AICoder

AI 编程实时动态与要闻

基于 𝕏 (Twitter) 权威实验室与科学家一手信源，经 AI 降噪提炼核心事实，联动全网模型评测与智能体生态。

在 𝕏 上探索最新发文 ↗

AI 编程实时动态与要闻

G
Greg Isenberg@gregisenberg·
👀15
🔥81
查看推特原帖 ↗

X 热议：Greg Isenberg 称“和 Agent 说话比和人类同事还多”，晒出整套 Agent 运营公司工具链

创业者、Late Checkout CEO Greg Isenberg（@gregisenberg）11 月 3 日在 X 发长帖，称自己的团队有 50 多人、分布在 12 个国家，但他“和 Agent 说话比和人类同事还多”，并列出从选题、设计、开发、测试、修 Bug 到数据复盘全由 Agent 驱动的工具清单。帖子数小时内获得约 1,050 赞、2,300 次收藏和 183 条回复。这是个人经验分享与观点，不是经过验证的生产力数据。

核心要点速览

  • 互动量：约 1,050 赞、2,300 次收藏、183 条回复、7.5 万次浏览（发帖数小时内，X API 口径），收藏数远超点赞，说明读者把它当清单收藏
  • 流程覆盖：选题、设计、开发、用户测试、修 Bug、数据复盘 6 个环节都交给 Agent，人类负责“创意反馈、关系和指出 Agent 哪里错了”
  • 开发端：用 pingdotgg/t3code 做控制台、stablyai/orca 让多个 Agent 各占一个 git worktree 并行
  • 质量控制：每个输出由 LLM 评委打 1–10 分，低于 8 分打回；每次 Agent 犯错都写成新 skill
  • 这些都是作者自述，未公布可核实的效率或成本数据
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Claude Opus🤖 Claude Code🤖 Codex🤖 OpenCode🤖 t3code🤖 Orca🌐 Anthropic🌐 Linear🌐 Sentry🌐 Vercel🌐 Supabase
#X 热议#Greg Isenberg#agent workflow#技能#MCP#git worktree#AI-run company
J
John Burn-Murdochjburnmurdoch·
👀29
🔥81
查看推特原帖 ↗

X 热议：FT 首席数据记者 Burn-Murdoch 称美国生产率上升「不像 AI 带来的」，主要是科技裁员；Gavin Baker 反驳称看到了「AI 回报」

11 月 1 日，《金融时报》专栏作者兼首席数据记者 John Burn-Murdoch 在 X 发布长串推文并附 FT 文章，认为美国 AI 采用行业的生产率上升始于 2020 年、早于 AI 智能体，而且只在美国出现，主要来自科技公司裁员和招聘收缩，而不是 AI。该串首帖约 1,344 赞、306 转发、18.6 万浏览。Atreides Management 管理合伙人兼 CIO Gavin Baker 引用 FT 图表回应，称很难不从中看到「AI 回报」的证据，并引用 a16z 与 EPB Research 的数据，该帖约 793 赞、10.2 万浏览。Burn-Murdoch 随后回复说自己「有点拿不准」，承认数据无法排除 AI 的作用。这是对同一组数据的两种解读，不是定论。

X 热议：FT 首席数据记者 Burn-Murdoch 称美国生产率上升「不像 AI 带来的」，主要是科技裁员；Gavin Baker 反驳称看到了「AI 回报」

核心要点速览

  • 首帖：John Burn-Murdoch 的推文串，发布于 2026-11-01 15:04 UTC，约 1,344 赞、306 转发、18.6 万浏览；他的 X 简介写明是 FT 专栏作者兼首席数据记者
  • Burn-Murdoch 的核心论点：美国 AI 采用行业的生产率上升从 2020 年就开始了，2022 年的再加速也太早，「当时还是聊天机器人，不是智能体」；而且其他高收入国家同样大量用 AI，却没有出现同样的上升
  • 他把生产率拆成产出和人数两部分后认为：2022 年起的美国加速主要是科技公司裁员，产出基本在趋势线上，人数却下降了
  • 反方：Gavin Baker 的回应，约 793 赞、10.2 万浏览；他引用 EPB Research 数据称 AI 采用最深的 3 个行业生产率增速从 2.2% 升到 5%，并说美国贡献了 Anthropic 72% 的收入（均为他引用的第三方或厂商口径，本站未独立核实）
  • Burn-Murdoch 回复 Baker 时说自己「有点拿不准」：「看起来像 AI」的说法被夸大了，但数据也不能排除 AI 的作用
阅读全文
关联模型 / 智能体 / 厂商:
#X热议#AI 生产率#金融时报#劳动力市场#科技裁员
H
Hugging Face Daily Papers@HuggingFace·
👀99
🔥96

腾讯混元开源 LifeSearch：首个真实生活与复杂生产力 Deep Research 智能体基准，4500小时人图标注揭示顶尖模型最高仅 63.4%

当前 Deep Research 智能体评测大多局限于学术科研与合成问答，难以反映真实日常决策与复杂工作流。腾讯混元团队推出 LifeSearch 基准，涵盖 7 大生活生产力领域的 203 个中英文真实任务，投入逾 4500 小时专家标注提炼 4000+ 条细粒度评分规则。实测 12 款主流深度研究智能体显示，顶尖模型最高仅获 63.4% 分数，暴露长程网页搜索、多源冲突时间线融合等关键短板。

腾讯混元开源 LifeSearch：首个真实生活与复杂生产力 Deep Research 智能体基准，4500小时人图标注揭示顶尖模型最高仅 63.4%

核心要点速览

  • 首创真实生活与生产力评测集：覆盖旅游规划、医疗消费决策、商业比价等 7 大现实场景，包含 203 项来自真实种子的高难度任务
  • 4500 小时 4000+ 条细粒度规则：融合报告深度与数值、单位、日期、URL 四重硬约束，专家对齐度达 Spearman 0.89
  • 顶尖智能体天花板显现：即便是最强前沿模型综合得分也仅为 63.4%，在多源信息时效核对与长程深潜检索上仍存在巨大提升空间
阅读全文
关联模型 / 智能体 / 厂商:
⚡ GPT-5.6 Sol⚡ Hunyuan-Large (Open MoE)⚡ Deep Research Agent⚡ Perplexity Deep Research🤖 Deep Research Agents🤖 Autonomous Web Agents🌐 Tencent🌐 Tencent Hunyuan
#LifeSearch#深度研究#Agent 基准#Tencent Hunyuan#Web Agents#生产力
T
Tibo Sottiaux@thsottiaux·
👀75
🔥92
查看推特原帖 ↗

OpenAI：Astra 内部提效显著，部分计划提前半年改在 DevDay 发布

OpenAI 工程师 Tibo Sottiaux 表示，在 GPT-6 Astra 尚未普遍可用期间它已是公司最大竞争优势之一；内部生产力大幅提升后，部分原定明年中发布的计划已提前约半年，改在 DevDay 推出。

核心要点速览

  • Astra 在未全面开放前已被视为 OpenAI 重大竞争优势。
  • 内部生产力跃升后，部分路线图提前约半年。
  • 相关功能/产品计划改在 DevDay 发布，而非明年中。
阅读全文
关联模型 / 智能体 / 厂商:
⚡ GPT-6 Astra🌐 OpenAI
#GPT-6 Astra#OpenAI#DevDay#生产力#Roadmap#发布
AD赞助内容
C
Claude@claudeai·
👀50
🔥90
查看推特原帖 ↗

Claude 可在后台操控电脑：Cowork 与 Claude Code 上线

Anthropic 让 Claude 在 Claude Cowork 与 Claude Code 中于后台使用用户电脑：点击、打字、打开应用，用户可同时处理其他工作。该能力目前以 beta 形式向 Pro 与 Max 用户开放，仅限 macOS 桌面端。这把 Claude 从对话助手推进到可并行执行桌面任务的编码与办公智能体。

核心要点速览

  • 可在用户工作时于后台点击、输入并打开应用
  • 已接入 Claude Cowork 与 Claude Code
  • Pro/Max 计划 macOS 桌面端 beta 可用
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Claude🤖 Claude Cowork🤖 Claude Code🌐 Anthropic
#AI#LLM#编程#智能体#电脑操作
A
Anthropic@AnthropicAI·
👀55
🔥93
查看推特原帖 ↗

Anthropic 首次开放 Claude / Claude Code 真实用量：METR 正在测算编程 Agent 生产力

Anthropic 首次让外部研究者通过隐私保护的 Anthropic Insights 分析真实 Claude 用量。斯坦福 SALT、牛津 HIP Lab 与 METR 独立研究了 2026 年 4–5 月约 25 万条 Claude.ai 或 Claude Code 对话，其中 METR 正在估算编程 Agent 的真实生产力增益。

核心要点速览

  • 三家外部机构分析约 25 万条 Claude.ai / Claude Code 对话；SALT 发现超过一半对话涉及影响他人或难以撤销的高后果任务
  • METR 正基于 Claude Code 轨迹估算编程 Agent 生产力：初步显示更新模型节省更多时间，且 Claude 对任务耗时的估计与真实开发者耗时相关
  • 聚合数据已公开至 Hugging Face（Anthropic/enabling-independent-research），并开放下一轮研究者报名
阅读全文
关联模型 / 智能体 / 厂商:
⚡ Claude Opus 4.8⚡ Claude Sonnet 4.6⚡ Claude 3.7 Sonnet (Hybrid Reasoning)🤖 Claude Code (Anthropic)🌐 Anthropic
#Anthropic#Claude Code#METR#SALT Lab#Independent Research#生产力
已呈现全部最新动态