OpenAI DevDay 三个被忽视的信号：插件分发窗口、Codex 安全、Decisions API
开发者 @jonkragh 盘点 OpenAI DevDay 上被忽视的三个信号：ChatGPT 插件分发窗口、Codex 安全 agent 与 Decisions API。
#编码
#编码
今日 12 条AGI HuntAI 评分3535 AGI HuntAI 评分2828 Midas Touch 代码数据集遭质询：可复现性与数据泄漏存疑
开发者 maierak 质疑论文《The Midas Touch for Code: Scaling AI Coding Environments Straight from Source》可复现性与统计置信度均不清楚：该工作未与基于 issue 的管线做正面对比，只用了单一模型和单一随机种子，生成用的 agent 未公开。
AGI HuntAI 评分3030 iOS 开发者 Dimillian 盛赞 Codex 云端环境：配合 dots 体验极佳
iOS 开发者 Dimillian 转发并确认对 Codex 新发布的云端环境（cloud environments）给出好评，称迫不及待要详细介绍它的用法。被引用的开发者 mweinbach 表示这些环境「好得离谱」，尤其配合 dots 使用时体验出色。这是早期用户对 Open Codex 云端并行开发环境的高口碑反馈，具体细节待作者后续演示。
AGI HuntAI 评分3131 前 Google 工程师 Piotr：AI agent 还写不出生产级代码，60 分钟面试还能考什么？
前 Google 工程师 Piotr 澄清，他并非反对面试考编程能力，但在 Google 代码库贡献的经历让他确信 AI agent 还远达不到生产级代码所需的正确、干净与可扩展水平。他同时质疑 LeetCode 刷题式面试并非理想方案，抛出 60 分钟面试除算法题还能考什么的问题。这反映出 AI 编程助手普及后，工程招聘标准尚未找到新范式。
AGI HuntAI 评分4343 max_paperclips 反驳 housecor：模型变强不等于可删 agent 封装层
max_paperclips 反驳 housecor：模型变强并不会让 agent 封装层变得多余。他认为模型不会自动学会记忆重复任务、感知可用 API 或积累可复用工具集，skills、MCP、自定义循环等封装层仍需保留。实际变化只是 prompt 和指令能写得更简略，嵌套循环、任务进度追踪等工程结构不会因 TerminalBench 提升 2% 就消失。
AGI HuntAI 评分1818 反讽梗走红：谁还记得 OpenAI 的 Codex VSCode 插件「干掉」了 Cursor？
开发者 willcb 发推反讽「OpenAI 为 VSCode 推出 Codex 插件后 Cursor 就彻底死掉、估值归零」的论调：现实恰恰相反，Cursor 不仅没死，反而成了最火的 AI 编程工具。这条正话反说的推文调侃了「大厂一出官方插件、创业公司必死」的说法，成为一则有传播力的 AI 圈梗。
AGI HuntAI 评分3737 博主横评：GPT 6.1 SOL 强于推理与数据分析，Fable 与 Opus 专精编码
创业者 Bindu Reddy 横评多款前沿模型，GPT 6.1 SOL 与 Astra 在推理、数据分析和浏览器操作上表现出色，Fable 与 Opus 则擅长编码。但 Fable 与 Opus 在数据分析等任务上表现很差。其结论是没有万能模型，选哪个取决于具体使用场景。
AGI HuntAI 评分3636 程序员自述：AI 辅助开发中每轮重构都会让旧问题迁移到新代码
一位开发者观察到，AI 辅助开发中代码达到新里程碑后往往还需再做一轮 code review 和深度重构，耗时一两天。更关键的是，上一轮迭代中被掩盖的问题不会消失，而是悄悄迁移到新写的代码里，一天后才发现。这意味着每次重构在解决表面问题的同时可能把缺陷带入新结构，持续审查不可或缺。
AGI HuntAI 评分3333 Claude Code 被吐槽：重命名一个变量动用 90 个 agent
推主 tetsuoai 吐槽 Anthropic 的 Claude Code 资源调度夸张：为一个简单的变量重命名任务竟 spin up 了 90 个 agent，并配图晒出完整的 agent 列表。该截图成为 AI 编码 agent 资源浪费与过度编排的最新名场面梗图。
AGI HuntAI 评分2929 GENIC0N 吐槽：AI 编程像念咒，计算机科学该改叫计算机魔法
GENIC0N 在 X 上吐槽 AI 让编程变得像念咒般不可解释，"computer science" 该改叫 "computer magic"。该帖被大量转发，戳中开发者对 AI 编程既依赖又看不懂的心态。「Fun」频道同期还收录 AI 生成 7 分钟 SQLite 代码库讲解视频、Claude 听 59.94 Hz 嗡声判断 GoPro 麦克风漏帧率电流声等条目。
AGI HuntAI 评分2727 未来主义者 Dr_Singularity：Opus 5.5 编程已过实用阈值，2027 年 AI 可造 GTA 6 级游戏
Dr_Singularity 认为 Opus 5.5 的编码质量已跨过「实用阈值」，AI vibecoding 出的游戏已达到可玩水准，未来数月 token 用量将爆炸式增长。
AGI HuntAI 评分5454 GitHub CPO：Copilot 付费用户平均用 27-29 个模型，竞争不在模型层
GitHub 首席产品官 Mario Rodriguez 在 Shift AI 播客中透露，Copilot 付费客户平均使用 27 到 29 个不同模型，没有任何单一模型占请求量超过四分之一。
AGI HuntAI 评分2727 开发者 haltakov：别幻想读完全部代码，这是用好 AI 的最大心障
开发者 haltakov 发推指出，开发者用好 AI 的最大心障，是仍相信“最终会把 AI 写的代码全部读一遍”。他认为这种期待并不现实，应当放下，接受自己不会通读 AI 生成的代码，才能真正转向 AI 原生的开发方式。
AGI HuntAI 评分4747 shadcn 谈 AI 编码工具为何横向用标签：纵向是导航，横向是工作集
shadcn 提出 AI 编码应用的纵向侧栏只做导航、横向顶部标签承载工作集。侧栏负责树状的历史记录与组织，无需常驻；顶部标签对应当前活跃会话线程，用图标、颜色和状态区分运行中、已完成与待输入。在 ChatGPT、Claude Code、T3 Code 等应用中，侧栏可收起，为预览、浏览器和代码视图腾出空间。
AGI HuntAI 评分3838 用户实测：Opus 5.5 敢删代码，主动清理 vibecoded 项目里的垃圾实现
开发者 Jarrod Watts 实测 Opus 5.5 敢删代码，会清理冗余实现、删除无意义注释、清掉糟糕的 mock 测试。把它跑在 vibecoded 项目上，可逐一消灭现存的技术垃圾，体验非常爽快。这反映新一代编码模型在代码品味与重构主动性上的提升。
AGI HuntAI 评分3737 vibe coding 的真相：关键部分靠理解，其余只需说继续
X 用户 robleclerc 总结 vibe coding 的日常：真正需要创造性思考和技术理解的部分固然存在，但大量时间其实只是在说「okay, keep going」，让模型自己继续跑。这条吐槽被认为戳中了大量 AI 编程从业者的实际体验。
AGI HuntAI 评分2727 梗图群嘲：CEO 称 90% 代码由 AI 编写，生产环境代码惨状曝光
AI 圈流传的一张梗图嘲讽某 CEO 宣称「我们 90% 的代码现在由 AI 编写」，配图却是其生产环境代码的惨状截图，反差强烈。帖子讽刺了部分公司把「AI 写码比例」当作宣传口径、却忽视代码质量与可维护性的现象。这是对「AI 编码替代率」叙事的一次集体吐槽。
AGI HuntAI 评分4040 Opus 5.5 让学术演示告别 Beamer 时代
Opus 5.5 被研究者用于生成交互式学术演示，MIT 教授 davidbau 需要在 15 分钟演讲中传达多条复杂信息，用它生成了可展示相互关联内容的 JS 交互式幻灯片。长期测评前沿模型的 ALashkaripour 也用它生成动态经济学可视化，认为学术演示方式即将改变，至少应走出传统 LaTeX/Beamer 格式。
AGI HuntAI 评分2727 从 Tab 补全到全程托管：AI 编程的进化梗图
tlakomy 发布一张吐槽梗图，称「以前我们用 TAB 键来补全 AI 生成的代码」，暗指 AI 编程工具已从简单的代码补全进化到 agent 全程代写。梗图调侃人类只剩按 Tab 确认的角色也遭到颠覆。
AGI HuntAI 评分2424 博主弃用 Cursor+Grok，全天实测 Claude Code+Opus 5.5
jonathan_wilke 从 Cursor+Grok 4.7 切换到 Claude Code+Opus 5.5，用一整天日常编码工作实测这套组合。他此前从未用过 Opus 5.5，此次切换起因是众人对其没用过感到惊讶，过程中会持续分享实际体验。
Google Developers BlogAI 评分5151 为什么 Go 是适合 AI 辅助软件工程的理想语言
Google Developers Blog 发文论述 Go 为何适合 AI 辅助软件工程，认为代码生成交给 AI 之后，软件工程的瓶颈已从写代码转向审查、验证与维护。
AGI HuntAI 评分3939 创作者自称用 Claude Code 做无人出镜频道月入 6.1 万美元
有创作者声称用 Claude Code 搭建无人出镜（faceless）YouTube 频道，单月收入达 6.1 万美元，选题、脚本、配音与剪辑等环节均由 AI 完成。他还发布了 6 分钟分步教程展示具体做法，呈现「Claude Code + YouTube」的自动化内容变现路径。该说法未经独立核实。
AGI HuntAI 评分2727 Yacine：人们只在乎软件工程基准，这是计算机科学的全面胜利
Yacine MTB 指出，AI 领域如今真正被关注的评测几乎只剩软件工程（SWE）类基准，其他能力评测基本无人问津。他把这一现象称为"计算机科学对整个行业的彻底胜利"，意味着代码能力已成了衡量模型进步的单一标尺。
AGI HuntAI 评分2929 两年面试75人：一年前说 AI 不会写代码的人全错了
一位两年内在4个国家面试超过75人的面试者回顾称，一年前“AI 不会编码、不会推理”的主流论调如今已被证明错了。他预计再过18个月回看今天，AI能力又会是另一番景象。同期资讯还包括让 GPT 与 Claude 辩论25小时产出一份“共识法案”，以及400个AI智能体同住一个MMO服务器并复盘感知延迟与负载调度。
AGI HuntAI 评分2929 玩家用 Opus 5.5 把游戏整段重写为 Rust 并互相拼合
博主称 Anthropic 的 Opus 5.5 在游戏社区引发热潮，玩家直接用它把整个游戏用 Rust 重写，再把多个重写版本拼在一起。原始内容来自 YouTube 用户 @chasmmm 的视频。这被视为 Opus 5.5 代码生成能力的又一民间展示案例。
AGI HuntAI 评分2626 开发者吐槽：Codex 只配给 Claude 当生图服务商
独立开发者 yihui_indie 公开吐槽 OpenAI Codex，称其在自己心中已跌到只配给 Claude 当生图服务商，不值得作为主力编码助手使用。这类调侃反映出部分重度用户对 Codex 与 Claude 编码能力差距的直观感受。
SiliconANGLE：AIAI 评分4646 Blitzy 的自主编程赌注：每个代码库本身就是一张图
Blitzy 工程总监 Neeraj Deshmukh 在 GraphSummit 上称，公司用 Neo4j 知识图谱为编程智能体提供上下文，把客户代码库逆向构建成动态图谱并接入 GitHub、GitLab。他称智能体的有效上下文约 200,000 至 300,000 tokens，在一亿行代码库上会因压缩结果而丢失信息。Blitzy 6 月称在 SWE-Bench Pro 上得分 84.95%。
Towards Data ScienceAI 评分6060 Bit Cloud 联合创始人：好架构会删掉编码智能体依赖的信号
Bit Cloud 联合创始人 Yonatan Sason 以自己维护的约 120 个组件系统为例，指出代码相似度检索找不全跨仓库的依赖边，因为依赖是系统属性而不是文本属性。
AGI HuntAI 评分3333 Andriy Burkov 吐槽 Sonnet 5.5：提交 bug 的速度赶不上它修复的速度
《百页机器学习书》作者 Andriy Burkov 在 X 上吐槽 Sonnet 5.5 响应速度极快：他提交 bug、部署解决方案的速度，竟然赶不上模型给出修复方案的速度。这条吐槽直观展现了新一代编码模型的极限速度体验。
Latent SpaceAI 评分6666 Anthropic 的 Thariq Shihipar 谈 Claude Code 下一阶段：Claude Mods 与智能体安全
Latent Space 播客请到 Anthropic 的 Thariq Shihipar，复盘 Claude Code 的下一阶段，涉及 harness 演进、Claude Mods 与智能体安全。
Simon WillisonAI 评分3434 Simon Willison：编程智能体让软件工程变得更难
Simon Willison 表示，与编程智能体协作越多，他越确信它们让软件工程变得更难。这些智能体能做出惊人的成果，但要释放其全部潜力，需要非凡的纪律和知识。
Simon WillisonAI 评分3434 Simon Willison 引用 voxium：大公司里代码、测试、PRD 全由 Claude Code 生成
一名新入职大公司的工程师称，团队的规格、代码、测试、PRD、工单与报告全部由 Claude Code 生成，从 L1 到 L7 的工程师都在与 Claude 对话。他表示团队没人喜欢这种状态，高层反复强调推代码不是瓶颈，员工每天工作 12 到 13 小时只为按回车。
Latent SpaceAI 评分5757 Jev 发布两天内出现 6 个社区复刻版本
Jev 发布两天后，社区已出现 6 个复刻版本，涵盖 ModernBERT 编码器、扩散模型、Qwen3.5 微调等不同路线，训练数据据称 100% 为合成数据。
OpenAI：官网动态AI 评分3737 研究加速：OpenAI 内部视角
OpenAI 内部，编程智能体正在重塑 AI 研究。OpenAI 公布了关于智能体使用情况、实验速度、任务复杂度以及研究加速的早期数据。
Import AIAI 评分6565 Import AI 455：Jack Clark 预计 2028 年前出现自动化 AI 研发
Jack Clark 在 Import AI 第 455 期中表示，到 2028 年底出现无人参与、能自主构建自身继任者的自动化 AI 研发的概率在 60% 以上。