Simon Willison 用 Claude Opus 5.5 生成鸮鹦鹉像素动画并用 Claude Code 录成视频

Simon Willison 在 WeAreDevelopers World Congress North America 闭幕主题演讲前，用 Claude Opus 5.5 根据三张鸮鹦鹉照片生成至少 20 只鸮鹦鹉开派对的 HTML 5 canvas 像素动画页面。

KernelZero：协同进化 Proposer 与 Coder，持续提升 GPU Kernel 生成

KernelZero 提出协同进化框架，用 Proposer 从 API 集合生成 Torch 模块、Coder 将其翻译为 CUDA 或 Triton kernel，并引入 CA-GRPO 在正确性可靠后再优化性能。

WideSWE：编码智能体能否跨仓库协同完成变更？

WideSWE 是用于评估编码智能体跨仓库任务的新基准，从 103 个软件生态系统中挖掘出 120 个真实任务，包含 60 个 bug 修复和 60 个功能开发。

Reladraw 0.5.0 发布：由作者声明元素位置的文字图表语言

作者发布 Reladraw 0.5.0，一种用相对位置语句（如 below、right of、between）声明元素摆放的文字图表语言，文件中不含任何坐标。

drawgent 发布：把 Claude Code、Codex 或 opencode 接入 Excalidraw 实时画布

drawgent 是一个开源工具，将用户自己安装的 Claude Code、Codex 或 opencode 连接到 Excalidraw 白板，可通过聊天面板或以 AGENT: 开头的标注请求改图，agent 会截图读取画布、实时编辑并标记 DONE。

Anthropic 发布 Opus 5.5 迁移指南：Agent 半路停工的四类原因与三招续跑方案

Anthropic 发布 Opus 5.5 配套指南，解释 Agent 无人值守时常在汇报完进度后停在半路，原因是模型爱发汇报、旧程序把 end_turn 当成任务完成。

开发者自述：停用AI编码一个月后的反思与教训

一位资深开发者分享其从依赖AI编码到决定停用一个月的经历。起初他享受AI带来的速度提升，但随后陷入“Tokenmaxxing”（多任务并行）的陷阱，导致上下文切换频繁、精力耗尽。他发现AI生成的代码往往需要大量人工审查和修正，实际交付效率并未如预期倍增，反而因过度依赖而丧失对代码的控制权和理解力，甚至产生羞耻感。最终他意识到自己数月未亲手写码，决定回归传统开发方式以重拾掌控感。

Nvidia SoL-Pi 系统优化 agent harness，编码任务 token 用量减少近一半

Nvidia 研究人员提出 SoL-Pi 系统，用研究 agent 自动优化编码 agent 的控制层（harness），在 EdgeBench 上相比 Codex 节省 50%、相比 Claude Code 节省 54.3% 的 token，性能与原 Pi harness 大致持平。

Haskell 开发者分享在 LLM 时代保持编程乐趣的工作流

一位 Haskell 开发者撰文提出在 LLM 辅助下保持编程乐趣与代码掌控权的工作流：规划、研究和杂务交给智能体，核心编码由人完成，并给生成的产物加自动审查循环。他提醒慎用前沿模型的 token 消耗与不透明限额，把 token 耗尽视为服务中断而提前准备离线任务，还建议少读 LLM 生成的文本、保持与人交流代码。他表示这套方法让自己效率约提升一倍，评论区有人补充先写接口再让 AI 实现的做法。

Claude Code 推出新机制：任务中途触发 5 小时上限将优雅收尾

Anthropic 的 Claude Code 团队于 9 月 26 日宣布启用新机制，任务中途触发 5 小时使用上限时不再直接中断编辑，而是寻找合适的收尾点完成收尾工作。收尾所需时间从用户的每周限制中扣除一小段固定时间；Pro 用户每周可使用一次，Max 和 Team Premium 用户每次达到 5 小时会话限制后都可使用。

美团上线 LongCat-2.5-Preview 模型：1.6T 参数，主打长程任务与多模态

美团 LongCat API 开放平台于 9 月 25 日上线 LongCat-2.5-Preview 模型，同步开放 API 与网页端体验入口。

Nuanced 作者复盘：计划模式为何已死

作者复盘其围绕规划构建的桌面编码应用 Nuanced 的失败，认为计划模式正变得不再有用。模型理解大型代码库的能力提升，使显式指令和 AI 生成的规格文档价值下降；而规划与构建应交织进行，Codex 等工具正在让计划与执行的边界消融。人类如何在数百个并行智能体快速修改系统时保持连贯的心智模型，仍是未解决的问题。

Peter Steinberger 🦞@steipeteAI 评分5353

Peter Steinberger 表示把 OC 迁移到 SQLite 时最大的设计失误是采用同步数据库访问：单个智能体在 Slack 或 iMessage 汇报时没问题，但现在一个智能体可能并行运行 50 个会话且全团队使用，同步成了瓶颈。他设了一个 /goal，用 Astra 迄今提交了 575 个 PR 把一切迁移到异步 worker，并随进展逐步发布改进。他感叹大规模重构如今不再可怕。

Relic：把多智能体协作经验沉淀为组织级可执行协议

Relic 将多智能体协作中反复出现的失败转化为组织所有、可执行的协议，把触发条件、责任、所需证据与执行后果绑定到运行时，并支持修订与退役。在十个软件工作负载、三个模型共 360 次受控运行中，完整契约交付率从 14.06% 提升至 19.76%（+5.71 个百分点）。

GAGAR：面向代码智能体 RL 的分组智能体评分与优势重分配

GAGAR 是一个面向代码智能体强化学习的质量感知信用重分配框架，通过 SFT 训练的智能体评分器在同一工作区内联合检查并排序通过测试的轨迹，对低排名轨迹降权并按比例重缩放优势值以保持总和不变。

Rails 作者评论 DHH 在 Rails World 2026 主题演讲：Hey 弃用 Rails 而愿景缺席

作者评论 DHH 在 Rails World 2026 开幕主题演讲：37signals 将用 LLM 重写 Hey 为各平台原生应用、服务端改用 Rust，DHH 称 8 月用 LLM 产出 15 万行代码，而 Ruby 仅占其今年产出的 3%。

Go 1.26/1.27 推出平台无关的实验性 SIMD 接口

Go 团队宣布 Go 1.26 和 1.27 引入实验性 SIMD API，Go 1.27 新增完全可移植、平台与向量长度无关的 simd 包，松散借鉴 C++ 的 Highway，目标是在支持 SIMD 的平台上写出一次编写、接近汇编性能的代码。

jevmem v0.5 发布：为 Claude Code 自动保存项目记忆

作者发布 jevmem v0.5，一个为 Claude Code 自动保存项目记忆的工具，将对话中的决策、约束、bug 和 todo 写入 JEVMEM.md，旧结论标记为 superseded 而非删除，下次会话注入相关记忆行；也支持 Cursor 和 Codex。

ClaudeDevs@ClaudeDevs精选AI 评分6767

Opus 5.5 每输入和输出 token 比 Opus 5 便宜 20%，缓存读取便宜 60%。作者据此计算了在 Claude Code 中完成一个任务的实际成本变化，并发布了计算器，读者可从 /usage 运行自己的测算，详见 https://claude.dev/blog/what-a-task-costs-on-opus-5-5/。

GitHub Copilot app 新手教程：如何用 canvases 构建自定义工作流

GitHub 官方博客发布 GitHub Copilot app 新手教程，介绍用 /create-canvas 技能通过自然语言描述生成可自定义的 canvas 界面。

Cognition 宣布年化收入运行率突破 10 亿美元

Cognition 宣布年化收入运行率突破 10 亿美元。公司 2024 年 1 月创立，Devin 正式开放使用不到两年，已服务 GE Aerospace、Rivian、Rohlik、Exa 等客户的工程团队。

🚨 AI News | TestingCatalog@testingcatalogAI 评分5151

微软推出新版 Copilot 应用，包含 Home、Code 和 Copilot 三种模式，已通过 Frontier 项目开始推出。

DAIR.AI@dair_aiAI 评分5959

微软论文《Coding Agents are Strong Prompt Optimizers》提出 Coding-Agent Skill Distillation（CASD），让现成编码代理读取完整智能体轨迹日志，自行编写分析代码统计失败模式并将发现写成规则提示词，无需环境访问和验证数据。

微软发布新版 Copilot 超级应用，聊天、编程、智能体三合一

微软发布新版 Copilot“超级应用”，将聊天、编程和智能体能力集中到同一界面，定位为“为工作而生的 AI”。

Microsoft 发布三合一 Copilot 超级应用，整合聊天、编码与 Autopilot 智能体

Microsoft 正式发布重新设计的 Copilot 超级应用，将 AI 聊天、编码和智能体整合为 Home、Code、Autopilot 三个标签页，并把此前在 Build 上发布的 Scout 更名为 Autopilot。

Satya Nadella@satyanadellaAI 评分6868

Satya Nadella 宣布 Copilot 迄今最大更新，将其定位为覆盖每个模型、设备和任务的工作新 OS。

Ruby on Rails 创始人 DHH 宣布不再手写代码

Ruby on Rails 创始人、Basecamp 联合创始人 David Heinemeier Hansson 在 Rails World 2026 演讲中宣布，自 2026 年 3 月前后起已不再手写任何代码。

研究论文：Coding Agent 在广义任务与运动规划问题上的能力评测

arXiv 论文（https://arxiv.org/abs/2609.30233）研究 coding agent 能否自动合成可跨实例泛化的程序来解决广义任务与运动规划（TAMP）问题。

Opus 5.5 制作讲解视频的开源 agent 方案 shipvideo 发布

作者发布 launchvideo.io 与 diggerhq/shipvideo 仓库，用 anthropic/claude-opus-5.5 通过 OpenComputer serverless agent 把一个 URL 或提示词直接渲染成 MP4 讲解视频，单次运行无人工编辑。

Arena.ai@arenaAI 评分6161

GPT-6 Luna (Max) 以 1593 分位列 Arena Code Arena: WebDev 榜单第 24 名，比 GPT-5.6 Luna (xHigh) 高 74 分（后者现列第 41）。

GitHub Copilot app 的 canvas：聊天何时是错误的 UI

GitHub Copilot 员工撰文认为聊天框往往不是与 AI 协作的正确界面，并介绍 GitHub Copilot app 中的 canvas 功能：canvas 是运行在 app 内、无浏览器外壳的全栈小应用，可与 agent 双向通信。

GitHub Security Lab 发布 LLM 驱动的 Fuzzing Taskflow，自动完成 C/C++ 项目模糊测试全流程

GitHub Security Lab 的 Antonio Morales 开源了基于 Taskflow Agent 的 Fuzzing Taskflow，指向 GitHub 仓库即可自动识别入口点、编写 harness、运行 AFL++、读取覆盖报告并分诊崩溃。

Whiteboard（YC W26）开源发布：人与智能体共同设计软件的桌面 IDE

Whiteboard 团队发布同名开源桌面应用，让人类与 Claude Code、Codex 等编码智能体在共享画布上共同进行软件架构设计，通过 SDK 让智能体在画布上绘制说明。

LangSmith Fine-Tuning 发布：smithtune 开源 CLI 可在 Baseten Loops 上微调 Agent traces

LangChain 在 Interrupt 26 大会上发布 LangSmith Fine-Tuning，配套开源 CLI smithtune（github.com/langchain-ai/smithtune）。

Tomer Tunguz：AI 编程时代的软件工程是用循环交付的系统设计

Tomer Tunguz 撰文认为手写代码对多数程序员已不再是经济上有产出的工作，软件工程正转向设计让 AI 大规模正确写代码的系统。

Anthropic 解释 Claude Opus 5.5 为何更适合长上下文编码会话

Anthropic 发文解释 Claude Opus 5.5 为长上下文编码会话降本的三方面变化：输入输出 token 降价 20%、缓存读取降价 60%，模型可用更少轮次完成同一任务，Claude Code 也改进了缓存利用。

Endura Therapeutics CEO 谈 Foundries 与 Navigators 如何降低科学成本

Endura Therapeutics CEO Adrian Sanborn 在 Latent Space 发表客座文章，提出生物科技公司应对 AI 的两种路径：用新技术把实验数据产出提速一个数量级的 Foundries，以及把 LLM 融入日常运营提升决策的 Navigators。

Peter Steinberger 🦞@steipeteAI 评分6363

Peter Steinberger 称 OpenClaw 删除了约 40 万行自己的测试代码，代码覆盖率没有太大变化。他认为现代模型热衷于为每个微小改动写测试，即使这些测试没什么用，而一个 test-audit 技能对此有帮助，技能文件见 https://github.com/openclaw/openclaw/blob/main/.agents/skills/test-audit/SKILL.md

Factory Router 生产环境推理成本节省升至 63%，并在 Factory Private 开放私有预览

Factory 宣布 Factory Router 的生产环境推理成本节省从 6 月下旬的 42% 升至截至 9 月 13 日当周的 63%，同期路由会话量增长约四倍。

Lovable 年化收入突破 6 亿美元，三分之二财富 500 强企业在用其产品

Lovable 联创 Fabian Hedin 在 HumanX 峰会上表示，公司年化收入已突破 6 亿美元，高于 6 月披露的约 5 亿美元。他称三分之二的财富 500 强企业正在使用该产品，客户包括 Microsoft、NVIDIA 和 Deutsche Telekom，平台上用户创建的应用每月合计获得近 10 亿次访问。