就在刚刚，Anthropic祭出王炸，Claude即将大爆发！简而言之：Anthropic彻底扫清了政策障碍，正式确认Claude订阅用户的额度，可以无缝接入第三方App和Agent！

同模型配对、相同配置重跑和轨迹核查给出的答案是：两个 Qwen 模型上，Claude Code 与 mini-SWE-agent 在±5个百分点范围内等价；45道难题不足以分辨几分的稳定差距。能够明确观察到的 harness 差异包括部分运行被提前终止，以及固定输入与步数带来的费用变化。

今天把整条漏斗从上到下捋一遍：每一层各自削掉什么、代价是什么，以及这套设计里最值钱的那条原则——少卖可以补，超卖没法补，所有兜底都要往少卖那侧倒。

让LLM负责「读懂材料、按规则比对」，工程系统负责「流程编排、质量保障、可追溯」：规则以文本形式配置化下发，不再硬编码进代码。

2026 年还有另一个重要变化：LLM 现在非常擅长发现 Bug。“让你买得起的最强模型帮你审查一遍”，现在已经正式成为一条“密码学正确答案”，和老牌经典“使用内存安全语言”并列。先看结论：一张速查

论文训练使用 OPSD 所采用的 14,717 道 OpenThoughts 数学推理题，并在 Qwen3 的 1.7B、4B、8B 等规模以及一个 Gemma-4-12B-IT 迁移实验中报告结果。主结果说明，在这组数学训练数据、非思考解码和指定采样预算下，随轮次刷新特权教师的 DCE 与经过验证的短改写可以共同改善 8B、4B 的准确率—长度组合。

在聊Argon之前，我觉得得先聊聊谷歌这大半年。大家才能更加对这个模型的使命有一些理解。。。时间拨回去年11月，Gemini 3 Pro发布，那个时候，它可以说是全世界最好的模型之一。

就在今天，Anthropic正式放出了Claude Code桌面版史诗级更新！

一个7人团队仅用5个月就自建了全新的版本控制系统Scion，并将公司的单体代码库从Git完整迁移了过去。

WorkBuddy 是腾讯推出的 AI 桌面智能体，支持自然语言驱动本地任务执行。通过配置自定义模型，可以在 WorkBuddy 中接入 GPT、Claude、Gemini 等主流模型，充分发挥其文档处理、数据分析、自动化办公等能力。

五年前，他们在思考如何让AI成为软件工程师的同事。五年后，我们已经开始讨论如何让AI独立完成整个软件工程任务，甚至参与改进自己的模型和研发系统（RSI）。 AI的发展有时看起来快得不可思议，但仔细回头看，你会发现：有些人其实很早就知道自己要往哪里走了。

在两个 AWS 区域之间的测试中，1T 检查点以 3% 元素变化率通过中继树同步，耗时 150 秒；全量检查点的传输参照为 87.5 分钟，相差 35 倍。这里的 1T 检查点由 Nemotron-3-Ultra-550B-A55B 加倍层数构造，大小为 2,242 GB；3% 则是人工注入的测试条件，不是该规模模型真实训练时测得的变化率。

天下没有免费的午餐：AOT 产物不能在运行时生成新代码，动态代理、运行时代码生成这类玩法，都得先确认兼容 AOT。Windows 上编译还要装 Visual Studio 的 C++ 构建工具，头一回配环境得多花点功夫。

面试官会评估候选人的 AI 熟练度。先说第一个，你怎么写提示词，能不能把问题准确地描述给 AI。然后是第二个，AI 给你返回了答案，你能不能判断它对不对。第三个，当 AI 输出有问题的时候，你怎么调试、怎么修正。

调度只面向就绪步骤，先按资源池划分，再分配等级份额，等级内做租户公平。任务成本差异大时按成本记账，低优保留最低服务份额，避免高优持续到达造成饥饿。

听起来这应该会让情况变得更糟。但事实恰恰相反，它成为了深度学习中应用最广泛的技术之一。它是帮助 AlexNet 在 2012 年赢得 ImageNet 的关键因素之一，如今仍然内置于现代语言模型背后的 Transformer 架构中。

Anthropic 自己把边界划得很清楚：Scion 绝不是 Git 的通用替代品，只有规模到了超大 monorepo、且客户端以 agent 和自动化任务为主时才有意义。目前没有公开发布的计划，他们接下来会和 GitHub、GitLab 以及开源社区合作，推动 Git 服务端提供能力相近的服务端接口。

要么把原生 ​​<input>​​ 整个架空，换成框架里的受控组件，于是提交、校验、回车换行、Tab 顺序、剪贴板粘贴、中文输入法全得自己重新接一遍；要么就直接引个重一点的第三方依赖，把表单变成它自家的私有结构。结果原生表单那套现成的提交和约束校验，反而被丢在了一边。

今天介绍的文章是UBC、中科大、复旦、浙大提出META：首个把RAG式情景记忆直接嵌进高频交易决策回路的多智能体框架——决策前用指标向量检索历史相似行情的先例，交易后把结果写回记忆库增删改。

传统软件行业防侵权，靠的是净室开发，一组人拆解竞品，只写功能说明书，另一组从没见过竞品代码的人照着说明书重写，用来证明新代码是独立创作的。现在好了，同一个 Agent 又读反编译结果，又写新代码，隔离墙没了。