Surge 发布 sudo L7 基准：衡量 AI 能否达到 Staff 级工程师水平
Surge 出了个新基准 sudo L7，用 60 个真实生产仓库任务测 AI 编程，最好的 agent 也只过 45%，想看差距在哪可以读读。
#编程助手
共 2566 条 · 7 天 220 条 · 30 天 973 条 · 话题观测 →
10月10日
ClaudeDevs 推出 dynamic workflows 公测：单次可编排 1,000 个 agent
ClaudeDevs 出了个 dynamic workflows，让 Claude 自己写计划、拆给最多 1000 个 agent 跑。找 bug 测试里 70 个能找到 66 个，就是很烧 token。
10月9日
Addy Osmani 拆解工程师对 AI Coding Agent 感受两极分化的三种根源
Addy Osmani 把工程师的失落感拆成三种：创造、知晓、重要，解释了为什么面对 coding agent 有人开心有人难受，看完你会知道自己的哪些能力要守住。
字节跳动 TRAE 合并 TraeWork 与 TraeCode，TraeWork 10 月 23 日停服
字节跳动把 TraeWork 和 TraeCode 合成了一个 TRAE，分成 Agent 和 IDE 两种模式，电脑、网页、手机都能用，TraeWork 用户 10 月 23 日前记得迁移。
Claude 新增数据看板和动画讲解，文档、幻灯片、设计功能转正
Anthropic 给 Claude 加了数据看板和动画讲解功能，看板连 BigQuery 就能用大白话查数，Motion 是写代码做动画不是视频生成，免费版还能用文档和幻灯片了。
JetBrains 发布编程模型 Mellum2.1：高负载推理吞吐量接近 Qwen3.5-9B 两倍
JetBrains 开源了新的编程模型 Mellum2.1，专门练了智能体写代码的能力，高负载下吞吐量几乎是 Qwen3.5-9B 两倍，还能本地部署保数据安全。
Matt Pocock 分享 AI Coding Agent 流程选择框架：按改动规模匹配流程重量
Matt Pocock 把 AI 编程流程讲得很实在：小改动别跑流程，大改动先让 agent 拷问需求，规划失控再上重型规划。
Claude Haiku 5.5 上线 Genspark，运行成本比 Haiku 4.5 低约 75%
Anthropic 刚发了小模型 Claude Haiku 5.5，成本比 Haiku 4.5 便宜约 75%，Genspark 的聊天和代码功能已经能直接用了。
vibe coding 日均 token 用量上限约20亿，Codex 与 Claude Code 续航差距明显
写代码跑 AI 的朋友可以看看，20亿 token 这个用量参考挺实在，还讲了怎么同时用 Codex 和 Claude Code 提升产出
GhosttyEXTREME 终端增强 AI 编码代理可视化
macOS 开发者必备，同时运行多个 AI 编程代理时，GhosttyEXTREME 能实时可视化各代理状态，比原版 Ghostty 更好用。
Claude 上线 Dashboards 和 Motion beta，覆盖 BI 看板与动效生成
Claude 新增了两个功能：连数据库一句话生成 BI 看板，写代码做可编辑动画导出 MP4。做 text2SQL 和动画工具的朋友得看看这篇。
Anthropic 给 Claude Max 订阅用户每月赠送 API 额度
Max 订阅白送 API 额度了，$100 档送 $100、$200 档送 $200，有人拿它做了个每天自动生成的 Chrome 新标签页，你可以拿来搭自己的小工具。
TRM Labs 与 CodeRabbit 对谈：AI 写的代码归谁所有
TRM Labs 和 CodeRabbit 的人聊了个实际问题：agent 写的代码怎么验证、谁负责，讲了测试证据和人工把关的做法。
Claude Dashboards 向所有付费用户开放，Claude Motion 上线 Team 和 Enterprise
Anthropic 给付费用户上新功能了：Claude 能直接连你的数据平台或 CRM，自动生成可交互的仪表盘，全是代码生成，分析岗和 PM 可以试试。
Claude Haiku 5.5 (High) 登上 Code Arena：WebDev 榜第 30 名，1587 分
Anthropic 的小模型 Haiku 5.5 上榜了，价格和 GPT-6 Luna 一样但分数更高，比自家 Haiku 4.5 便宜九成还涨分，做 Web 开发的可以看看性价比。
Claude Haiku 5.5 登顶 Code Arena WebDev 榜单
Anthropic 的新 Haiku 5.5 在 Code Arena WebDev 榜拿了 1587 分，比上一代多 257 分，写前端页面的可以留意一下这个榜单。
Meta 推出 KernelAgent：多智能体自动优化 Triton GPU 内核
Meta 要在 PyTorch 大会上讲 KernelAgent，用多智能体自动写 Triton 内核，100 个任务上比 torch.compile 快 1.56 倍，写算子的人可以看看。
Alook 给 Claude Code、Codex 等本地编程智能体配上收件箱和通讯录
Alook 让你团队里的 Claude Code 和 Codex 能像同事一样互相私信、接活转活，两个人各开一台电脑就能跑协作，看着挺新鲜。
GPT-6.1 Ultra fast 开始在 API、Codex 和 ChatGPT 推送
GPT-6.1 Ultra fast 已经推送到 API 和 Codex 了，速度更快，写代码的朋友可以直接上手试试。
Artificial Analysis 智能指数 v5 将于 10 月下旬发布
Artificial Analysis 的模型榜单要更新了，v5 加入 Terminal-Bench Science 和私有数据集的编程测试，看榜单选模型的朋友可以蹲一下。
Step 5 Preview 在 Cline 中免费开放
StepFun 的 Step 5 Preview 免费进 Cline 了，DeepSWE 成绩压过 Kimi K3 和 GLM-5.3，写代码的可以直接试试。
JetBrains 发布 Mellum2.1：12B MoE 开源编程智能体模型
JetBrains 开源了编程模型 Mellum2.1，Apache 2.0 协议随便商用，SWE-bench Verified 干到 47 分，跑智能体可以试试。
10月8日
StepFun 发布 Step 5 Preview，上线 OpenRouter 并提供一周免费
StepFun 把 Step 5 Preview 放上 OpenRouter 了，写代码跑 Agent 的朋友可以在 Cline、Kilocode 里免费用一周，顺便试试任务成本能省多少。
10月8日AI简报：Claude Haiku 5.5发布、GPT-6推送、Copilot深度整合Windows
一天里的关键更新都在这：Claude Haiku 5.5 带百万上下文还降价，GPT-6 全面推送交互式界面，GitHub Copilot CLI 能直接用本地 Ollama 模型。
Stanford 论文 DeLM：去中心化多智能体在编程任务上跑赢 Claude Code
Stanford 把多智能体编程的中央调度改成了共享任务队列，在 Codex 和 Claude Code 上实测快 2.49 倍，还开源了插件，可以直接试。
Microsoft 公布 Surface RTX Spark Dev Box 迷你主机售价 5999 美元
微软出了台 5999 美元的迷你主机，装了 128GB 内存和 RTX Spark N1X，系统预装 Copilot 和一堆开发工具，写 AI 代码开机就能用。
TinyFish 在 Apsara Conference 2026 分享 Qoder 加速团队工程开发流程
TinyFish 的 CPO 亲讲他们团队怎么把 Qoder 塞进日常开发流程，速度提升是最大卖点，做工程的朋友可以看看别人怎么用。
