推薦理由:Artificial Analysis 比較 Claude Fable 5.2 在多項評測與不同 effort 設定的表現,並列出價格及每項任務成本,呈現能力與成本的取捨。
AI 程式開發
全部主題AI 寫程式碼的一切:編碼助手、Vibe Coding、程式碼模型評測與開發工作流變革。
最新精選
第 401–420 條 · 共 562 條
Artificial Analysis@ArtificialAnlys精選品質評分8787aihot精選品質評分7474 Claude Fable 5.2 開放於 Devin Desktop 與 Devin CLI 使用
Claude Fable 5.2 現已在 Devin Desktop 和 Devin CLI 中提供,並在 FrontierCode 2.0 以 49.1 分排名第一。 與前代比較:在低推理力度下,Fable 5.2 以約三分之一的成本,取得高於 Fable 5.1 的分數。
推薦理由:Fable 5.2 在 FrontierCode 2.0 的排名與低推理力度下的成本變化,提供了比較模型表現和選用成本的依據。
Claude Code Releases精選品質評分7474 Claude Code v2.1.321 更新,加入 Claude Fable 5.2 並修正多項安全與操作問題
Claude Code v2.1.321 加入 Claude Fable 5.2 作為預設 Fable 模型,並更新遠端控制設定、許可權行為及多項錯誤修正。
推薦理由:這次更新同時調整預設模型、遠端控制設定與許可權行為,並修正多項 MCP、Bash 和檔案操作問題,可從中掌握 Claude Code 的變更範圍。
The New Stack精選品質評分8080 Anthropic 發布 Fable 5.2 與 Mythos 5.2,調降價格並提升程式評測成績
Anthropic 發布 Fable 5.2 與 Mythos 5.2,表示兩款模型在程式、推理與視覺能力上有所提升,輸出速度最高比前代快 30%。
推薦理由:文中並列程式基準、每項任務成本與不同評測結果,可比較 Fable 5.2 在高難度程式工作上的表現及適用情境。
Dev.to Top Tech精選品質評分9191 Claude Fable 5.2 基準測試、價格與首批獨立測試結果
Claude Fable 5.2 已推出,文章整理 Anthropic 公佈的基準測試、Vals AI 的首批獨立測試,以及價格與開發者回饋。\n\n- Anthropic 測試:FrontierCode 2.0 得分 49.1%,FrontierSWE v2 得分 69.9%;文章指出,部分基準由其他模型領先。
推薦理由:文章並列 Anthropic 與 Vals AI 的測試結果,也呈現不同工作專案的排名落差,可用來理解排行榜表現與實際任務評估之間的差異。
aihot精選品質評分9696 Anthropic 發布 Claude Fable 5.2 與 Claude Mythos 5.2
Anthropic發布 Claude Fable 5.2 與 Claude Mythos 5.2,兩者使用相同底層模型,在程式設計、推理與視覺等方面有所提升。
推薦理由:官方發布提供基準比較、定價與安全測試結果,可用來瞭解新模型的能力差異、使用成本及 Mythos 的存取條件。
aihot精選品質評分8585 Meta 發布 Muse Ember,主打AI 助理高頻任務
Meta 發布 Muse Ember(muse-ember-1.0),定位為適合AI 助理高頻重複工作的高效率模型,涵蓋工具呼叫、程式子任務、路由、資訊擷取與長檔案解析。
推薦理由:Meta 以多項AI 助理、程式與多模態基準比較 Muse Ember,並列出任務成本與 API 價格,可用來評估高頻工作流程的模型選擇。
Hacker News (official RSS)精選品質評分9090 Anthropic 發布 Claude Fable 5.2 與 Claude Mythos 5.2,提升程式開發、推理與視覺能力
Anthropic 發布 Claude Fable 5.2 與 Claude Mythos 5.2,兩者共用底層模型,並在程式開發、推理與視覺能力上有所提升。
推薦理由:Fable 與 Mythos 共用底層模型,但防護措施和開放物件不同;文中也列出基準、安全測試與實際研究案例,呈現能力和存取限制的取捨。
Cognition@cognition精選品質評分6969推薦理由:材料比較了 Fable 5.2 與前代在 FrontierCode 2.0 的分數和低推理努力成本,呈現 Devin 使用者可參考的效能與費用取捨。
Claude@claudeai精選品質評分6161
推薦理由:Anthropic 將 Claude Fable 5.2 與 Claude Mythos 5.2 定位於高難度技術挑戰,並指出編碼、推理與視覺能力有所改善。
Hacker News (official RSS)精選品質評分8585 Meta 發布 Muse Ember,主打低成本代理程式工作
Meta 推出小型高效率模型 Muse Ember,面向代理程式反覆執行的工具呼叫、程式子任務、路由、資料擷取與長檔案解析。
推薦理由:Muse Ember 在多項代理程式與多模態基準的表現各有差異,並公開定價與上下文規格,可供評估任務成本和適用範圍。
Artificial Analysis@ArtificialAnlys精選品質評分8282推薦理由:多項基準呈現 Muse Ember 的成本與能力取捨,涵蓋AI 助理程式開發、知識準確率及拒答率,便於比較不同用途的表現。
ByteByteGo Newsletter (Alex Xu)精選品質評分7676 LinkedIn 如何每週用 AI 審查 40,000 個 Pull Request
LinkedIn 自建 AI 程式碼審查系統,每週審查超過 40,000 個 Pull Request,多數評論在人類審查者開啟 PR 前就已發布。
推薦理由:文章拆解 LinkedIn 多AI 助理程式碼審查的分工與驗證流程,並說明如何用發布前評測及實際接受率追蹤品質。
Meituan LongCat@Meituan_LongCat精選品質評分7373推薦理由:LongCat-2.5 以單一模型結合視覺理解與AI 助理程式開發,並以 MIT 授權釋出權重,提供評估多模態與程式任務整合的具體素材。
Hugging Face Blog精選品質評分6969 HOPE 如何透過專家互動改善 MoE 模型剪枝
HOPE 是一種納入專家成對互動的 MoE 剪枝方法;在 3 個模型與多組基準測試中,它取得最佳整體排名,且在 50% 剪枝時優勢較明顯。 - 方法:HOPE 以校準資料計算專家互動矩陣,再透過二次規劃選出要移除的專家;作者提供校準、求解與剪枝工具。
推薦理由:HOPE 將專家間的成對互動納入剪枝決策,並以 50% 剪枝下的基準比較呈現這種方法在高剪枝率時的表現差異。
Dev.to Top Tech精選品質評分7676 CPF 貢獻額如何正確計算:兩種常見捷徑在近半數薪資金額出錯
Jeremiah Say 依 CPF Board 的計算規則逐分測試新加坡 CPF 貢獻額,發現兩種常見取整捷徑在約半數薪資金額上算錯。 - 計算規則:先將總貢獻額四捨五入至整數新加坡元,再將員工分攤額無條件捨去,僱主分攤額則以總額扣除員工分攤額計算。
推薦理由:文章以逐分掃描的測試量化 CPF 常見計算捷徑的誤差,並整理按規則取整、處理額外薪資與更新費率的實作方式。
Hacker News (official RSS)精選品質評分7676 Samir Sarwar 以 C++ 與 CUDA 從零實作 LLM 推論引擎教學
Samir Sarwar 推出一系列 LLM 推論教學,以 C++ 與 CUDA 從第一原理打造小型引擎,逐步說明提示詞如何轉換為生成 token。
推薦理由:內容以 C++ 與 CUDA 實作推論引擎,並逐步拆解 KV cache、分批處理與分頁注意力,適合循序理解生成流程與相關工程取捨。
Lobste.rs (Engineering Discussion)精選品質評分6363 blqsort 如何在基準測試中快於 C++ 的 std::sort
blqsort 以分支消除、排序網路與穩健的樞紐選取加速快速排序;文章比較它與 std::sort 在不同資料型態及平臺上的排序時間。
推薦理由:文章以 5,000 萬筆資料的測試呈現 blqsort 與 std::sort 的耗時差異,也說明分支消除、排序網路與樞紐選取如何共同影響排序效能。
Dev.to Top Tech精選品質評分7676 Godot 4 免費動作捕捉重定向的五個常見陷阱與修正方法
Godot 4 將免費 CMU 動作捕捉重定向到人形角色時,作者整理出五種容易被誤認為動畫片段或骨架出錯的設定與測量陷阱,並說明成因和修正方式。 - 休息姿勢與站姿:來源骨架的休息姿勢是雙腿張開,與動作片段中的站姿不同;作者建議只在動作捕捉來源啟用 retarget/rest_fixer/fix_silhouette/enable = true。
推薦理由:作者以 Godot 4 的實際重定向過程拆解五種容易誤判為動畫或骨架故障的陷阱,並提供可重現的檢查與修正方法。
Lobste.rs (Engineering Discussion)精選品質評分7575 Node.js 27 新增功能與升級前應檢查的相容性變化
Node.js 27 首個 Alpha 版本於 2026 年 10 月 29 日發布,採用新的年度發布時程,並帶來 V8 15.6、新 JavaScript API 與多項 Node.js 核心變更。
推薦理由:文章以可執行範例比較新版與舊版 API,並整理相容性變化,協助工程師評估匯入 Node.js 27 Alpha 前的程式與部署檢查。