Anthropic 发布 Claude Sonnet 5.5
Anthropic 发布 Claude Sonnet 5.5，官方称速度提升 30% 以上、多数工作成本最多降低 30%，价格与 Sonnet 5 相同且基准测试全面占优。
推荐理由：作者用同一组实测对比了新模型的速度、价格与编码表现，并指出 Anthropic 免费层因此更有竞争力。
AI 编码
全部主题AI 写代码的一切：编码助手、Vibe Coding、代码模型评测与开发工作流变革。
最新精选
第 61–80 条 · 共 135 条Simon Willison精选AI 评分7878
极客公园精选AI 评分6565 阿里高管谈 AI Native 组织转型：从超级个体到超级组织还有多远
阿里巴巴集团首席人才官蒋芳与阿里云 CIO 蒋林泉在云栖大会 AI Native 组织论坛上，分享了 AI 落地后组织变革的实践。数据显示开发人员真正写代码的时间约占工作耗时 20%，团队据此把产品、设计与前端合并为 PDFE 岗、后端与架构合并为 ABE 岗，形成 Half-Stack 结构；业务系统向智能体开放后，四个月通用智能体调用量增长 1000 倍，并沉淀出睿译宝、睿呼宝等数字员工产品。
推荐理由：文章以阿里云产研实践说明，单点效率提升后还需重排岗位流程、开放业务系统，通用智能体才能真正落地。
OSCHINA 社区精选AI 评分6565 Apache 基金会项目 Casbin Gateway 新增 Agent 外发监测，可发现 ZCode 这类整仓上传
Apache 软件基金会旗下的开源项目 Casbin Gateway 新增 Agent 外发监测功能，可发现 ZCode 这类把整个代码仓库连同 .git 历史打包上传的行为。
推荐理由：原文介绍了如何用开源网关监测 AI 编程 Agent 的外发行为，为防范整仓代码上传提供了可借鉴的拦截思路。
傅盛精选AI 评分6969 胡塞武装用 Claude Code 研发导弹和火箭，Anthropic 在后台发现该小组
Anthropic 在 Claude 后台发现一批来自也门北部胡塞控制区的用户，其背后是一个用 Claude Code 协助研发武器的研发小组。该小组同时推进制导火箭、射程超过 2000 公里的弹道导弹以及 R2000 导弹系列，把项目拆散到不同对话里绕过安全拦截，让多个 Claude 分工写代码、查资料和审代码，并至少试射过一枚制导火箭。
推荐理由：原文还原了 Anthropic 在 Claude 后台发现也门武器研发小组的经过，可借以评估安全拦截机制面对分散任务时的边界。
GitHub Blog · AI & ML精选AI 评分6767 GitHub 营销运营即代码，用 GitHub Copilot 把活动从筹备到跟进全自动化
GitHub 日韩市场营销负责人用 GitHub Copilot 把活动从筹备到跟进全流程自动化：一个 GitHub Issue 加上 event-setup 标签即可触发 GitHub Actions 完成落地页复制、UTM 链接生成、邀请邮件草稿和项目板更新。
推荐理由：作者用 Issue 表单加标签触发 GitHub Actions，并把流程写成 SKILL.md，为各类重复性工作提供了可直接照搬的自动化思路。
X精选AI 评分7676 Codex 实战系列｜零代码画出复杂架构图
把 Codex 接入 Draw.io 官方 MCP Tool Server（@drawio/mcp）后，把方案材料交给它即可自动生成可在浏览器编辑器里直接修改的架构图，无需手写画图代码或手动排版。
推荐理由：原文给出把方案材料交给 Codex、经 Draw.io MCP 生成可编辑架构图的完整流程，读者可迁移到组织图、系统图与规划图等制图场景。
DeepSeek 更新日志精选AI 评分8383 DeepSeek-V4.1-Flash 发布
DeepSeek 正式发布 DeepSeek-V4.1-Flash，这是其全新模型结构系列中最小尺寸的模型，具备原生多模态视觉理解能力，GPQA Diamond 得分 90.9，HLE 得分 36.8。
推荐理由：原文列出了新模型在推理、编码与多模态等基准上的成绩，并说明 API 调用方式与旧模型路由安排，读者可据此评估能力定位与迁移成本。
X精选AI 评分7070 FDE 落地实战：用 Codex 自动生成企业经营报告（含日报、周报、月报）
作者分享了用 Codex 自动生成企业经营报告的完整流程：先读取旧模板固化报告规则，再准备本期资料与数据，生成 PPT、PDF 或飞书文档并逐页检查，跑通后转为定时任务。交付格式沿用公司原有格式，并用长期知识库区分数据、事实与推测，缺资料时标记待确认；PPT 生成可用 python-pptx，PDF 处理可用 PyMuPDF，飞书文档可接官方 CLI 或 lark-openapi-mcp。
推荐理由：作者给出一条可复用的落地路径，先把模板、数据来源与检查规则固化，再交给 Codex 定时执行，企业可照此改造自己的报告流程。
GitHub Blog · AI & ML精选AI 评分7171 GitHub 推出 Project HydraFusion 研究预览，通过多模型编排实现前沿质量
GitHub 推出 Project HydraFusion 研究预览，GitHub Copilot 全套餐用户可通过 Copilot CLI 的 /experimental 入口体验。
推荐理由：原文给出三种执行模式与三个基准的成本质量对比，可据此判断多模型编排在自己工作流中的可行性。
傅盛精选AI 评分8181 GPT-6 终于发布，聊聊宣传背后的三个猫腻
OpenAI 发布 GPT-6 Astra，电脑操作、3D 建模与视觉表现明显进步，但第三方评测显示其编程与综合智能均未超过 Fable 5.1。
推荐理由：文章用第三方评测数据拆解 GPT-6 的实际能力边界，读者可以跳出发布会叙事，对照编程、成本与可用性自行判断。
OpenAI News精选AI 评分7777 OpenAI 推出 GPT-6 Astra
OpenAI 推出 GPT-6 Astra，称其为目前最智能且对齐程度最高的模型，在计算机操作、编程、网络安全和科学领域具备领先能力。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber 两款模型，分别面向智能体工作流与网络安全。
推荐理由：原文列出了 Gemini 3.8 系列在编码与网络安全基准上对标前沿模型的表现及价格，读者可据此评估其替换现有工作流的成本收益。
阿里云开发者精选AI 评分6565 Qwen3.8-Max 升级 0902 版本，CodeArena 前端编程总榜 1691 分夺冠
阿里云千问团队将 Qwen3.8-Max 升级到 0902 版本，围绕编程（Coding）与专业办公（Cowork）进一步后训练，CodeArena 前端编程总榜提升 22 分至 1691 分夺得冠军。
推荐理由：原文给出 CodeArena 得分与每百万 token 价格对比，可据此判断 Qwen3.8-Max-0902 在企业编程任务中的成本位置。
X精选AI 评分7777 21 个 Skill，用 Codex 做产品经理全流程工作
作者分享了在 Codex 中用自制 PM-Skill 2.0（21 个 Skill，仓库地址 github.com/SpaceZephyr/pm-skills）跑通产品经理全流程的方法。
推荐理由：作者用 21 个 Skill 把产品经理全流程搬进 Codex，展示了通用 Agent 加技能包组装职业工作台的可迁移方法。
潮流周刊精选AI 评分7171 潮流周刊第 280 期：AI 时代如何保证代码可持续迭代和维护
潮流周刊发布第 280 期，收录 celldock-for-mac、kooky、jj 等开源工具，并重点分享 AI 时代保证代码可持续迭代和维护的实践经验。作者以自己的 Mole 项目为例，它有 11 万行 Swift 产品代码和 3347 个 XCTest，他主张 AI 写的代码应该让 AI 来测试，并通过单测、回归测试、Rules/Skills 与 GitHub Actions 让代码不腐化。
推荐理由：作者以 11 万行 Swift 项目的实操经验，总结了让 AI 生成代码不腐化的测试、规则与 CI 方法，可迁移到其他项目。
智谱 · 官方公众号精选AI 评分8383 智谱上线并开源 GLM-5.3-Flash，前沿智能进入普惠时代
智谱上线并开源 GLM-5.3-Flash（320B-A18B），这是 GLM-5 系列首个原生多模态模型，AA 综合智能指数取得 57 分，与 Claude Opus 4.8 持平，定价为 GLM-5.3 的 1/10、限时折扣内 1/20、Opus 4.8 的 1/40。
推荐理由：原文给出与 Claude Opus 4.8 的能力与价格对照，以及混合注意力架构的降本路径，可据此评估前沿模型的成本走向。
AIGC Weekly精选AI 评分7171 AIGC Weekly #185 聚焦 OpenRouter 上线的 OX-Alpha 模型
OX-Alpha 于 21 号在 OpenRouter 上线，定位是面向高效编程、常识推理和 Agent 工作的前沿模型，支持 100 万 Token 上下文与文本、图像和视频输入，目前已在 Cline、OpenCode、Hermes 等 Agent 上免费上线。
推荐理由：汇总了 OX-Alpha 的定位、上下文长度与基准表现，并附作者实测对比，便于判断其在编程与 Agent 场景的可用性。
X精选AI 评分7272 Huashu-Excel 数据分析 skill 正式开源，自动完成体检到质控八步流程
作者 alchainhust 将 Excel 数据分析 skill Huashu-Excel 以 MIT 协议开源（https://github.com/alchaincyf/huashu-excel），支持 Claude Code、Codex、豆包、DeepSeek Harness 等主流 agent。
推荐理由：作者把 AI 算错不报错当作核心问题，用体检、表内合计对账和独立复核 agent 三步补位，为数据处理类 agent 提供了可复用的设计思路。
OpenAI News精选AI 评分7070 Replit 推出由 GPT-5.6 Luna 驱动的 Free Mode，降低软件开发门槛
Replit 推出由 GPT-5.6 Luna 驱动的 Free Mode，让任何人无需担心 token 成本即可把想法变成可运行的软件。
推荐理由：它去掉了 token 成本这一试用门槛，读者可据此判断是否把 Replit 当作低成本把想法变成可运行软件的入口。
智谱 · 官方公众号精选AI 评分7474 智谱 GLM-5.3 API 正式上线，AA 综合智能指数 60 分并列开源模型第一
智谱 GLM-5.3 API 正式上线，在 Artificial Analysis Intelligence Index 取得 60 分，与 Claude Fable 5、GPT-5.6 Sol 等闭源旗舰处于同一水平，并与 Kimi K3 并列开源模型第一。
推荐理由：文中把 GLM-5.3 与 Claude Fable 5、GPT-5.6 Sol 等闭源旗舰放在同一 AA 指数区间对比，便于读者判断其成本优势。