AI 编程实时动态与要闻

在芯片版图设计、数据库参数调优、高维超参数寻优以及分子药物设计等尖端工程场景中，黑盒优化（Black-Box Optimization, BBO）一直是计算开销极大、目标函数导数不可求的核心难题。传统贝叶斯优化（BO）与进化算法（EA）依赖纯数值迭代，缺乏对任务语义结构与工程上下文的理解能力；而直接使用大模型生成采样点又面临数值计算不精确与幻觉问题。南京大学计算机软件新技术全国重点实验室（LAMDA 团队）联合多所高校在最新成果（arXiv:2610.12183）中推出了首个跨域黑盒优化智能体基准套件 AgenticBBO-Bench。研究团队将大语言模型与严谨的数值求解器、代码沙箱和环境反馈闭环深度融合，构建了跨越 5 大代表性领域的统一评估体系。实测表明，在有限预算协议下，Agentic BBO 智能体在所有 5 个领域均大幅超越直接提示词驱动的 LLM，且在芯片设计、数据库调优等 4 个关键领域击败了业界最佳数值优化器！团队进一步在 Codex Agent 脚手架下评测了 7 款前沿大模型，揭示出顶尖开源与商用模型在性能与成本维度的 Pareto 前沿，并全面开源了评测代码与基准套件。

随着大模型工具调用智能体（Tool-Using AI Agents）在金融风控、企业 ERP、DevOps 及云运维核心业务中深度落地，现行主流基准（如 AgentBench、ToolBench）普遍仅测试“顺境下的单向任务完成率”，将基础规划能力与运行期故障容灾能力严重混淆。真实生产环境充斥着网络丢包、并发冲突、局部事务失败等隐蔽故障，盲目重试极其容易导致资金重复扣减、数据库重复写入等灾难性副作用。为此，研究团队正式提出 UndoBench（arXiv:2610.05622），涵盖 8 大企业级领域的 36 类基准业务流与 36 种真实故障场景。通过同种子反事实配对试验、网络线级副作用历史（Wire-Level Effect History）与全局环境状态预言机，评测揭示了触目惊心的断层：在开源与商业大模型的测试中，智能体名义任务完成率虽高达 83.54%，但在遭遇突发故障时，条件容错恢复成功率（CRSR）断崖式跌至 46.72%，且最常用的朴素重试策略在 53.33% 的测试中直接诱发了不可逆的外部重复副作用。代码已在 GitHub 全面开源（tradertanmay/undobench）。

@hithere_devs 与 @AyanMn18 发布 Client SQL（clientsql.com）：面向 Codex、Claude Code、Cursor 的 PostgreSQL 管控层，按人与智能体分别授权，智能体权限不得超出其主人，写操作与 schema 变更需独立人工审核，并保留审计轨迹与按客户端吊销。当前为托管试点，官方建议先用一次性或预发库。

@DanKornas 介绍 feigeCode/navop：面向构建者的原生桌面工作台，把数据库工作台、SSH/本地终端、SFTP 与远程桌面放在同一应用。编辑与 AI 能力支持 SQL 生成、终端协助与 Agent Hub；可通过 ACP 连接 Codex、Claude Code、OpenCode，并可选暴露 MCP 工具给外部客户端。抓取时约 1.4k 星。

Databricks 工程负责人 Yuchen Jin 宣布，正将 Databricks Unity Gateway 开放给 Neon（@neondatabase）上的开发者，并称其为目前面向 Kimi K3 的最快 AI Gateway；帖文同时强调 Databricks 推理侧迭代迅速。对在 Neon 上构建 agent/应用、需要低延迟调用 Moonshot Kimi K3 的团队，这是一条新的托管网关路径。

LangChain 与 TypeSafe AI 联合发布开源安全模型 Jev。该模型专为拦截智能体在自动化流水线中的高危操作设计，在 Agent 触发外部 Bash 命令、数据库删除或云资源变更前，执行确定性的类型化风险分级并强校验参数合法性，彻底杜绝智能体幻觉造成的误删生产数据灾难。

JetBrains 发布 Rider 与 ReSharper 2026.2.2 更新，重点引入全新的「AI Agent Setup」可视化配置面板。开发者可在 IDE 内直接发现、授权与挂载遵循 MCP（Model Context Protocol）协议的外部工具、数据库和自定义智能体技能，简化多智能体在专业 IDE 中的部署协作流程。

Perplexity 仅由 2 名工程师配合数百个 AI 编程智能体，构建了定制 Rust 数据库 CobbleDB，用于替换搜索栈中的 DynamoDB 读取路径。该案例展示了编码智能体在真实基础设施开发中的协作规模，同时明确限制智能体不得运行数据库。

Keewano 宣布推出 KeewanoDB，并完成 1200 万美元种子轮融资。该数据库面向机器推理场景保留用户、设备与智能体事件的顺序和上下文，试图让 Agent 直接读取连续历史，而不是每次从传统表结构重建上下文。