依意思最接近的 30 筆
arXiv 一篇論文以「可執行考古」方式重跑了兩個早期「會寫程式的程式」：Herbert Simon 1961 年的 Heuristic Compiler 與 MIT 1984 年的 KBEmacs。重跑分別復現了 Simon 1963 年論文中的編譯程式碼，以及 KBEmacs 1984 年 12 月自測的 SQRT 序列。作者發現兩者理論其實相近：Heuristic Compiler 同樣靠改造已有例程，Simon 後來也承認單純搜尋需要大量程式設計知識。
Google 開源了 Harness²，這是一套雙層遞迴框架，讓 Agent 在執行時自行修改腳手架、系統提示詞、工具鏈與技能庫。它在沒有標準答案時，用 Propose–Probe–Compose 對改動做行為對比篩選，並把除錯經驗寫進經驗庫，供後續任務檢索複用。實測 GLM-5 在 OpenCode 下執行 WorkBuddy-Bench，得分從 64.2 升到 75.7（+11.5 分），反超未改腳手架的 Gemini 3.5 Flash（72.4）；
作者花 3 個月、約 500B token 讓 AI agent 把一款第一人稱射擊遊戲反編譯成 C++，最終程式碼可讀但語義錯誤。專案同時使用 Claude Max（20x）與 Codex Pro 訂閱，agent 跑在 Claude Code CLI 與 Codex CLI 裡，主力是 Sonnet 5，也用過 Opus 5.5、Luna、Sol、Terra；
近期出現一批極窄用途的推理執行時，包括 Strata、ninfer、DwarfStar、Splash、llamAmpere、gufo 等。它們刻意放棄 llama.cpp 與 vLLM 擅長的通用性，只針對少數模型甚至單一硬體家族（如 Strix Halo）做最佳化。作者認為通用執行時負責相容、過擬合執行時負責極致效能將成為常態，並有助於智慧的民主化與去中心化，讓現有硬體在特定配置下榨出最大輸出。
Google AI Edge 的 Model Explorer 現在支援自訂編譯器中間表示，並提供 TOSA、VGF、PTE 等開源介面卡，面向端側機器學習。開發者可用分層圖視覺化、分屏檢視和逐節點 trace 疊加來發現匯出迴歸、驗證硬體委託，在本地定位到週期級的延遲瓶頸。
Rust 編寫的 hypervisor Capsem 開源發布，把每個 AI 編碼代理關進獨立的氣隙 Linux 虛擬機器裡執行。macOS 端基於 Apple Virtualization.framework，要求 macOS 14+ 與 Apple Silicon，Linux 端需 KVM，預裝 Claude Code、Gemini CLI、Codex 與 Python、Node.js 等 30 多個包，10 秒內可進入提示符。
一位寫了 18 年程式碼的開發者表示，自去年在 Claude Code 中使用 Opus 4.5 後，用自然語言描述需求比手寫程式碼更快，於是徹底停止了手寫程式碼。他所在的 Filestage 團隊月合併 PR 從約 200 增至 300，bug 報告未增加，每位開發者每月 AI 訂閱費 20 美元，工具可自選 Codex、Claude Code 或 Cursor。
Ricursive Intelligence 兩位創始人在 TechCrunch Disrupt 上介紹，公司正開發能自行設計晶片、從每次迭代中學習並改進後續設計的 AI，目標是自動化並加速晶片設計流程。創始人 Anna Goldie 與 Azalia Mirhoseini 稱未來五年算力需求至少增長 10000 倍，與其建 10000 倍資料中心，不如讓晶片和晶圓用得更高效；
AI 現在能在數天內自動反編譯遊戲，把編譯後的成品還原成原始碼再重新編譯到其他平台，產出支援高幀率、動態解析度與模組的原生版本。作者舉例 IsaacRecomp 將 2011 年 Flash 版《以撒的結合》自動移植為 C++，從鎖定 30FPS、低解析度變為原生 1440p、插值到 165FPS，同類專案已有數百個，涵蓋《科林麥克雷拉力賽 2.0》《最終幻想戰略版 Advance》《銀河戰士 Prime》，開發中的 AnyPS5 號稱可把任意 PS5 遊戲移植到 PC。
AI 工具正在加速老遊戲的反編譯與重編譯移植，也讓專注遊戲儲存的社群遭到衝擊。過去一個月，瀏覽器裡的《光環》、iPhone 上的《風之杖》、混合現實中的《任天堂明星大亂鬥》等非常規移植專案高頻走紅。愛好者用 decomps/recomps 逆向拆解遊戲，再為新平台重建；AI 提高了移植速度，卻撕裂了原本緊密的儲存社群。
Anthropic 發布 Claude Haiku 5.5，官方稱其是迄今最便宜、最快、能力最強的小模型，平均執行成本比 Haiku 4.5 低約 75%。定價為每百萬 token 輸入 0.10 美元、輸出 0.50 美元（提示 10 萬 token 以內），並首次在 Haiku 級模型上提供可調 effort 設定，用於權衡成本與智慧。
Anthropic 於 10 月 7 日發布 Claude Haiku 5.5，百萬輸入 Token 最低 0.1 美元，較上代降價 90%，並首次在 Haiku 系列引入可調節推理強度，支援 100 萬 Token 上下文與 12.8 萬 Token 輸出。官方基準顯示其在 OSWorld 2.1 取得 72.4% 成功率，高於 GPT-6 Luna 的 48.9%，但最高成績對應最大推理強度，中等強度下 Terminal-Bench 成績從 39.2% 降至約 20%。
哈佛大學研究者在 700 多家公司、70 萬名員工、3 億條工作事件的資料中發現，AI 程式設計工具並未讓企業軟體產出增加或減少用人，編碼階段省下的時間被下游環節吸收。程式碼審查時長明顯增加，pull request 更常需要返工，審查者留下的評論也更多。研究據此認為人工程式碼審查是 AI 編碼效率的主要瓶頸。
awslabs 發布 AI-DLC 最新穩定版，這是一套與 harness 無關的 AI 編碼工作流核心，可原生執行在 Claude Code、Kiro CLI、Kiro IDE、Codex CLI、Cursor、opencode 與 GitHub Copilot 中。macOS、Linux、WSL 和 Windows 各有一條安裝命令，原生安裝自帶 aidlc 命令與各 harness 執行時，無需 Bun 或 Node.js。
INIT Labs 開源了 Rust 編寫的 coding agent INIT，它能在同一段對話中重寫並熱替換自己的 harness（提示詞、工具、編譯核心），換核耗時 4.3 秒，並保留 87.9% 的 prompt cache。模型幾乎可以改寫所有層，但永遠不能觸碰 Root：金鑰、簽名記錄與快照都在 Root 中；12 項危害訊號中任意一項觸發，都會回滾改動。一次對 shell 工具的改動因評分偏低被拒絕，9 秒後回滾，記錄 seq 88–90 均帶簽名。
研究者提出 SELFCOMPACT，讓語言模型自行決定何時、以何種方式壓縮 agent 軌跡，取代按固定 token 閾值觸發的定時壓縮。長軌跡中的思維鏈與工具呼叫會累積過時內容，干擾後續生成並最終撐爆上下文視窗，而固定間隔壓縮不關注軌跡結構，可能在推導或搜尋中途丟棄部分結果。該方案在推理階段引入兩個元件，其中之一是模型可主動呼叫的壓縮工具，用於總結已累積的內容。
作者以親歷說明 AI 讓「更敢做」變得可行：藉助 SOTA 模型，他只花個位數小時就做出可用的正則引擎、ripgrep 分支和更快的 Rust 建置，而這類工作過去要一年以上。他還為常被當成 AI 生成垃圾的 pgrust（用 Rust 重寫 Postgres）辯護，指出其維護者在測試中發現了多個真實 Postgres bug，涉及數值、格式快取、pgcrypto 與 money 溢位。
Hugging Face 的 yuvraj sharma 用 HuggingChat 裡的 ML Intern agent，幾天內做出 6 個公開模型，其中把 Qwen-Image 2.1 自帶的 9B 提示改寫器蒸餾成 0.8B 版本，可在 CPU 執行，輸出有效率 99.7%，token 消耗約為教師模型的四分之一。該專案含 9B 模型標註 8,797 條樣本，算力成本 16 美元。
DHH 讓 AI agent 把 Campfire Once 從 Ruby on Rails 重寫為 Rust，並追加了 Elixir、Go 版本，而他本人並不閱讀程式碼；結果 Rust 版在高負載下新帖通知的投遞率只有 1%（6-7k 個事件中）。該版本還丟掉了 CSRF token 以便快取、用程序內佇列替代 Redis，未保持 100% 向後相容，部分資料庫操作與鎖也以阻塞方式跑在 async 任務裡。
Minotaur 這套不依賴語言模型、也不用 GPU 的 AI 架構，能完成演繹、歸納、溯因、診斷、實驗選擇與信念修正等多種推理，全部由單個網路、單個普通 CPU 核心完成，每題約 0.25 秒。在由從未看過其程式碼的人設計的盲測中，它在一道“提問會改變證人記憶”的警方訊問推理題，以及僅憑資料學習、診斷和預測系統兩項上，與當前語言模型表現持平。文章還回顧了邏輯理論家、通用問題求解器、專家系統、Prolog 與日本第五代計算機專案等前語言模型路線各自的止步之處。
Anthropic 推出 Claude Haiku 5.5（claude-haiku-5-5），面向高併發與低延遲場景。該模型提供 1M token 上下文視窗、128k 最大輸出 token，並支援通過 effort 引數調節的自適應思考。已在 Claude API、Amazon Bedrock、AWS 上的 Claude Platform、Google Cloud 和 Microsoft Foundry 上線。
因一起版權官司，Anthropic 2021 年 7 月的「最高機密」內部研究路線圖意外曝光。檔案當時就把「具備軟體工程師同事全部能力」的通用 AI 助手定為終極目標，與今天的 Claude Code 一致，CEO Dario 拍板短期先驗證工具呼叫、長期演進為程式設計助手。路線圖還寫明要訓練 1T（1 萬億）引數以上的超大模型、探索超長上下文，並提出模型自我評判與 Test-time compute。安全部分已討論無沙箱隔離下執行程式碼的工具呼叫風險。
Ai2 把原先基於優先順序的 GPU 排程器換成了由 GPU 時間預算、層級化公平分配和時間切片契約組成的新系統。它管理數千塊 NVIDIA H100、B200、B300，叢集規模從 88 到 1024 塊 GPU，服務約 150 名內部研究者，GPU 需求長期是供給的 2 到 3 倍。舊方案導致 GPU 蹲坑佔位、優先順序通脹（最終 100% 工作負載都標為 HIGH）以及值班工程師大量時間用於協商關閉不可搶佔任務。
Anthropic 前沿紅隊部落格發布研究：與 Theorem Labs 合作，用 Claude 在數週內為一百多個真實開源庫證明安全屬性。形式化驗證過去只能用於小規模程式碼庫或需大量專家時間，AI 模型正讓大規模驗證變得可行。完整研究已在其部落格發布。
蘋果 Xcode 26.3 已整合 Claude Agent SDK，開發者可在 Apple 平台用 Claude 執行自主、長時間執行的編碼任務。Anthropic 同期還宣布三年投入 1.5 億美元參與美國 Genesis Mission，與 Accenture 預計五年內投入至少 10 億美元建設前沿 AI 獨立評估能力，並與 Gates Foundation 達成 2 億美元合作。
Anthropic 工程負責人 Felix Rieseberg 宣布，本月起把 LeetCode 式限時程式設計面試從自己團隊的流程中徹底移除，理由是 Claude 在這類題目上表現更好，筆試成績已難以預測入職後的實際產出。他同時發布《衝勁勝過資歷》一文，給初級工程師五條建議：盯業務影響、選足夠大膽的想法、用一個週末做出可執行原型、聚焦單一想法、善用新人視角。文中還提到兩名新員工用一個週末做出 Claude Code 圖形介面原型，約八天後首個公開版本上線。
斯坦福教授 John Ousterhout 在 AI Engineer 演講中提出 Homa，一種面向資料中心的全新傳輸協議，認為 TCP 和 RDMA 正成為 AI 叢集的瓶頸。他指出 AI 負載已從大流量梯度傳輸轉向 KV cache 查詢、屏障同步等小訊息協調，這類訊息對延遲敏感，一旦與大數據流混排就會陷入 incast 佇列，拖高尾延遲並讓 GPU 空轉。Homa 基於訊息而非位元組流，採用接收端驅動的擁塞控制，並用 SRPT 優先排程短訊息。
LLM 從零將 TypeScript 編譯器移植為 Rust 版 tsc-rs 併發布，Claude Opus 5.5 用兩週、約 24,047 美元 API 費用完成；此前用 OpenAI 的 GPT-5.6 Sol 與 GPT 6 Astra 花掉逾 40 萬美元仍未突破約 84% 相容度。
在 Criteo 任職的初級工程師 Elise Baturone 認為，AI 不會讓軟體工程師消失，真正的風險是資深工程師消失、所有人永遠停在 Junior 階段。她把自己的 agent 調教成導師，用蘇格拉底式提問做理解檢查，並把「提問」和「review」當成需要自己練的技能：追問 agent 解釋設計選擇、引用來源、論證可疑方案，常能讓它自己發現錯誤。她承認這更費 token，但先弄懂再上線更省事；
Anthropic 發布一套面向企業客戶的報表工具：管理者可以按時間段檢視團隊用 AI 做了什麼、產出多少、消耗多少 token、流程卡在哪裡，並獲得改進建議；這些資料預設不用於模型訓練。同時上線團隊共享預算池，用於管理 token 支出。Anthropic 披露 Claude Code 淨收入留存率達 900%；