跳到正文

AI 程式開發

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。

562條精選相關主題Agent AI 助理Cursor教學與實務

最新精選

第 521–540 條 · 共 562 條
9月2日週三
  1. Cursor Official Blog82

    Cursor 讓雲端 AI 助理在團隊自管的機器上執行

    有些團隊需要 AI 助理直接使用內部服務、程式碼庫或特殊硬體,但雲端環境不一定符合需求。Cursor 推出自託管機器,讓工具執行改在團隊自己的機器上,Cursor 雲端仍負責推理、規劃和編排;工具執行結果會傳回 Cursor,供後續推理使用。團隊可以連線單臺機器,也能建立會隨工作需求擴縮的資源池,並在支援的沙箱服務上執行。這讓團隊能配合既有網路、硬體和建置流程安排 AI 助理的工作位置。

    推薦理由:自託管機器讓團隊能把工具執行放在自己的網路與硬體上,同時由 Cursor 雲端負責推理和編排,適合瞭解企業如何調整 AI 助理的執行環境。

8月24日週一
  1. DevClass (Developer News)73

    Cursor 以物件儲存克服 Git 擴充套件性不足

    Cursor 以物件儲存打造 Origin 服務,解決 Git 在大規模使用時的同步瓶頸。 - Origin:基於 Git 的儲存庫服務,內建 Continuity 引擎,推送以寫前日誌寫入 AWS S3,並同步至本地 NVMe。

    推薦理由:Cursor 的 Origin 服務以物件儲存擴充套件 Git,為大規模開發者提供可擴充的版本控制方案,並可透過 AWS S3 低成本、無縫擴充套件,減少同步瓶頸。

8月18日週二
  1. Cursor Official Blog84

    Cursor 推出 Git 儲存系統 Continuity,讓大型程式碼庫更容易擴充

    程式碼庫變大或數量暴增時,Git 託管服務很難同時維持速度、資料一致和可靠性。Cursor 推出 Continuity,把每次推送先存進 S3 的預寫日誌,再讓各副本依日誌更新;讀取前也會確認副本已追上進度。大型程式碼庫可以增加副本來分擔讀取,小型或閒置的程式碼庫則能減少副本,需要時再從日誌還原。Cursor 表示,測試中副本增加到 100 個時,讀取效能隨副本數線性提升;使用 S3 標準版時,每秒可處理最高 120 次推送。

    推薦理由:Cursor 說明 Continuity 如何把 S3 預寫日誌當成資料來源,並依程式碼庫負載調整副本數量,呈現其擴充設計與一致性取捨。

8月14日週五
  1. Cursor Official Blog83

    SpaceX 完成收購 Cursor,將合作打造更強、成本更低的模型

    Cursor 宣佈 SpaceX 已完成收購,這項收購流程始於雙方在 4 月宣佈合作。Cursor 表示,加入 SpaceX 後將能使用對方的 GPU 資源來訓練模型,目標是打造能力更強、執行成本更低的模型,並以較低價格提供給客戶。Cursor 提到,週三推出的 Grok 4.6 已初步展現雙方合作能做出的成果;公司也表示,仍會專注於協助人們少花時間寫程式,把時間用在解決更難的問題上。

    推薦理由:收購完成後,Cursor 表示可使用 SpaceX 的 GPU 資源訓練模型,並希望以較低成本提供更強的模型。

8月11日週二
  1. GitHub Engineering74

    使用 GitHub Copilot SDK for Java 進行 Java AI 整合

    GitHub Copilot SDK for Java 是首個框架無關、AI 供應商中立的 Java 客戶端,支援 BYOK,允許直接連結 OpenAI、Azure、Anthropic 等端點,且不需要 Copilot 訂閱。

    推薦理由:本文展示如何用 GitHub Copilot SDK for Java 進行框架無關的 AI 整合,並提供完整 Jakarta EE 11 範例與實作細節,對 Java 開發者最佳化 AI 服務流程有實際指引。

  2. LMSYS Org Blog74

    NVIDIA 推出 Nemotron 3.5 Lightning,SGLang 同步支援

    要讓 AI 助理長時間處理大量工作,模型得兼顧速度、準確度和部署方式。NVIDIA 推出 Nemotron 3.5 Lightning,並由 SGLang 在 Day 0 提供支援;這個模型共有 30B 引數,每次運算啟用 3B,支援最多 1 million tokens 的上下文視窗,也能針對特定工作流程再訓練。它提供 MTP、DFlash 和 DSpark 三種推測解碼方式,先猜後驗證多個 token 來加快生成;原文稱,在相近準確度下,部分 AI 助理任務可快最多 30%。開發者也能控制每個步驟是否進行推理,依工作難度調整回應方式。

    推薦理由:Nemotron 3.5 Lightning 把模型蒸餾、推測解碼與 SGLang 支援放在同一篇說明,能看出部署時如何取捨生成速度與工作需求。

8月7日週五
  1. LMSYS Org Blog77

    Tencent Hunyuan 的 HPC-Ops 整合進 SGLang,加快 LLM 推論

    AI 模型在伺服器上回答問題時,注意力運算、專家選擇和資料搬動都可能拖慢速度。Tencent Hunyuan 團隊把 HPC-Ops 的三種運算元整合進 SGLang,分別調整長短請求混在一起時的注意力運算、保留專家選擇所需的計算精度,以及減少小型專家運算前後的資料搬動。在 8 張 H20 顯示卡上,Hy3-FP8 同時使用注意力與 MoE 運算元後,部分批次的每個輸出詞元延遲降低 15.1–48.8%;LongCat-Flash-Lite-FP8 使用 Router GEMM 時,輸入處理速度提升 5.5–6.1%。這些結果來自文中列出的特定模型與測試設定。

    推薦理由:HPC-Ops 三種運算元已整合進 SGLang,文中用 H20 與 H200 測試說明它們在不同模型和工作量下的速度變化。

8月6日週四
  1. DevClass (Developer News)76

    Next.js 16.3 釋出,顯著降低記憶體使用率與提升編譯效能

    Next.js 16.3 釋出,顯著降低記憶體使用率並提升編譯速度與執行效能。 - 記憶體使用率:最高可降至 90%,50 路由範例僅需 840 MB,比舊版的 4.6 GB 減少 82%。

    推薦理由:Next.js 16.3 大幅降低記憶體使用率,提升編譯速度與執行效能,開發者可直接採用以改善大型 React 專案的執行成本。進一步減少冷熱建置時間及伺服器渲染延遲。

8月4日週二
  1. Python Official Blog84

    Python 3.15.0rc1 先行候選版正式發布

    Python 3.15.0rc1 已正式發布,為 3.15 系列的首個候選版。 - 主要新功能:PEP 810 明確延遲載入、PEP 814 新增 frozendict、PEP 799 Tachyon 高頻統計抽樣分析器、PEP 686 UTF‑8 預設編碼等。

    推薦理由:Python 3.15 先行預覽帶來 8-9% 效能提升與多項新功能,開發者可提前測試並為正式版做準備。

7月22日週三
7月21日週二
  1. Google DeepMind84

    Google DeepMind 釋出 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber

    Google DeepMind 推出 Gemini 3.6 Flash、3.5 Flash-Lite 以及 3.5 Flash Cyber 三款新模型,旨在以更高效率和更低延遲支撐大規模 AI 助理工作流。

    推薦理由:官方釋出了三個新的 Gemini Flash 系列模型,給出了詳細的效能指標與價格,讀者可以據此評估其在AI 助理工作流和高吞吐任務中的成本與效率。

7月13日週一
  1. Cognition / Devin Blog74

    Fable 在 Fusion 架構下成本低於 Opus

    Fable 5 在 Devin Fusion 架構下的成本低於 Opus 4.8,同時取得更高分數。 - 成本比較:Fable + Sidekick 每次執行成本 $1.86,低於 Opus + Sidekick $2.04。

    推薦理由:實驗顯示,Fable 5 在 Fusion 架構下成本更低、效能更高,說明管理風格可顯著影響代理成本與效能

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。

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。