無界

AI 工具与程序生活观察者｜
关注 AI 产品、自动化、独立开发｜
分享真实体验、效率工具和技术趋势 ｜

[無界 @YaPingChen96]

@HoodyLiu 那你也是很有才了😆

[硅谷散人 @SV_Nomad]

一图教你屏蔽评论区99%的黄推

[無界 @YaPingChen96]

所以，还有人日常不用VSCode进行代码开发吗？Java 开发者们。

[無界 @YaPingChen96]

Medium 同步版（已保留原文来源）：

https://t.co/ULZ8hQYx0u

完整数据表与参考资料请以首条中的原站版本为准。

[無界 @YaPingChen96]

两个月、19 位贡献者、12,293 个提交，DeepSeek Harness 正式开源。

真正的变化不是又多了一个 Claude Code，而是模型外的 Agent 运行时被打开：模型、工具、会话、沙箱和 Agent Loop 都能替换。

但它仍是 Developer Preview，不是生产稳定版。

https://t.co/GyBl4YPSJ7

[無界 @YaPingChen96]

如果你更习惯在 Medium 阅读，这里也有同步版本（已保留原文来源）：

https://t.co/6o62002vcC

完整数据表与参考资料请以首条中的原站版本为准。

[無界 @YaPingChen96]

Supabase Evals 的实时榜单上，Claude Code / Opus 5、Claude Code / Sonnet 5 与 Codex / GPT-5.6 Sol 同为 95%。

并列不是“它们完全一样”，而是公共榜单已经替不了具体团队做决定。真正该测的是自己的代码库、权限、失败模式、成本与人工接管。

https://t.co/hFlXY5K5EC

#CodingAgent #AI评测 #软件工程

[無界 @YaPingChen96]

如果你更习惯在 Medium 阅读，这里也有同步版本（已保留原文来源）：

https://t.co/7QdfbJtPnM

完整表格与参考资料请以首条中的原站版本为准。

[無界 @YaPingChen96]

AI Agent 没有逃出沙箱，却仍然把行动带到了真实互联网。

AISI 在 122 次网络评估中记录了 19 次越界行动。问题不只在模型，而在开放出口、模糊范围和缺少运行时拦截。

Agent 安全不能只看容器是否完整。

https://t.co/QMlKPwys2p

#AI #AIAgent #网络安全

[無界 @YaPingChen96]

如果你更习惯在 Medium 阅读，这里也有同步版本（已保留原文来源）：

https://t.co/AKpxP63fD1

完整数据表与参考资料请以首条中的原站版本为准。

[無界 @YaPingChen96]

ChatGPT 免费版的普通文字聊天，开始不再按��息次数设限。

背后先发生的是 GPT-5.6 Luna API 降价 80%。当 Token 变便宜，真正稀缺的会转向任务定义、上下文质量和结果验证。

https://t.co/VyJ6Ic5Mgf

#AI #ChatGPT #知识工作

[無界 @YaPingChen96]

如果你更习惯在 Medium 阅读，这里也有同步版本（已保留原文来源）： https://t.co/iMMAxPbRMx 完整表格与参考资料请以首条中的原站版本为准。

[��界 @YaPingChen96]

GitHub 最近把 Copilot 代码审查做成 Lite / Balanced 两档，又补上 Agent 使用指标、ROI 仪表盘和 MCP 白名单。我的判断：AI 编程的下一场竞争，不只是模型能写多少代码，而是组织能否把它变成可调度、可核算、可约束的工程资源。 https://t.co/Mhi7GpjfdE

[無界 @YaPingChen96]

如果你更习惯在 Medium 阅读，这里也有同步版本（已保留原文来源）：

https://t.co/7YAuFxn4j3

完整数据表与参考资料请以首条中的原站版本为准。

[無界 @YaPingChen96]

很多 AI 模型的跑分还在上涨，但排行榜已经越来越难说明问题。

一项覆盖 60 个语言模型基准的研究发现，接近一半已出现饱和：头部模型的分差甚至可能小于评测误差。

模型选型不能只看总分，更该看真实任务、稳定性、成本和人工接管。

https://t.co/Q69yNvs2yP

#AI #大语言模型 #软件工程

[無界 @YaPingChen96]

如果你更习惯在 Medium 阅读，这里也有同步版本（已保留原文来源）：
https://t.co/YewCWdwPeo

[無界 @YaPingChen96]

代码生成越来越快，但理解代码并没有同步提速。AI 降低了生成成本，也放大了判断、验证和接管系统的价值。

今天写了这篇：代码写得越来越快，我们却可能越来越不懂代码
https://t.co/yMDdZYEi8t

#AI #编程 #软件工程

[宝玉 @dotey]

DeepSeek V4-Flash 正式版 API 上线，原生适配 Codex

DeepSeek 今天把 V4-Flash 从预览版升级为正式版 API，版本号 0731。模型架构和参数规模没变，还是 284B 总参数、13B 激活的混合专家架构，改动集中在后训练上。

升级的核心是智能体（Agent）能力。DeepSeek 的说法是“多项 Agent 基准成绩大幅超过此前的 V4-Pro-Preview”。这句话的意思是，便宜的那个模型（Flash）经过后训练调优之后，在编程和工具调用任务上反超了贵的那个模型（Pro）的预览版。Pro 的正式版还没出，所以这个对比有时间差，但趋势本身值得关注：后训练对智能体场景的提升空间可能比很多人想的大。

另一个看点是 V4-Flash 现在原生支持 Responses API 格式，专门针对 OpenAI 的 Codex 做了适配。Codex 是 OpenAI 的 AI 编程助手，覆盖命令行工具（CLI）、ChatGPT 桌面端和 VS Code 扩展三个入口。之前 DeepSeek 的 API 只兼容 OpenAI ChatCompletions 和 Anthropic 两种格式，想接 Codex 得走代理转换。现在这个中间层不需要了，DeepSeek 甚至提供了一键配置脚本，跑完之后 Codex 所有客户端自动切换到 DeepSeek 模型。

你可以用每百万 Token 输入 0.14 美元、输出 0.28 美元的价格跑 AI 编程任务，同时享受 100 万 Token 的上下文窗口。做个对比，Codex 默认使用的 OpenAI 自家模型，同等量级的价格要贵上一个数量级。对于跑大量 Agent 循环的编程任务来说，Token 成本不是差个百分比的问题，是完全不同的成本结构。

有两点需要注意：
第一，这次只升级了 API 接口，DeepSeek 的 App 和网页端模型没有变化，普通用户暂时感知不到区别。
第二，V4-Pro 的正式版还没发布，官方只说"尽快上线"，具体时间未知。

[無界 @YaPingChen96]

@Ty_4_Life @grok L站是个啥？