依意思最接近的 30 筆
Claude Code 團隊在分享中表示，程式碼評審已從合併前等待同事把關的最後一道關卡，變成像寫作時拼寫檢查那樣持續進行，多數改動在被請求人工檢視前已由 Claude 至少審過一遍。他們認為「人類有沒有讀過這段程式碼」是判斷風險的粗略代理，更該問的是這次改動可能出什麼問題、應由哪種檢查（自動或人工）來捕捉。這樣能攔下大部分常規錯誤，把團隊注意力留給更高層的問題與審查。
Benefit Street Partners 的 Anant Kumar 用 Codex 做程式碼審查，以便更快迭代他開發的貸款估值對比與信貸協議分析工具。這些工具用於比較貸款估值、解析信貸協議，Codex 主要承擔程式碼審查和後續修改的快速跟進，從而縮短問題回應時間。
Claude Code 團隊公開其程式碼審查流程：多數 PR 只需一位人類把關，其餘交給 Claude 自動審查。6 月至 9 月，該倉庫合併 PR 數翻倍以上，回滾比例下降超 40%；Anthropic monorepo 每日變更從 5 月約 2500 次增至 9 月逾 3 萬次。
一篇觀點文章主張，LLM 讓寫程式碼不再耗時，瓶頸轉為編譯重啟的反饋迴圈，基於映象的 Common Lisp 因此成為最佳語言。作者稱 Common Lisp 可即時替換函式而無需重啟，出錯時進入保留完整棧與變數的偵錯程式而非崩潰，LLM 可據此修復並繼續執行。他稱自己用 Common Lisp 寫的應用比 Python 版本短約 6 到 7 倍，token 更少；代價是 Quicklisp 僅數千個專案，標準自 1994 年未更新。
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。
llama.cpp 發布 b11658 建置，新增對 maion-coder 模型架構的支援，並加入對 Draft 模型的推理支援，提交者包括微軟的 Karthik Vijayan。
HN 上一條提問帖討論 LLM 何時能接管軟體架構設計、不再需要人類留在設計環節。發帖者認為程式碼、數學這類有明確對錯的任務已被充分 RL，下一步就是讓 Anthropic、OpenAI 等收集好架構與壞架構的資料集做 RL；他提到 2024 年 LLM 還只是高階自動補全，如今業界已在談用 agent 搭「軟體工廠」，並判斷幾年內實際程式設計技能的需求會消失九成，產品負責人這類軟技能崗位更受青睞。帖子目前 9 分、3 條評論，屬觀點討論，沒有官方資訊。
Claude Code Review 結束研究預覽，正式向 Claude Team 和 Enterprise 組織開放。官方稱多數審查耗時從預覽期的約 20 分鐘縮短到 6-10 分鐘，速度約為原先的 3 倍，管理員還可按倉庫選擇 Quick、Standard 或 Deep 三檔審查強度。Enterprise 組織可在 2027 年 1 月 15 日前領取至少 1 萬美元 Code Review 額度，額度領取後 30 天過期。
有人在 GitHub 上對本地執行的大語言模型進行「拷問」和「疼痛」實驗，引發 X 上關於 AI 倫理的激烈爭論，部分有效利他主義者和相信 LLM 有感知的人要求 GitHub 刪除該專案。爭論源於近期多篇關於 AI 意識和「模型福利」的病毒式論文與博文，Anthropic 也曾在部落格和「Claude 憲法」中提及模型福利。文章認為 LLM 並不具備意識，其基於人類文字訓練的技術沒有通向意識的合理路徑。
作者用 Claude Code（Opus 5.5、high effort）在同一程式碼庫的原版與刪光註釋的副本上各跑三次，完成兩個真實功能任務；所有執行都通過 lint、型別檢查與現有測試，大任務還通過了一個隱藏測試。評分差異在噪聲範圍內，小任務上無註釋版少用約 22% token（1.71M 對 2.18M）。大任務三次執行的 token 在 7.01M 到 10.64M 之間波動，作者據此提醒 agent 輸出不確定，只跑一次可能得出完全相反的結論。
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。
一項新論文評估了 LLM 能否替代人類做機器翻譯品質評估，結論是人類和模型在這項任務上都不輕鬆。研究針對 MQM（多維品質指標）與 ESA（錯誤跨度標註）兩套主流方案，將模型的標註結果與人類標註者的一致性進行對比。作者指出，機器翻譯評估涉及大量語言對、領域和不同標註粒度，LLM 只有在這些維度上被充分檢驗，才談得上作為人工評估的替代方案。
Linus Torvalds 發布了首個由 LLM 輔助編寫的補丁系列，共 10 個補丁，用於解決一個長期存在的問題，已提交核心郵件列表評審。該系列改進 folio 查詢：識別出熱 folio 後延遲到 RCU 週期之後再釋放，使 folio 資料訪問本身也能在 RCU 保護區內完成，快速路徑無需取引用計數，在 read() 密集的基準測試中帶來約一個數量級的加速。不過評審已指出程式碼存在競態條件，仍需繼續修改。
聯想天禧 AI 自研程式碼智慧體框架 TianxiCode 配合 DeepSeek-v4.1-Flash，在 SWE-bench-Live（Lite 分榜）以 71% 的問題解決率位列全球第一，並通過官方 Verified 核驗。該評測基於真實 GitHub 專案問題與可復現執行環境，官方會審查全鏈路智慧體執行軌跡並排查答案、測試用例洩露。
作者回應 Rich Hickey 於 2026 年 10 月 11 日發表的《"AI" is Not a Tool》，認為 LLM 屬於工具而非自動化，能否用好取決於使用者的技能。編譯器與電子表格同樣自動完成大量工作，但仍由人指定輸入、檢查結果並決定下一步，因此自動生成文字不該被排除在工具之外。作者也承認用摘要代替讀論文會損失學習機會，但可以讀原文再用 LLM 質疑自己的理解；同時批評「失控」「越獄」「密謀」等擬人化措辭，把軟體故障說成人的動機。
Karpathy 稱 LLM 能力的認知差距正在擴大，從兩群人各說各話變成尖銳的漏斗。他估算約 60 億人（75%）幾乎沒接觸過 LLM，10 至 20 億人（20%）只是偶爾用免費版聊天機器人，約 2000 萬人（0.2%）在數學與程式碼上親身使用前沿模型，過去要花數週數月的專案現在一個提示就能由 agent 完成。
OpenAI 開發者帳號介紹了內部工程師如何使用 Codex：在自家程式碼庫中檢索、定位需要關注的部分，並逐步消化積壓的維護任務。推文只給出這一概述，未披露具體工作流程、所用模型版本或效率資料。
Llmspeed 是一個可按硬體或模型查詢本地大模型推理速度的網站，用於在購買硬體前預估實際體驗。它覆蓋 RTX 5090、RTX 3090、Mac Studio M5 Ultra 512GB、DGX Spark、Strix Halo 與純 CPU 等三十餘種配置，以及 Qwen 3.6/3.8 27B、GPT-OSS 120B、DeepSeek V4 Flash、GLM-5.3 Flash 等模型，給出短提示、單裝置下的速度估計。
llama.cpp 合併 PR #27694，為 simple draft 與 MTP 推測解碼引入機率取樣：草稿端按機率取樣，目標模型用拒絕取樣驗證，並修復草稿取樣器與目標模型共用 RNG 流等問題。新增開關控制機率草稿取樣，預設仍為貪心；語法約束請求回退到 argmax，同時支援在拒絕取樣中處理語法約束。改動由 NVIDIA 工程師參與提交，隨各平台建置一同發布。
Karpathy 認為，隨著 LLM 能力提升，人類工作將更多轉向監督與理解模型輸出，而 LLM 本身也能在這方面提供幫助。他給出的遞進式技巧包括：要求模型用航空維護文件規範 ASD-STE100 寫作、生成圖表、輸出 HTML 互動網頁，以及製作定製解釋影片，例如用 ElevenLabs API 生成 3b1b 風格影片。他強調可以要求模型產出大型、定製、用完即棄的軟體產物，如網頁應用和影片直譯器。
Rich Hickey 發表短文《'AI' Is Not a Tool》，主張 LLM 不是可被揮舞的工具，而是自動化：它自行行動，使用者只發出請求，沒有持續控制，也沒有感官反饋。他以用 LLM 讀論文為例，指出是它讀了而不是你讀了，讀者因此錯過學習寫作、組織論證、發現細節乃至學習思考的機會。他強調工具不會失控或叛變，而自動化有著與工具不同、忽視不得的固有屬性。
一篇評論文章反駁 AI「不可避免」的流行說法，提出判斷一項技術是否真正必然的四條標準：能完成任務且不顯著遜色、該任務有社會價值且依賴稀缺勞動力、輸出在量或質上壓倒性超越替代方案、不用它的人無法靠改變行為抵消其影響，四條全中才算不可避免。作者以火藥與火炮為例：歐洲政治碎片化、工事多為高薄牆，火炮攻城效率遠超配重投石機，各國不得不盡快採用；而中國以夯土城牆為主，火炮價值低得多。文章認為 LLM 支持者的邏輯正是：不用的人會在權力上落後，最終受制於使用者。
llama.cpp 發布 b11439 版本，把 selective expert copying 從 ggml 內部重構到使用者程式碼，並將兩個模型納入 selective expert copy 測試，測試模型選用 deepseek2，改動由 Georgi Gerganov 等人共同提交，同時修正了 ggml-backend.h 的註釋與空白。
llama.cpp 發布 b11387 版本，修復了在截斷後溫度大於 0 時 n-gram 草稿被拒絕的問題（PR #29924），由 NVIDIA 的 Pranesh Gonegandla 參與提交。
llama.cpp 發布 b11572，新增對 vLLM d3 模型的支援（d2 同步更新），並加入 pplx-decider 模型支援，同時澄清命名規則、加強校驗。該版本照例提供 macOS/iOS、Linux、Windows、Android、openEuler 的預編譯包，覆蓋 CUDA 12/13、ROCm 10.0、Vulkan、SYCL、OpenVINO 以及驍龍 CPU/Adreno GPU/Hexagon NPU 等後端。
AlphaGo 核心作者 Thore Graepel 在 MIT Technology Review 發文稱 LLM 不會推理，並已離開 Google DeepMind 創業做可審計的機器推理。他指出 AlphaGo 第 37 手是策略網路加搜尋機制的結果，而 LLM 的思維鏈仍只是預測下一個 token，缺少可檢查的認知狀態、知識與推理的分離，且常事後編造解釋。Yann LeCun 表示讚賞，認為真正推理必須涉及搜尋。
llama.cpp 發布 b11571 建置，新增對 pplx-decider（vLLM decision 2）模型的支援，並加入更嚴格的模型校驗、明確命名規則等改動。該版本同步提供 macOS、Linux、Windows、Android 各平台預編譯包，覆蓋 CUDA 12/13、ROCm 10.0、Vulkan、OpenVINO、SYCL 以及 Snapdragon 的 CPU、Adreno GPU、Hexagon NPU 等後端。
llama.cpp 的 PR #29825 通過最佳化索引器分數記憶體，把 Qwen Flash Next 等 Qwen4 模型的視訊記憶體佔用減半。實測在上下文 131072、ub 2048 時從 3.0 GiB 降至 1.5 GiB，262144、ub 4096 時從 11.7 GiB 降至 5.6 GiB。作者稱 logits 逐位一致、pp/tg 速度不變，僅分數因 fp32 舍入有差異；有使用者反饋解碼速度約降 10%。
llama.cpp 發布 b11555，修復了在支援 F16C 的 AVX2 CPU 上未啟用 F16C 的問題，可改善 x86 平台的 CPU 推理表現。同步更新的預編譯包覆蓋 macOS Apple Silicon、Windows 與 Linux 的 CUDA 12/13、Vulkan、ROCm 10.0、SYCL、OpenVINO，以及 Android、openEuler 等平台；
有作者撰文反駁“沒人知道大語言模型如何工作”的說法，稱 LLM 是純機械系統。文中拆解一次推理：文字先切成 token 並數值化，經矩陣乘法、注意力、歸一化與非線性變換逐層計算啟用，最終得到下一個 token 的機率分佈並按解碼規則輸出；訓練用損失函式回傳誤差調整引數，日常呼叫不會改動引數。作者強調只要有模型與工具，就能記錄每層啟用、檢查注意力頭與權重、增刪元件觀察變化，Transformer Circuits 與 circuit tracing 等可解釋性研究也在公開推進。