跳到正文

#程式開發

RSS
今日 0 則
7月8日週三
  1. Cognition / Devin Blog74

    SWE‑1.7:以更低成本達成前沿智慧

    SWE‑1.7 以更低成本達成前沿智慧,成為 Cognition 最新的 RL‑驅動 LLM。 - 成本效能:相較 Kimi K2.7,SWE‑1.7 在 FrontierCode 1.1 上 42.3% 通過率,成本僅為 30.1% 的平均 USD 花費。

    推薦理由:SWE‑1.7 以更低成本達成前沿智慧,為軟體工程代理提供可直接套用的技術與指標;其高效 RL 訓練架構與長期任務自壓縮功能,對開發者提升實務價值。

  2. Cognition / Devin Blog56

    測量開源衍生模型的可信度

    測量開源衍生模型的可信度 - 評估工具:Cognition 建立了結合直接提問與真實編碼場景的評估套件,涵蓋宣傳、拒絕與差異化安全等三大維度。 - 實驗物件:對 Kimi K2.7 Code、DeepSeek‑V4、GLM 5.2、GPT 5.5、Claude Opus 4.8 以及新開發的 SWE‑1.7 進行測試。

7月7日週二
  1. Cognition / Devin Blog70

    FrontierCode 1.1 針對網路使用精細化方法提升模型評估公正性

    FrontierCode 1.1 以更精細的網路使用規範與評分審核,將模型測試從不公平的網路搜尋中分離,並提升評分準確度。 - 公平網路使用:新增「fair internet use」提示與驗證器,將不公平使用率降至 1% 以下。

    推薦理由:FrontierCode 1.1 透過精細化網路使用規範與評分審核,提升模型測試的真實性與公正性,並兼顧實務可執行性,為開發者提供可落地的評估指標。

7月2日週四
7月1日週三
  1. Cognition / Devin Blog75

    推出 Devin Security Swarm:自動驗證與修補漏洞工具

    Devin Security Swarm 是一款自動化安全掃描工具,能在程式碼庫中發現漏洞、驗證可利用性並自動產生修補 PR。 - 功能:跨檔案推理、連結攻擊路徑、沙盒驗證、修補 PR 生成。

    推薦理由:能自動驗證可利用漏洞並自動產生修補 PR,降低成本並提高修復速度,同時支援多語言程式碼庫,並可在日常 CI 中自動執行,減少人工審核負擔

6月29日週一
6月25日週四
6月23日週二
  1. Python Official Blog77

    Python 3.15.0 beta 3 已發布

    Python 3.15.0 beta 3 已發布,為 Python 3.15 系列的第三個 beta 版。 * 195 項修復、建置改進與檔案更新,來自 86 位貢獻者。

    推薦理由:Python 3.15 beta 3 推出多項新功能與效能提升,開發者可先行測試以確保上線相容。

6月22日週一
  1. Modal Engineering Blog72

    拆解沙盒啟動延遲:為什麼啟動 ≠ 就緒

    Modal 針對沙盒啟動延遲進行拆解,指出容器啟動只是整個流程的一小段,真正耗時的是應用程式初始化。 - 完整啟動週期 Created → Scheduled → Started → Ready → In Use,容器啟動時間通常佔不到 10% 的總等待。

    推薦理由:瞭解沙盒啟動全流程與最佳化方法,能協助工程師減少使用者等待時間並提升系統吞吐量,在高併發環境下更顯優勢。

6月17日週三
6月11日週四
6月8日週一
6月4日週四
  1. Cognition / Devin Blog61

    以人力等價時間衡量 Devin:評估自動化 AI 軟體工程師的生產力

    Devin 是 Cognition 開發的自動化程式設計代理,本文介紹瞭如何用人力等價時間衡量其產出,並提供了一套自動化估算模型。 - 核心方法:先分類工作是否有實際價值,再用估算代理推算同等人力工時,模型在 233 個驗證樣本上達到 rlog 0.74。

    推薦理由:文章闡述如何以人力等價時間衡量自動化程式設計代理的實際產出,對於評估 AI 投資效益與調整資源配置具有參考價值。

6月2日週二
5月29日週五
  1. LMSYS Org Blog50

    SGLang 如何讓 CPU 分擔 VLM 圖片處理,提升 AI 服務速度

    圖片多的問題一次送進 VLM 時,負責看圖的工作會讓 GPU 忙不過來,使用者得等更久。SGLang 透過 Dynamo 把部分圖片處理工作交給 CPU,再用路由器依照 CPU 和 GPU 的忙碌程度分配請求。測試使用 Qwen3-VL-8B-Instruct,在每秒送出 1 到 2 個請求時,混用 CPU 和 GPU 的做法,首個文字回覆時間和處理請求量提升約 1.2 到 1.3 倍;每個輸出 token 的等待時間則減少約 1.3 到 30 倍。這顯示,把看圖工作分給 CPU,有機會讓忙碌時的服務更快。

5月27日週三
5月22日週五
  1. Mistral AI87

    Mistral AI 釋出 Mistral Medium 3.5 與 Vibe 雲端非同步AI 助理

    Mistral AI 推出 128B 開源旗艦模型 Mistral Medium 3.5,具備 256k 上下文視窗、可配置推理強度以及從頭訓練的視覺編碼器,並在 SWE-Bench Verified 上取得 77.6% 的成績。

    推薦理由:Mistral Medium 3.5 的釋出和雲端非同步AI 助理能力的上線,展示瞭如何通過長上下文與多工具呼叫降低開發者的任務阻塞成本。

5月21日週四
  1. Cognition / Devin Blog49

    Devin 取得 Windows PC

    summary_zh: Devin 現在能在 Windows VM 內原生建置、執行與測試,將自主 AI 工程能力帶入全球最成熟的開發者生態系。 - 核心功能:在 Windows 環境下建置、執行、測試 .NET Framework 與 .NET Core 應用,並自動產生遷移程式碼,完成 .NET Framework → .NET Core 的遷移。

5月20日週三
5月19日週二
5月16日週六
5月13日週三
  1. Cognition / Devin Blog63

    Devin 內建 Android 模擬器,實現全流程自主開發

    Devin 現已支援 Android Virtual Device (AVD),可在自身機器上編譯、執行並測試 Android 應用。 - 自動化開發:不需手動部署,直接在 Devin 內部環境執行。 - 即時行為觀察:可開啟應用、檢查行為、重現問題並驗證修改。 - 使用門檻低:只需在開發時呼叫 Devin,即可啟用模擬器功能;相關檔案已上線。

    推薦理由:Devin 內建 Android 模擬器後,工程師可在同一環境完成編譯、執行與測試,省去手動部署流程。同時支援多語言開發,提升跨平臺測試效率。

5月11日週一
  1. Cognition / Devin Blog65

    如何透過 AI 自動化失敗分流與測試產出 10 倍:HIL/SIL 工作流程中的實務經驗

    導語:Devin 透過 AI 自動化失敗分流與測試生成,已在 RV Tech、Mercedes 等 OEM 的 HIL/SIL 工作流程中,將工程人力節省 2K–4K 小時/月,並將測試產出提升 10 倍。

    推薦理由:AI 驅動的自動失敗分流與測試生成,節省數千人力小時,提升測試產出十倍,對車載驗證效率具參考價值。

5月8日週五
  1. Together AI Official Blog77

    Goose Agent 與 Together DCI:零配置即時部署 Hugging Face 模型

    Goose Agent 與 Together Dedicated Container Inference 讓開發者能在一個 session 內把 Hugging Face 上的新模型(如 Netflix 的 void‑model)部署到 GPU 背景的容器中,零配置即時使用。

    推薦理由:本文示範如何利用 Goose Agent 及 Together Dedicated Container Inference,將 Hugging Face 模型零配置即時部署,縮短從發布到使用的時間,對快速實驗與落地具有實務價值。

4月27日週一
  1. Cognition / Devin Blog61

    Mercedes-Benz 以 Devin 與 Windsurf 全面推動全球工程團隊 AI 軟體開發

    Mercedes-Benz 與 Cognition 合作,在全球工程團隊部署 Devin 與 Windsurf,推動軟體開發現代化。\n- 部署規模:跨美洲、歐洲、亞洲多個團隊,成為汽車產業最大 AI 工程部署之一。

    推薦理由:Mercedes-Benz 以 Devin 與 Windsurf 加速軟體開發,顯示 AI 工具在大型製造業的可行性與效益。

4月14日週二
4月8日週三
4月7日週二
  1. Cognition / Devin Blog67

    推出 SWE‑1.6:提升模型 UX

    SWE‑1.6 於 2026 年 4 月 7 日正式發布,針對軟體工程代理體驗進行最佳化,速度可達 950 tok/s,並於 Windsurf 免費使用 3 個月。

    推薦理由:SWE‑1.6 以更快速度與更低成本提供最佳化的軟體工程代理體驗,讓開發者能即時測試並提升工具使用效率。

4月1日週三
3月20日週五
3月19日週四
  1. Cognition / Devin Blog73

    Devin 推出可管理多個 Devins 的功能,提升任務拆解與並行執行效率

    Devin 現已支援「管理多個 Devins」功能,能將大型任務拆分成多個獨立工作單元,並行執行於各自的隔離虛擬機器。 - 核心功能:主 Devin 作為協調者,拆分任務、指派子 Devin、監控進度、合併結果;每個子 Devin 擁有獨立終端、瀏覽器、測試執行環境。

    推薦理由:此功能可將大型任務拆分為多個獨立 Devins,提升開發效率與測試覆蓋度,並支援即時監控與自動回報,讓團隊更快迭代。

3月17日週二
  1. Mistral AI84

    釋出 Mistral Small 4

    Mistral AI 釋出了 Mistral Small 4,這是一款統一推理、多模態與編碼功能的模型,採用 119B 引數、256k 上下文視窗,支援可配置推理強度,提供 40% 的延遲降低和 3 倍的吞吐量提升。該模型採用 Apache 2.0 許可,支援 vLLM、llama.cpp、SGLang 等開源框架,並已加入 NVIDIA Nemotron 聯盟。

    推薦理由:Mistral Small 4 將推理、多模態與編碼功能統一,提供可配置推理強度和高效推理,幫助使用者在單一模型中完成多種任務。

3月10日週二
2月28日週六
2月10日週二
1月28日週三
  1. Mistral AI64

    Mistral AI 釋出 Mistral Vibe 2.0 與 Devstral 2 模型

    Mistral AI 釋出終端原生編碼AI 助理 Mistral Vibe 2.0,搭載 Devstral 2 模型系列並帶來自定義子AI 助理、多項選擇澄清、斜槓命令技能與統一AI 助理模式。該版本現已上線 Le Chat Pro 與 Team 計劃,支援按量付費和自帶 API 金鑰,Devstral 2 也同步轉入 Mistral Studio 的付費 API 訪問。