AI 编程实时动态与要闻

Simon Willison 联合 Prime Radiant 开源 External Sandbox:编码 Agent 留在 Mac 上运行,命令和代码改到 WebAssembly(v86)、QEMU 或 Apple Container 的 Linux 沙箱里执行,已接 Claude Code、Codex 和 Pi

Simon Willison 11 月 17 日在 X 介绍「外部沙箱」(external sandbox)模式:Claude Code、Codex、Pi 等编码 Agent 本身在 Mac 上运行,但它们执行的命令和文件操作被转发到隔离的 Linux 环境。他与 Superpowers 背后的 Prime Radiant 一起把原型开源在 GitHub(Apache 2.0):一套统一的 HTTP/WebSocket 协议和 pytest 一致性测试,加上 v86(WebAssembly)、Apple Container、Quicksand QEMU 三种后端,每种都可选 HTTP/HTTPS 白名单代理和凭证替换。帖子获约 700 赞、190 多条回复。

核心要点速览

  • 模式要点:Agent 的 harness 留在宿主机,只有它执行的命令和文件读写进沙箱;Willison 称这样 Agent 自己的凭证不进沙箱,沙箱可以完全断网,Agent 仍能和模型通信
  • 三种后端:external-sandbox-v86(Node.js,v86/WebAssembly 跑 Linux,npx 一行启动,约 36 MB)、external-sandbox-container(Apple Container)、external-sandbox-quicksand(QEMU)
  • 接入方式:Claude Code 通过 shell prefix 把整条命令发到 /exec/ws;Codex 通过 /codex 端点把进程和文件系统操作(含 apply_patch)转到沙箱,按 Codex CLI 0.164.0 测试;Pi 有单独扩展发布在 npm
  • 安全控制:可选 HTTP/HTTPS 主机白名单代理,加凭证替换机制,让沙箱内代码调用需鉴权的 API 而不接触真实密钥
  • 状态:原型,Apache 2.0;Codex 的 exec-server 协议仍是实验性,新版本 CLI 需自行验证兼容性
阅读全文

Vercel AI Gateway 上线 Private Inference:自托管、微调和预发布模型用 private/ ID 接入,与目录模型共用 API、鉴权和日志

Vercel 在 X 和官方 changelog 宣布 AI Gateway 支持 Private Inference:企业可把自己的模型端点注册为私有提供商,用 private/<slug> 模型 ID 通过 Chat Completions、Responses 或 Messages 调用,网关自动转换请求格式。私有模型只对本团队可见,凭证加密存储,可按提供商开启零数据保留,并能在 Claude Code、Codex、Cursor 等编程 Agent 中使用,端点故障时可回退到目录模型。

Vercel AI Gateway 上线 Private Inference:自托管、微调和预发布模型用 private/ ID 接入,与目录模型共用 API、鉴权和日志

核心要点速览

  • 把微调、自托管或预发布模型端点注册为私有提供商,用 private/<slug> ID 调用,切换模型只改 model ID
  • 支持 Chat Completions、Responses、Messages 三种 API,网关把请求翻译成端点自身格式
  • 私有模型只对本 Vercel 团队可见、不进公开目录,凭证加密存储,可按提供商开启零数据保留
  • 可在 Claude Code、Codex、Cursor 等接入 AI Gateway 的编程 Agent 里使用;日志、trace drain 和报表与目录模型合并展示
  • 可选端点故障时回退到目录模型;Vercel CLI 65.16.0+ 提供 private-inference providers/models create 命令
阅读全文

Traces 加入 Vercel:AI 编程 Agent 会话共享平台,已接入 16 种编程 Agent、累计近 50 万次会话,暂停新建组织

Traces 创始人 Tarun Sachdeva 在 X 和官方博客宣布 Traces 加入 Vercel,整个团队将在 Vercel 继续做“团队如何用 Agent 构建软件”。Traces 今年 2 月上线,是记录和分享 AI 编程 Agent 会话的 CLI 与平台,九个月内做了团队版、16 种编程 Agent 适配器、Git 集成、Handoffs、Traces MCP 等,数千个团队共享了近 50 万次会话。现有用户第一天不受影响,但已暂停新建组织;交易条款官方未公布。

Traces 加入 Vercel:AI 编程 Agent 会话共享平台,已接入 16 种编程 Agent、累计近 50 万次会话,暂停新建组织

核心要点速览

  • Traces 是记录、分享 AI 编程 Agent 会话的 CLI 与平台,今年 2 月上线,整个团队加入 Vercel
  • 九个月内上线团队版、16 种编程 Agent 适配器、Git 集成、Handoffs、Traces MCP 和 Surfaces
  • 数千个团队加入,共享了近 50 万次会话
  • 现有用户可继续分享会话、使用 CLI、往已有组织加人,但已暂停新建组织;收购金额等条款官方未公布
  • Vercel 创始人兼 CEO Guillermo Rauch 在 X 上称 Traces 是软件开发的新基础单元,记录意图、提示、推理、技能和工具调用
阅读全文

GitHub Copilot 全面上线 Gemini 4 Hydrogen(VS Code、CLI、编码 Agent 等全平台,按厂商标价计费);同日宣布 12 月 14 日下线 Claude Fable 5、Gemini 3.8 Flash、Grok 4.6、Kimi K3 等 6 个模型

GitHub 于 11 月 13 日在官方 Changelog 宣布:Google 最新的 Flash 级模型 Gemini 4 Hydrogen 已在 GitHub Copilot 正式可用(GA),面向 Copilot Pro、Pro+、Max、Business 和 Enterprise 用户,可在 VS Code、Visual Studio、Copilot CLI、Copilot 编码 Agent、Copilot app、github.com、移动端、JetBrains、Xcode、Eclipse 和 Copilot SDK 的模型选择器中使用,逐步放量,按用量计费、价格为厂商标价。GitHub 称它面向快速高效的 Agent 编码、工具调用和多步工作流,指令遵循比 Gemini 3.8 Flash 更好。同一天 GitHub 还发布弃用通知:2026 年 12 月 14 日起,Copilot 全部体验将下线 Claude Fable 5、Claude Haiku 4.5、Gemini 3.8 Flash、Gemini 4 Argon、Grok 4.6 和 Kimi K3,并给出替代模型。

GitHub Copilot 全面上线 Gemini 4 Hydrogen(VS Code、CLI、编码 Agent 等全平台,按厂商标价计费);同日宣布 12 月 14 日下线 Claude Fable 5、Gemini 3.8 Flash、Grok 4.6、Kimi K3 等 6 个模型

核心要点速览

  • Gemini 4 Hydrogen 在 GitHub Copilot 正式可用,面向 Pro、Pro+、Max、Business、Enterprise 用户,逐步放量(GitHub Changelog)
  • 覆盖面很广:VS Code、Visual Studio、Copilot CLI、Copilot 编码 Agent、Copilot app、github.com、iOS/Android、JetBrains、Xcode、Eclipse 和 Copilot SDK 都能在模型选择器里选到
  • 计费:按用量计费、价格为厂商标价;企业和商业版默认自动启用新模型,管理员可在 Copilot 设置的模型策略里关闭
  • 12 月 14 日下线 6 个模型及官方建议替代:Claude Fable 5→Fable 5.2,Claude Haiku 4.5→Haiku 5.5,Gemini 3.8 Flash→Gemini 4 Hydrogen,Gemini 4 Argon→Gemini 4 Carbon,Grok 4.6→Grok 4.7,Kimi K3→待公布(弃用通知)
  • 例外:年付的 Copilot 个人订阅用户仍可继续使用 Claude Haiku 4.5
阅读全文
AD赞助内容

ClickHouse 开源 Loom:给编码智能体的共享记忆 + 实时代码索引,代码问答得分 0.78→0.84

ClickHouse 发布开源(Apache-2.0)的智能体记忆系统 Loom,把记忆、代码索引和运行日志放进同一个 ClickHouse 库,记忆与代码关联,代码变动时标记可能过时的记忆。支持 MCP、HTTP API、Python/TS SDK,提供 Claude Code 和 Codex 插件。官方测试中代码问答平均分从 0.78 升到 0.84。

ClickHouse 开源 Loom:给编码智能体的共享记忆 + 实时代码索引,代码问答得分 0.78→0.84

核心要点速览

  • 代码问答(24 题×3 次)平均分 0.78→0.84,单题平均成本 $0.212→$0.17(官方口径,博客)
  • 找文件任务(36 题×10 次)准确率 91.4%→96.4%
  • LongMemEval-S 100 题:检索记忆 94% 对比塞入完整历史 90%,读取 token 少约 90%;完整 500 题 memory.ask 96.6%(官方口径)
  • 记忆与代码索引同库:函数改名会跟随,被重写则标记待复核,不自动改写
  • Apache-2.0 开源,需 ClickHouse 26.5+(推荐 26.8+),一行脚本用 Docker 启动
阅读全文

Artificial Analysis 发布 Coding Agent Index v2.1:换用 FrontierCode 2.0 与 Terminal-Bench 4.1,Claude Fable 5.2 与 Opus 5.5 以 58 分并列第一,各配置平均降 5 分

Artificial Analysis 11 月 14 日发布编码智能体指数 v2.1:把 FrontierCode 从 1.1 换成 Cognition 的 FrontierCode 2.0(132 个真实任务,按维护者是否愿意合并评分),Terminal-Bench 从 4.0 升到 4.1,保留 SWE-Atlas-QnA-AA。Claude Code + Claude Fable 5.2(xhigh/high)和 Claude Opus 5.5(max)并列 58 分居首;因新版 FrontierCode 更难,各配置平均降 5 分,只有 Codex + GPT-6.1 Terra(max)基本没掉分。

Artificial Analysis 发布 Coding Agent Index v2.1:换用 FrontierCode 2.0 与 Terminal-Bench 4.1,Claude Fable 5.2 与 Opus 5.5 以 58 分并列第一,各配置平均降 5 分

核心要点速览

  • v2.1 构成:FrontierCode-AA 2.0(132 个真实编码任务,按仓库维护者是否会合并评分)、Terminal-Bench 4.1(同样 66 题,更新验证器以提高可靠性、防奖励投机)、SWE-Atlas-QnA-AA
  • 并列第一 58 分:Claude Code + Claude Fable 5.2(xhigh 与 high 均为 58)、Claude Code + Claude Opus 5.5(max),以及 Devin Fusion CLI(Opus 5.5 max + GPT-6 Luna High);其后为 Claude Sonnet 5.5(max)56、Antigravity CLI + Gemini 4 Carbon(high)55
  • 23 个两版都测过的配置在 FrontierCode-AA 2.0 上全部低于 v1.1,均值从 45% 降到 29%;Claude Code + Fable 5.2 以 49% 领先。Terminal-Bench 4.1 各配置变化都不到 3 分,Kimi Code CLI + Kimi K3.1 Pro 以 68% 居首
  • 成本差约 30 倍:48 分以上配置中,Codex + GPT-6.1 Sol(max,52 分)每题 1.51 美元,Claude Code + Fable 5.2(max,56 分)每题 44.22 美元;Fable 5.2 在 medium/high/xhigh 分别为 2.89/7.51/15.47 美元
  • Claude Code 与 Devin Fusion CLI 遇到安全拒答会切换到备用模型:Devin Fusion CLI 与 Opus 5.5(max)约 9% 的尝试由备用模型完成,Fable 5.2(xhigh)6%,Sonnet 5.5 5%
阅读全文

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
阅读全文

Lightning Labs 开源 pi402:编码 Agent 用比特币闪电网络按 token 自付推理费,无需账号、API Key 和信用卡

Lightning Labs 11 月 12 日发布 pi402:一个给 Pi 编码 Agent 用的扩展,内置 Wavelength 闪电钱包,Agent 调用付费推理接口时自动按 L402 或 MPP 协议付款,付款凭证本身就是 API Key,不用注册账号,也不用信用卡。卖方在现有推理 API 前面挂上 Aperture v0.6.0,再用 meterd 或 lightmeter 按 token 计价即可开卖。整套代码开源(MIT)。官方举例:每个输入 token 1 毫聪、输出 2 毫聪,按约 8.05 万美元的比特币价格,约合每百万 token 0.80/1.61 美元。

Lightning Labs 开源 pi402:编码 Agent 用比特币闪电网络按 token 自付推理费,无需账号、API Key 和信用卡

核心要点速览

  • 开箱即用:买方执行 pi install npm:@lightninglabs/pi-402,用 /fund 生成闪电发票充值,或用 /deposit 走链上充值
  • 双协议:Aperture v0.6.0(11 月 5 日发布)同时支持 L402 和 Stripe 与 Tempo 推出的 MPP(IETF 草案 draft-httpauth-payment-00)
  • 按 token 计费:官方示例每输入 token 1 毫聪、每输出 token 2 毫聪,约合每百万 token 0.80/1.61 美元(按比特币约 8.05 万美元)
  • 预算可控:扩展可设单次请求上限和每日预算,界面底栏实时显示钱包余额和每笔付款
  • 全部开源:pi-402 扩展、Aperture、lightmeter 参考实现均开源,pi-402 为 MIT 许可;演示用它付费调用 Kimi K3.1 Pro
阅读全文

Expo 推出 Expo Simulators:给 Claude Code、Codex、Cursor 等编程智能体按需开云端 iOS 模拟器和安卓模拟器,自动录屏留证据,每分钟 0.1 美元

移动开发框架 Expo 于 11 月 12 日正式推出 Expo Simulators,所有付费套餐可用。编程智能体用一条命令就能开一台云端 iOS 模拟器或安卓模拟器,装上构建包自己点测,结束后留下完整录屏、截图、日志和网络记录,可附到 PR 上给人审。每个会话独占一台虚拟机,不用 Mac,Linux 和 Windows(WSL)都能跑 iOS 模拟器。按分钟计费,iOS 和安卓都是每分钟 0.1 美元,Starter 及以上套餐每月含 60 分钟。

Expo 推出 Expo Simulators:给 Claude Code、Codex、Cursor 等编程智能体按需开云端 iOS 模拟器和安卓模拟器,自动录屏留证据,每分钟 0.1 美元

核心要点速览

  • 一条命令开机:npx eas-cli@latest simulator --platform ios 即可启动云端会话,也可从 CI、REST API、Expo Workflows 或 GitHub Actions 启动
  • 兼容现有智能体:Claude Code、Codex、Cursor 等能跑命令行的智能体都能用,沿用 agent-device、Argent 或 Appium 命令;官方提供 eas-simulator 技能
  • 留证据:每个会话保留完整录屏、截图、日志、网络流量和 CPU 内存数据,可附到 PR,审阅者不用拉分支本地构建
  • 隔离与自动关机:每个会话独占一台虚拟机,最长 2 小时,可设更短上限和空闲超时,避免忘关计费
  • 价格:iOS 和安卓都按每分钟 0.1 美元计费,Starter、Production、Enterprise 套餐 2027 年前每月含 60 分钟;Expo 本身不提供 AI 模型
阅读全文
关联模型 / 智能体 / 厂商:

Vercel 发布 UI SDK 测试版:把弹层、选择、键盘导航等拆成 50 多个「行为」交给 AI 智能体组装组件,支持 React、Vue、Svelte、Solid 和 Web Components,Apache 2.0 开源

新加坡时间 11 月 13 日 02:41,Vercel 官方账号发帖推出 UI SDK。它不是又一套组件库,而是把界面交互拆成可复用的「行为」:弹层定位与关闭、单选多选、输入跳转、焦点管理、拖拽排序、虚拟列表等,官方称已做了 50 多个。开发者不用自己学这些 API,而是给编程智能体装上 UI SDK 技能,由智能体按需求挑选行为、拼成新组件,并输出到 React、Vue、Svelte、Solid 或 Web Components。代码在 GitHub vercel-labs/ui,Apache 2.0 许可,npm 包 @ui-sdk/core 当前为 0.1.0-beta.1,API 仍可能变动。

Vercel 发布 UI SDK 测试版:把弹层、选择、键盘导航等拆成 50 多个「行为」交给 AI 智能体组装组件,支持 React、Vue、Svelte、Solid 和 Web Components,Apache 2.0 开源

核心要点速览

  • 官方称已构建 50 多个行为,如 createPopup、createSelection、createTypeahead、createRovingFocus、createVirtualizer
  • 同一套行为可渲染到 5 种前端:React(需 19 及以上)、Vue、Svelte、Solid、Web Components
  • 一条命令给智能体装技能:npx skills add vercel-labs/ui --skill ui-sdk
  • 官方口径:智能体直接读取页面并操作控件、不依赖截图,速度提升一倍以上、成本不到一半(未公布测试方法)
  • Apache 2.0 开源,npm @ui-sdk/core 于 11 月 13 日 01:12(新加坡时间)发布 0.1.0-beta.1
阅读全文
关联模型 / 智能体 / 厂商:
AD赞助内容

Artificial Analysis:Claude Fable 5.2 以 75 分登顶机械臂评测 AA-Robotics v0.1,超过 GPT-6 Astra 的 69 分,并成为首个在「量盒子」任务上拿到分数的模型

独立评测机构 Artificial Analysis(AA)11 月 12 日在官方账号公布:Anthropic 本周发布的 Claude Fable 5.2 在 AA-Robotics v0.1 上得分 75,成为新榜首,高于此前第一的 GPT-6 Astra(69)和 GPT-6.1 Sol(65)。这项评测让编码 Agent 通过 HTTP API 操控一台 6 轴机械臂完成 8 项桌面任务。AA 称 Fable 5.2 是第一个在「测量盒子尺寸」任务上得分的模型:它只靠摄像头视频,把场景里的卷尺当作比例尺来估算盒子尺寸。上一代 Fable 5.1 在 10 月首发榜单上只有 46.3 分。

Artificial Analysis:Claude Fable 5.2 以 75 分登顶机械臂评测 AA-Robotics v0.1,超过 GPT-6 Astra 的 69 分,并成为首个在「量盒子」任务上拿到分数的模型

核心要点速览

  • AA-Robotics v0.1 新榜首:Claude Fable 5.2 75 分,GPT-6 Astra 69、GPT-6.1 Sol 65(AA 口径)
  • 比上一代大跳:Fable 5.1 在 10 月首发榜单上为 46.3,Opus 5.5 为 48.8
  • 「量盒子」任务(长宽高误差需在约 2 毫米内)此前所有模型均未得分,Fable 5.2 是第一个
  • Fable 5.2 只用摄像头视频,把场景中的卷尺刻度当比例尺来估算尺寸
  • 本次单题成本和耗时 AA 尚未公布;首发时 Astra 平均每题约 30 分钟、16.36 美元
阅读全文

AWS 发布本地模拟器 AWS Emulator:代码 100% 由自主 AI Agent 编写和审查,覆盖 200 多个服务的 400 多个 API 模型,CC0 开源、免费,可供 Claude Code、Kiro 等编码 Agent 离线测试

亚马逊 11 月 11 日(北京时间 12 日凌晨)正式发布 AWS Emulator:一个在本机运行的 AWS API 模拟器,AWS CLI、各语言 SDK 和编码 Agent 只需改几个环境变量,就能把请求打到 127.0.0.1:9297,而不是真实云端,无需 AWS 账号、也不另收费。它用 Rust 编写,基于 AWS SDK 使用的同一套 API 模型生成,官方称覆盖 200 多个服务的 400 多个 API 模型。最特别的是,按高级首席工程师 Matthew Goldberg 的说法,全部代码由成千上万个自主 Agent 编写、测试和修复,团队没有手写或人工审查过一行。源码和保真度测试集都以 CC0 协议放在 GitHub 上。

AWS 发布本地模拟器 AWS Emulator:代码 100% 由自主 AI Agent 编写和审查,覆盖 200 多个服务的 400 多个 API 模型,CC0 开源、免费,可供 Claude Code、Kiro 等编码 Agent 离线测试

核心要点速览

  • 覆盖 200+ 个 AWS 服务、400+ 个 API 模型(官方口径),本地 HTTPS 端点 127.0.0.1:9297,无需 AWS 账号、不另收费
  • 代码 100% 由自主 Agent 编写:三组 Agent 分别写测试、找差异、修 bug,每天修复 数千 个问题、数百 个 Agent 并发工作(官方口径)
  • 公开的保真度测试集 manifest 列出约 2.97 万条测试(本站统计),每条都先在真实 AWS 上验证;按服务公布「k / n」通过数,官方未给出总通过率
  • 限制:不评估 IAM 策略、单账号单 Region、只在 us-west-2 校验,数据只存在内存中,不可用于安全测试或生产
  • 安装:Linux 用 RPM/Debian 包,macOS/Windows 用 Docker;或运行 aws agent-toolkit add-skill --skill-name aws-emulator 让编码 Agent 自行配置(需 AWS CLI 2.35.0+)
阅读全文
关联模型 / 智能体 / 厂商:

Hugging Face Harness Leaderboard 加入 DeepSeek Harness:DSH 在全部 5 组评测中与第一名统计持平,DeepSWE 排第 2,Terminal-Bench 因收尾时关掉后台服务仅排第 6

Hugging Face 研究员 Joël Niklaus 11 月 11 日宣布,DeepSeek 开源编码 Agent DeepSeek Harness(DSH,开发者预览版 0.2.2-rc.1)已加入他维护的 Harness Leaderboard。该榜单固定模型和推理力度、只换 harness,比较 10 款编码 Agent。作者口径:DSH 在 DeepSeek-V4.1-Flash、GLM-5.3-Flash(低/高推理力度)和 Flint 共 5 组评测中都与第一名统计持平;DeepSWE 三模型平均排第 2,仅比 Nous Research 的 Hermes Agent 低 0.5 分;Terminal-Bench 排第 6。主要原因是 DSH 结束任务时会关掉自己启动的后台程序,3 道要求留着服务器给评分器检查的任务 36 次只过 2 次,每组评测因此丢 1.5–1.7 分。平均每解出一题花费 0.53 美元。这是个人维护的研究榜单,并非 DeepSeek 或 Hugging Face 官方公告。

Hugging Face Harness Leaderboard 加入 DeepSeek Harness:DSH 在全部 5 组评测中与第一名统计持平,DeepSWE 排第 2,Terminal-Bench 因收尾时关掉后台服务仅排第 6

核心要点速览

  • 榜单固定模型只换 harness,比较 10 款编码 Agent;DSH 在 5/5 组评测中与第一名统计持平(作者口径)
  • DeepSWE 三模型平均排 第 2,比 Hermes Agent 低 0.5 分;Terminal-Bench 排 第 6
  • 3 道需保留服务器的 Terminal-Bench 任务:DSH 2/36 通过,OpenCode、Pi、Hermes Agent 均为 36/36
  • 这 3 题让 DSH 每组评测丢 1.5–1.7 分;在 DeepSeek-V4.1-Flash 高推理力度下超过它与第一名的 1.3 分差距
  • 平均每解出一题 0.53 美元;测试版本 0.2.2-rc.1,因需 DeepSeek 账号密钥关闭了网页搜索
阅读全文

阿里发布 Qwen Code 1.0 Preview:把 Qoder 打磨的 Agent Harness 并入开源编码 Agent,Apache 2.0,三大系统原生安装包免装 Node.js

阿里 Qwen 团队 11 月 11 日在 GitHub 发布 Qwen Code v1.0.0-preview。官方说明,这一版把自家 AI IDE Qoder 里打磨的 Agent Harness(把模型、工具和执行过程串起来的那层运行框架)与 Qwen Code 合并,用来理解、实现、调试和测试代码。它支持 Qwen 账号与 Qoder 账号登录,也能接多家模型服务商和自定义兼容接口;首次为 macOS、Linux、Windows 提供原生安装包,不用再单独装 Node.js;支持会话续接和非交互执行,方便脚本与自动化。代码以 Apache 2.0 开源,但预览期暂不接受社区 PR,官方预计 2026 年 12 月之后开放。

阿里发布 Qwen Code 1.0 Preview:把 Qoder 打磨的 Agent Harness 并入开源编码 Agent,Apache 2.0,三大系统原生安装包免装 Node.js

核心要点速览

  • 定位:1.0 Preview 把 Qoder 的 Agent Harness 与 Qwen Code 合并成同一套开源编码 Agent(官方 release 说明)
  • 安装:首次提供 macOS / Linux / Windows 共 8 个原生安装包(含 arm64 与 musl),不再需要 Node.js
  • 模型:可用 Qwen 账号、Qoder 账号、QwenCloud / 阿里云百炼,或任意兼容接口的第三方与自定义服务商
  • 自动化:支持 qwen --continue / --resume 续接会话,qwen -p 单次非交互执行
  • 注意:预览版接口与配置可能变化;2026 年 12 月前暂不收社区 PR,旧版 0.27.x 仍在 main 分支维护
阅读全文

Chrome 发布 Modern Web Guidance 1.0:给编码 Agent 的现代 Web 技能包转正,新增旧代码扫描,Firefox 与 Edge 加入共建

Chrome 团队 11 月 10 日发布 Modern Web Guidance(MWG)1.0 稳定版。这是一套装进编码 Agent 的技能包,内含约 200 篇经浏览器工程师和无障碍专家审核的指南,覆盖性能、无障碍、交互体验和安全,并内置 Baseline 兼容性数据,帮 Agent 少写过时的 JavaScript,多用原生 HTML/CSS 能力。1.0 新增「现代化工作流」,可静态扫描已有的 HTML、CSS、JS 和 package.json,找出可安全升级的旧写法;项目也从 Chrome 独家变为 Firefox、Edge 共同参与。支持 Antigravity、Cursor、GitHub Copilot、Codex、WebStorm 等,一行 npx modern-web-guidance@latest install 即可安装。

Chrome 发布 Modern Web Guidance 1.0:给编码 Agent 的现代 Web 技能包转正,新增旧代码扫描,Firefox 与 Edge 加入共建

核心要点速览

  • 规模:约 200 篇专家审核指南,其中约 20% 可被 legacy-scan 确定性扫描;1.0 起每篇指南都有评测,并公开评测看板(官方口径)
  • 扫描规则:在约 4.5 万个开源仓库上分半调参与留出测试,默认规则需达到静态匹配精度 ≥80%、复核后精度 ≥90%;本地 AST 解析,零 LLM 调用
  • 案例:腾讯 WeTV 在 CI/CD 里接入后,Agent 自动解决 90% 的性能检查失败,处理时间从 4 小时降到 30 分钟(降 87%,厂商口径)
  • 案例:note inc. 在生产代码库 180 次评测中,现代 Web 检查通过率从 61% 升到 94%,431 个合并 PR 里 LCP 图片优先级设置提升 28%
  • 上手:npx modern-web-guidance@latest install,旧版用 update 升级;在 Agent 中输入 /modern-web-guidance Modernize the code in this directory 触发现代化工作流
阅读全文