞赛中的弯道超车。此外，收购也服务于SpaceX更宏大的AI战略，包括探索部署轨道数据中心。马斯克为SpaceX设定了2030年约1万亿美元营收的雄心目标。此次收购是双方各取所需的一场豪赌，特鲁尔将其形容为“前所未有”的特别经历。

链捕手06/17 03:58

链捕手06/17 03:58

AI应用元年，只会yes，无视风险？软件开发的航行日志全面开源

2026年，AI生成代码的速度日益加快，但代码审查却愈发不足。AI不仅补全代码，还能修改配置、安装依赖、生成测试，甚至以Agent形式规划任务。然而，最危险的风险往往潜藏于语法正确、测试通过的“正常”代码中，可能引发数据泄露、权限过度开放或资产损失，如Moonwell cbETH预言机配置错误导致超170万美元损失。为系统化应对此类风险，北京大学Narwhal-Lab开源了“Narwhal AI Code Risks”项目。该项目整理了分散的案例与线索，将材料分为三层：已证实的真实事件（cases/）、待观察的早期信号（inferred/）以及典型的风险场景（scenarios/）。风险被归纳为七大类：供应链风险、代码级漏洞、云与基础设施配置、Agent风险、垂直领域风险、知识产权与合规风险以及人为因素。该项目旨在将零散的风险信息转化为可复用的公共知识库，帮助开发者提前识别隐患，为安全研究提供样本，并为工具开发提供基准。在AI深度融入软件工程的当下，这份“航行日志”致力于记录每一次偏航，让后续团队能避免重蹈覆辙，更安全地航行于AI应用元年。

marsbit06/16 04:52

marsbit06/16 04:52

Anthropic 发了“最强模型”，但大多数人用不上

Anthropic于6月发布了号称“最强”的Fable 5和Mythos 5模型。它们在软件工程、长任务执行等多项基准测试中得分领先。但此次发布的核心策略是“分级开放”：两个模型共享同一底层，Mythos 5因具有强大的网络安全漏洞挖掘能力，仅限少数安全伙伴使用；面向普通用户的Fable 5则在检测到网络安全、生物化学等敏感请求时，会自动降级至旧版模型响应，以确保安全。模型能力提升显著，尤其在代码生成的质量和工程实用性上突破明显。然而，其自动降级机制在实际使用中可能因界限保守而影响体验。同时，Anthropic调整了商业模式，Fable 5不仅API定价翻倍（输入10美元/百万Token），并将从6月23日起移出订阅套餐，需用户额外按量付费。这被视为在IPO前筛选高价值用户、强化定价权的举措。与此相对，国产模型正大幅降价以争夺市场。行业呈现出分化趋势：通用模型价格日趋平民化，而顶尖的前沿模型因供给紧张和针对高需求场景（如专业编程），其溢价可能长期存在。这意味着最强的AI能力，正变得越来越并非人人可用且用得起的服务。

marsbit06/10 23:52

marsbit06/10 23:52

写Prompt过时了？AI编程正在转向Loop Engineering

AI编程协作方式正从手动编写提示词转向设计自主运行的循环工作流，即“循环工程”。该模式通过五个核心模块构建系统：Automations（自动发现和分诊任务）、Worktrees（隔离并行开发环境）、Skills（沉淀项目知识）、Plugins/Connectors（连接真实工具）和Sub-agents（执行与审查分离），并依赖外部记忆层保存状态。这种转变将工程师的判断力前置到系统设计中，使开发者能设计可持续、可验证的Agent工作流，从而显著提升工作效率。然而，循环工程并未取代工程师的验证、理解和判断责任。风险在于过度依赖自动化可能导致“理解债”和“认知投降”，即忽视对代码和系统的深入掌握。未来与AI协作的关键能力在于设计可靠且受监督的工作流，而非仅仅撰写提示词。真正的价值在于利用循环放大工作杠杆，而非逃避思考。

marsbit06/10 17:55

marsbit06/10 17:55

Claude Code 推出动态工作流：让AI学会自己组队干活

Claude Code 推出了动态工作流（workflows）功能，使AI能够根据任务动态组建多个智能体（Agent）团队协同工作，从而解决复杂的长周期任务。该功能的核心价值在于，它改变了Claude Code原有的“单智能体在单一上下文内规划并执行”的模式。通过动态工作流，Claude可以将任务拆解，分派给多个拥有独立上下文的子智能体并行处理、交叉验证甚至彼此竞争，最后综合结果。这有效缓解了单智能体在处理长任务时常见的“智能体惰性”（提前宣布完成）、“自我偏好偏差”（倾向认可自己的结论）和“目标漂移”（逐渐偏离原始目标）等问题。动态工作流通过执行一个包含特殊函数的JavaScript文件来协调子智能体。它支持多种实用模式，例如：将任务分类后路由给不同智能体；将任务拆分为多个小步骤并行处理再综合（扇出并综合）；生成多个方案后通过锦标赛机制竞争筛选；以及进行对抗式验证等。其应用场景显著超越了传统的代码任务，扩展至非技术领域。示例包括：代码迁移与重构、深度研究与事实核查、对大量简历或工单进行排序、从历史会话中提炼行为规则、进行事故根因调查、对积压任务进行大规模分诊，以及在命名、设计等需要探索和品味判断的任务中生成并筛选方案。文章也指出，动态工作流并非万能。它通常会消耗更多token，因此不适合所有常规编程任务。最佳实践仍在形成中，开发者需要根据任务复杂度判断是否使用。用户可以通过详细提示（prompt）设计工作流，并结合 `/goal` 和 `/loop` 等指令，或设置token使用预算来优化效果。创建的工作流可以保存、共享甚至通过技能（skill）进行分发。总的来说，动态工作流标志着Claude Code从一个代码助手向一个可编排的智能体工作台演进。未来AI工具的竞争力，可能不仅在于单个模型的智能程度，更在于其组织可靠、可复用执行流程的能力。

marsbit06/04 02:15

marsbit06/04 02:15

54万行代码之后，Garry Tan发现AI编程的旧游戏结束了

YC总裁Garry Tan通过一个54万行代码的AI编程项目得出结论：传统的软件管理模式在AI时代已过时。过去因模型昂贵，开发者用大量代码和测试来约束AI，如同为智能工人建造“富士康工厂”。但随着模型成本下降、能力提升，重点应从“写更多代码”转向“设计更多能力”。他提出用Markdown构建“技能包”（skill pack），将可复用的工作流模块化，并由AI自动生成代码和测试。例如，原本需数天的黑客松评审，现在由AI在30分钟内完成。这种“即时生成式软件”模式，使工程师的核心竞争力转向问题定义、判断力与经验沉淀。未来，优秀的工程师未必是写代码最多的人，而是能通过清晰指令释放AI最大潜能、用最少代码实现最多价值的人。真正的创新在于构建解放AI与人类创造力的系统，而非用代码层层束缚。

marsbit06/02 21:38

marsbit06/02 21:38

260亿美元，“全华班”撑起全球AI编程估值最高公司

AI编程公司Cognition近期完成超过10亿美元融资，投后估值达260亿美元，成为该赛道估值最高公司。其核心产品为“AI软件工程师”Devin，能够根据自然语言指令端到端完成软件开发任务。公司由三位具有国际信息学奥赛金牌背景的华人创始人创立。 Devin早期因演示效果惊艳而爆红，但也曾因实际表现不稳定、定价过高而面临质疑。随后，Cognition通过收购AI IDE公司Windsurf，实现了产品战略的关键转型，形成了“Devin（云端异步Agent）+ Windsurf（本地IDE助手）”的双线产品布局，既覆盖企业自动化工程任务，也服务开发者日常编码辅助。最新数据显示，其企业客户用量快速增长，年化收入约达4.92亿美元，客户包括高盛、奔驰、NASA等大型机构。本轮融资由Lux Capital、General Catalyst等领投，资本看好的不仅是编程工具，更是其作为下一代软件工程基础设施的潜力。未来，人机协作的混合开发模式或将成为主流。

marsbit05/31 10:22

marsbit05/31 10:22

刚刚，中国AI闯入全球编程前二，前面只剩Claude

Code Arena最新榜单显示，阿里通义千问Qwen3.7-Max以1541分位列全球第四，成为唯一进入该榜单前列的中国模型，排名仅次于Claude Opus系列模型。在具体任务测试中，Qwen3.7-Max表现突出。例如，在编写可自我训练的俄罗斯方块AI任务中，其成本仅为1.32美元，性能却超越其他模型56%。在构建3D宇宙模型和生成3D像素风宝塔模型等任务中，其输出速度与质量也全面胜出。一项硬核的3D赛车游戏生成挑战进一步验证了其能力。Qwen3.7-Max首轮生成即基本可玩，并独特地添加了开始界面和音效，细节处理优于其他对比模型（如Gemini 3.5 Flash、Claude Opus 4.6和GPT-5.5），后者大多需要多轮调试。 Qwen3.7-Max被定位为“Agent基座模型”，专为长时间自主执行复杂任务设计。内测数据显示，它能连续运行35小时，执行超千次工具调用，在长程任务中保持稳定推理，无上下文退化或指令漂移。其技术核心在于训练方法的升级：一是“环境扩展”，让模型在不同执行框架和验证方式中学习通用解题策略；二是“长程自主执行”训练，使模型能在动态环境中进行超千步连续决策与策略调整。此次Qwen3.7-Max在Code Arena榜单的突破，标志着中国AI模型已在全球编程竞技场中成为重要的竞争者。

marsbit05/27 00:17