AINews 现实核查：Yegge 关停 Gas Town，Databricks 用 Astra 成本增 60%
Steve Yegge 关停了 Gas Town，并承认尽管每月在编码智能体订阅上花费数千美元，他只用它构建了 Gas Town。Databricks 向约 3500 名工程师部署 GPT-6 Astra 后，整体编码支出增加约 60%，为此设立了专门的 Astra 子预算。OpenAI 发布模型失准事件追踪与披露框架，并附上过去六个月的六份案例报告。
#编码
#编码
今日 1 条Latent SpaceAI 评分4848 Hacker News：AI 热帖AI 评分6666 HarnessTax 研究：harness 对 coding agent 的影响有多大
UC Berkeley 团队发布 HarnessTax 研究，评估 21 个模型-harness 组合（7 个模型、3 个 harness：Claude Code、Codex CLI、Pi），在 SWE-bench Lite 和 Terminal-Bench 2.0 各 30 个任务上各跑 3 次。
Hacker News：AI 热帖AI 评分6060 OpenSpec 发布轻量可配置的 AI 规格框架，支持 Claude Code 等编码智能体
OpenSpec 发布了一个轻量、可配置的软件规格创建与管理框架，用于让团队和编码智能体在开发过程中保持对齐。
GitHub Blog精选AI 评分8787 GitHub 用 Copilot 智能体将 Copilot 运行时从 TypeScript 迁移到 83 万行 Rust
GitHub 工程师 Stephen Toub 复盘用 Copilot 智能体在约 14.5 周内将 Copilot agent runtime 从 TypeScript/Node.js 全量重写为 832,378 行生产 Rust，AI 智能体完成大部分代码，共 128 个 PR 增量合入 main 并持续发布。
推荐理由：当事工程师复盘用 AI 智能体在数月内将 Copilot 运行时迁往 Rust 的全过程，策略、回归样本和成本数据对同类迁移有直接参考价值。
Hacker News 热门（buzzing.cc 中文翻译）AI 评分6464 NVIDIA 推出 CUDA Rust，支持用 Rust 原生编写 GPU kernel
NVIDIA 宣布押注 Rust 原生 GPU 编程，将 CUDA Rust 发展至 2027 年及以后，提供 cuda-oxide（SIMT，需 pinned nightly）和 cutile-rs（Tile，stable Rust 1.89+、CUDA 13.3）两条路线，GPU kernel 可直接编译到 PTX 而非包装其他语言。
elvis@omarsar0AI 评分5151
Greg Brockman@gdbAI 评分5959
Rohan Paul@rohanpaul_aiAI 评分6363
Aravind Srinivas@AravSrinivasAI 评分5151
Yuchen Jin@Yuchenj_UWAI 评分6262Databricks 向约3500名工程师全员部署 GPT-6 Astra，作者称其在最难的长程任务上胜过 Claude Opus 5，并使编码支出增加约60%。
xAI：News（网页）精选AI 评分6161 Grok Build 推出记忆功能，可跨会话保留项目约定与决策
xAI 宣布 Grok Build 上线记忆功能，会在每轮对话结束后于后台记录项目约定、决策及事实，供后续会话读取。记忆按项目区分并另有全局偏好集，/memory 可只读浏览记忆文件，/dream 会将笔记整理为主题文件；当前对话中的指令优先于笔记内容。
推荐理由：原文说明了记忆的记录、整理和优先级机制，读者可以据此评估它对长期项目编码工作流的影响。
Arena.ai@arenaAI 评分6464Arena 实习生 @melissapan 评测 7 个模型在 Claude Code、Codex 和 Pi 三种 harness 下的编码表现，共 21 个模型-harness 组合。
ClaudeDevs@ClaudeDevsAI 评分5858
🚨 AI News | TestingCatalog@testingcatalogAI 评分5151
OpenRouter@OpenRouterAI 评分6565Tessl：产品与工程博客AI 评分4848 Odevo 的 AI Native 转型：先修好软件交付体系，再谈 AI 编码
Odevo 在 AI Native DevCon London 分享了其 AI Native 转型经验：这家住宅物业管理公司七年内管理房屋从约 5 万套增至约 250 万套、员工从约 1000 人增至 14000 人，2024 年起步时仅约 30% 开发者使用 GitHub Copilot 等工具。
Tessl：产品与工程博客AI 评分5555 Tessl提出用可执行规范解决AI代码审查瓶颈
Tessl博客指出，AI编码代理导致PR数量激增但审查变慢，核心原因是缺乏对输出结果的信任。文章主张建立“验证层”，将产品意图转化为“可执行规范”。通过拆分规划与验证代理、结合规范与代码进行比对、并在隔离沙箱中运行以规避安全风险，旨在让代理自动检查实现是否符合原始需求，从而提升工程效率。
Tessl：产品与工程博客AI 评分6060 Tessl 博客提出用合并率衡量 AI 原生转型是否真实
Tessl 博客整理作者在 AI Native DevCon London 的演讲，主张 AI 原生组织的核心是压缩交接，让有决策权的人能直接通过智能体完成工作。
Tessl：产品与工程博客AI 评分5555 Netlify 高管在 AI Native DevCon 提出 Agent Experience 是下一个产品界面
Netlify 的 Dana Lawson 在 AI Native DevCon London 演讲提出智能体体验（AX）概念，认为构建者已从专业开发者扩展到非技术人群。
Hacker News：AI 热帖AI 评分5959 PS5 Linux 项目负责人 Andy Nguyen 因不满 AI vibe-coders 退出开发
知名 PlayStation 黑客 Andy ‘TheFlow0’ Nguyen 宣布退出 PS5 圈并终止 PS5 Linux 项目，原因是开源社区中兴起 AI vibe-coders。
Hacker News：AI 热帖AI 评分5151 ploeh 谈 LLM 时代如何学习编程
博主 ploeh 回应一位读者的长信，讨论在 LLM 时代学习编程与建立能力的问题。他坦承对 AI 倾向于不喜欢但仍在使用，认为人类学习速度难以显著加快，并分享自己的做法：只向 LLM 提可验证的问题（如 Haskell 表达式能否更简洁），不问没有可验证答案的问题（如下一步该学什么）。
公众号：卡尔的AI沃茨AI 评分6464 实测豆包 Doubao-Seed-2.1-pro：审美与长时间 Agent 任务追上第一档
作者实测火山方舟新模型 Doubao-Seed-2.1-pro-0915，该模型支持 1M 上下文和 256k 深度思考，主打 Agent 长任务稳定执行并降低工具幻觉。
IT之家（RSS）AI 评分5656 豆包大模型 2.1 Pro 更新 0915 版本：Agent 交付与多模态 Coding 升级
火山引擎宣布豆包大模型 2.1 Pro 更新至 0915 版本，API 全量上线火山方舟，豆包 App 与 TRAE 已同步接入。
公众号：火山引擎AI 评分6565 豆包大模型2.1 Pro更新至0915版本：多模态Coding与Agent交付能力升级
火山引擎宣布 Doubao-Seed-2.1-pro 更新至0915版本，API 已全量上线火山方舟，豆包 app 和 TRAE 同步接入。
IT之家（RSS）AI 评分5454 华为小艺 Work 开启内测：鸿蒙手机、平板、电脑跨端协同，支持办公、代码、设计多种 AI 任务
华为宣布小艺 Work 开启内测，定位覆盖办公、代码开发和创意创作的 AI 工作助理，支持鸿蒙手机、平板和电脑跨端协同，官网已提供版本号 0.6.9 的 Windows 客户端。
Hacker News：AI 热帖AI 评分7474 两人用 LLM 一个月写出 M4 Mac Mini 的 OpenGL ES 3.0 合规 GPU 驱动
作者与 Niklas 用 Codex 和 Claude 在约一个月内为 M4 Mac Mini 与 MacBook Neo 构建了完全符合 OpenGL ES 3.0 的 Linux GPU 驱动，Minecraft 可跑 200fps。
- Arena.ai@arena精选AI 评分6969
推荐理由：榜单给出四款新模型在图像生成网站任务上的排名和每百万 token 价格，可据此比较性能与成本差异。
Factory 研究 / 产品（RSS）AI 评分5555 Factory 完成 2 亿美元融资，估值达 50 亿美元
Factory 完成 2 亿美元融资，估值 50 亿美元，投资方包括 Blackstone、Khosla Ventures、Sequoia Capital、Insight Partners 等，累计融资超 4 亿美元。
Pragmatic Engineer（RSS）精选AI 评分7979 Gergely Orosz 探访 OpenAI：Codex 驱动的智能体软件工厂
Gergely Orosz 实地探访 OpenAI 总部并访谈七位工程师与工程负责人，发现自约一月起 Codex 和 ChatGPT Work 已成为公司几乎所有工作的基础。
推荐理由：作者亲访 OpenAI 并访谈七位工程负责人，给出 Codex 全面接管内部研发的第一手流程细节和工程实践变化。
- elvis@omarsar0AI 评分5959
凡人小北@frxiaobeiAI 评分6161Cognition 模型 / Devin 博客（网页）AI 评分5454 Cognition 与 AWS 达成多年期战略合作，推动 Devin 进入企业生产环境
Cognition 与 AWS 签订多年期战略合作协议（SCA），帮助企业客户在 AWS 生产环境中部署自主工程智能体 Devin，客户已可通过 AWS Marketplace 购买 Devin 并直接使用 Agent Toolkit for AWS。
Hacker News：AI 热帖AI 评分6565 F-Droid 有多少应用是 LLM 生成的？作者审查 102 个应用得出 72.5% 多为 AI 编写
一位 FOSS 爱好者人工审查 F-Droid 2026 年 9 月 12 日推送更新的 102 个应用，依据提交记录、Agent 基础设施和 README 风格做三档分类，结果 74 个（72.5%）大多为 AI 编写，10 个难以归类，18 个（17.6%）几无 AI 痕迹。
Trail of Bits：AI安全研究精选AI 评分6161 Trail of Bits 批评 1Password 的 AI 补丁基准存在误导，并发布两个补丁验证 Agent 技能
Trail of Bits 发文批评 1Password 8月6日发布的 FLAWED 报告，称其 26% 的 AI 干净修复率受四项实验设计选择影响而失真，包括刻意指示智能体应用错误修复的提示词占 22% 数据、36% 的试验禁止编译测试，以及不同推理档位设置。
推荐理由：原文针对1Password基准的26%头条数字给出逐项方法学批评，并补充自身人类修复失败率与开源合并数据作对照。
公众号：百度智能云（文心）AI 评分5353 百度千帆Token Plan个人版上线积分制套餐并开放GLM-5.3
百度智能云宣布千帆Token Plan个人版秋季升级，积分制套餐正式上线，与Token制并行运营，按输入、输出、缓存命中分别折算积分，四档套餐¥4.9起，最高165,000积分/月。
- 凡人小北@frxiaobeiAI 评分6464
- Rohan Paul@rohanpaul_aiAI 评分5555
IT之家（RSS）AI 评分6363 谷歌调整内部政策，允许全体工程师通过 Antigravity 使用 Anthropic Claude
据 Business Insider 报道，谷歌向全公司工程师开放 Anthropic Claude 使用权限，此前通常要求员工使用自家 Gemini。工程师可通过内部开发平台 Antigravity 访问 Anthropic Opus 5，按每用户配额提供，定位为 Gemini 的补充；此前 DeepMind 团队和部分高优先级项目已获授权。
Fireworks AI（网页）精选AI 评分7272 Fireworks 上线 DeepSeek-V4.1-Flash，DeepSWE 达 GPT-6 Astra 水准、成本仅 1/15
Fireworks 发布 DeepSeek-V4.1-Flash，在 DeepSWE 上取得 74.34% pass@1、每任务 $0.43，与 GPT-6 Astra 同一精度区间但成本仅 1/15。
推荐理由：官方以多基准实测给出 DeepSeek-V4.1-Flash 与闭源模型的成本质量对比和架构细节，可帮助开发者做选型与成本权衡。
IT之家（RSS）AI 评分5757 Anthropic Claude Opus 5.2 疑似在 Claude Code 中灰度测试，开发者实测更快更不偷懒
开发者发现 Claude Code 中前端名为 Opus 5 的请求已被路由到 Opus 5.2，Anthropic 大概率跳过 5.1 直接灰度测试新版本。实测显示响应更快、输出更干净，长任务不再要求用户「按继续」，会自主进行「严酷循环（gauntlet loop）」迭代代码。