
整仓迁移交给Coding Agent,训练与推理行为还能对齐吗?谷歌团队发布T2J-Bench (opens in a new tab)
Google Cloud AI Research等团队发布T2J-Bench,以63个整仓任务评测Coding Agent将PyTorch迁移至JAX的行为保真度,并提出TwinHarness,使Claude-Code与opus-5组合的总体得分从0.649升至0.723,相对提升11.4%。
Total 385 articles

Google Cloud AI Research等团队发布T2J-Bench,以63个整仓任务评测Coding Agent将PyTorch迁移至JAX的行为保真度,并提出TwinHarness,使Claude-Code与opus-5组合的总体得分从0.649升至0.723,相对提升11.4%。

最近几个月,Vibe Coding(氛围编程)是一大刷屏热词。以 Cursor 和 Claude Code 为代表的一批工具,正在将软件开发效率推向新的高度。

Claude Code之父删掉IDE,并表示以后只写循环,不再写提示词了:你苦练两年的提示词工程,真要被一夜干掉了吗?

browser-use 团队最近开源了一个叫 video-use 的 Claude Code 技能。

本文翻译自 Anthropic 官方博客「Seeing like an agent: how we design tools in Claude Code」,作者 Thariq Shihipar,Claude Code 团队工程师,今天发布。以下为逐段中英对照翻译

前两天有个朋友问我最近在忙什么。 我说翻了两本书。 一本回忆录,542 页。一本讲 OpenAI 和 DeepMind 的,350 页。加起来四十多万字中文。 他说你翻了多久。 我说第一本花费半天,第二本半小时。 他沉默了大概五秒钟,然后说:“你是不是在测试我的智商。” 我把 Claude Code 的操作日志截图发过去了。 他看了半天,回了一个字:靠。。然后追了一句:“你不是搞媒体的吗。” 对,跟翻译八竿子打不着。 这个反差我自己也没完全消化。所以今天想把整个过程从头拆一遍。重点不是翻译技术,重点是我在这件事上发现的一个快速搭建 AI 工作流的办法。 先把故事讲完。 13 万词丢过来的时候我

这段时间 AI 编程的热度完全没退,一个原因是国内接连推出开源了不少针对编程优化的大模型,主打长上下文、Agent 智能体、工具调用,几乎成了标配,成了 Claude Code 的国产替代,比如 GLM-4.5、DeepSeek V3.1、Kimi K2。

美国加州提供单人专用的 Mac mini 租赁服务,Apple M4 设备预装 Claude Code、Codex 和 Remote Screen,支持远程桌面或 SSH 接入,首批 50 台已租出 41 台。

Claude Code核心作者Thariq Shihipar正式离职Anthropic,并在告别信中提出“向上竞赛”,主张强模型时代应减少提示词约束、重塑人机交互并转向高密度HTML界面。

Anthropic为Claude Code新增"收尾额度"(Wrap-Up Allowance)功能,撞上5小时用量上限时不再一刀切断,而是从周限额中扣除固定额度让当前步骤做完再停,Pro用户每周仅可使用一次。