代码生成

推荐理由：Meta新出的Harness-of-Harness能让编程代理连续工作数天，比独立系统平均提升52%，最高82%

推荐理由：阿里Qwen3.8-Max编程能力登顶全球，代码生成超越GPT-4o，开发者必看。

推荐理由：这篇论文揭示了代码生成模型中提示词的实际作用，告诉你哪些提示真正有效，哪些只是表面功夫。

推荐理由：编程代理现在能独立交付完整代码，不再需要你逐行监督，实现了真正的任务委派。

推荐理由：SpaceXAI的Grok-4.6在代码任务上表现亮眼，确认成功率提升15%，成本与Claude Opus 4.6相当。

推荐理由：陈天桥创立的Apodex深度搜索产品内测，功能强大，值得一试。

推荐理由：Repo0通过GPT-5 mini和DeepSeek V3.2实现了更高的功能覆盖率和通过率，是设计驱动零到全代码生成的创新框架。与RPG相比，性能提升显著。

推荐理由：Claude Design 是个新工具，能直接生成可交互的 React 原型，还能把设计稿变成代码，不用再依赖 Figma 了。

推荐理由：想认虫子？这个开源项目把图鉴做成3D展台，63种虫能转能拆能点标注，不用下载模型文件，打开网页就能看。

推荐理由：智谱发了GLM-5.3，说是开源编码模型里最强的，后训练提升50%，还帮找出了2436个漏洞，权重两周后开源，可以关注下。

推荐理由：GLM-5.3来了，不重训基础模型，后训练拉高Terminal-Bench到28.3，代码和长程任务提升，两周后开放权重。

推荐理由：谷歌新出的3.7 Flash只要3.6一半价格，编码和智能体更强，适合做子智能体跑任务。

推荐理由：谷歌发了Gemini 3.7 Flash，写代码和跑智能体任务更稳了，官方演示用它搭3D游戏，开发者可看看。

推荐理由：谷歌 DeepMind 的新 Flash 模型在 WebDev 榜冲到第8，比上代进步不小，做网页或数据任务可以试试。

推荐理由：Anthropic发了新研究，Claude在推理和代码上又强了，接近GPT-4，想了解细节的可以看看。

推荐理由：微软官方刚官宣的编程模型，做开发的朋友可以点进博客看细节。

推荐理由：Paul Graham说有个创始人靠AI一天能写5万行代码，比上次说的1万行还夸张，想看看AI编程上限的可以来围观。

推荐理由：Simon用Codex和GPT-5.6做浣熊劫案游戏，效果超Claude Fable 5，AI做游戏可参考。

推荐理由：Paul Graham说，想让LLM写代码更省token，就换更抽象的语言，连前缀表示法它也不怕。

推荐理由：论文测了五个多模态模型做截图转代码填空，发现它们都按重复UI模式猜答案，最强Codex-5.3文字准确率也只有13.89%。

推荐理由：@yangyi 把 vibe coding 的迷惑行为编成八荣八耻，条条扎心，适合当反例自嘲，也提醒你别真这么干。

推荐理由：DeepSeek又出新模型，V4-Flash-High做前端代码生成在竞技场排第七，开源里第三，比预览版涨了154分，挺能打。

推荐理由：GPT-5.6 Luna 今天降价 80%，Simon 实测超快，写 SQL、HTML、JS 都行，便宜还强。

推荐理由：OpenAI 的 GPT-5.6 三兄弟开测，Sol 全栈第 3，Terra 和 Luna 也进 top20，挑模型看这个。

推荐理由：JetBrains把KotlinLLM开源了，这个插件让LLM生成Kotlin代码直接跑，跑完就不再调模型，开销只有1%，挺有意思。

推荐理由：这篇论文提出了CoGate，让安全专家模型在没把握时少掺和，代码生成更安全，比CoSec+最高提升了12.6个百分点。

推荐理由：Matt Shumer 用 Claude Opus 5 演示了一把生成游戏，画面和逻辑全靠模型自己写，不用任何外部素材，看着挺神奇。

推荐理由：Simon Willison说降价80%的GPT-5.6 Luna很猛，在Datasette Agent里跑得飞快，SQL、HTML、JS都能生成，开发者可以看看。

推荐理由：MRCoder用Map-Reduce思路解决仓库级代码生成的上下文选择难题，比现有RAG方法节省30-50% token，推理快52%，在CoderEval和DevEval上准确率更高。