AI 编程实时动态与要闻速递 — 𝕏/Twitter 一手信源

👀28

🔥81

X 热议：Stripe CEO Patrick Collison 给自己 vibe coding 的应用加“改进框”，Agent 直接实现，称之为“液体软件”

X 上正在热议的一个观点：Stripe CEO Patrick Collison（@patrickc）10 月 31 日发长帖说，他正在给自己所有 vibe coding 做的个人应用加一个“改进”功能，也就是一个自由输入框，背后接一个 Agent，提交什么就直接实现什么。他称另一位使用者几天内已经通过它实现了 150 项改进，并把这种模式称为“液体软件”（liquid software）。同时他也坦言不确定这种模式能否扩展：会不会越改越难维护、多人协作怎么办、是否安全可靠。原帖约 2,130 赞、1,900 收藏、14.7 万次浏览。以下为讨论整理，是个人观点，不是 Stripe 官方产品发布。

核心要点速览

热度：原帖约 2,133 赞、1,896 收藏、217 条回复、76 条引用、14.7 万次浏览（X 公开数据，截至 11 月 1 日 12:15 SGT）
做法：每个个人应用里放一个自由文本框，接一个 Agent，按提交内容“yolo”直接实现，大幅降低“顺手修个小毛病”的门槛
数据点：Collison 称另一位使用者几天内通过它实现了 150 项改进（作者自述，未公开具体应用）
他自己提出的疑问：会不会越改越难维护、模型变强能否跟上需求、多人协作如何处理、能否做到安全可靠
讨论：支持者认为这会成为软件标配，甚至可按用户做功能开关；质疑者指出第二个用户提出相反需求时就会冲突，维护和安全仍是难题；他本人把它比作 Lisp 机、Smalltalk、HyperCard 那种用户可自行修改的软件愿景

阅读全文

关联模型 / 智能体 / 厂商:

🌐 Stripe

#X 热议#Patrick Collison#Stripe#液态软件#氛围编程#编程智能体#终端用户编程

NUS School of Computing@NUSingapore·20 天前收录

👀115

🔥97

“氛围编码”安全警钟长鸣！Last Secure Code 基准发布：前沿 Agent 仅 25.1% 生成代码同时兼顾功能与安全

随着 AI 编程智能体在“氛围编码”（Vibe Coding）热潮中广泛接管软件生产，生成代码的安全性成为行业焦点。新加坡国立大学与莫纳什大学等团队发布 Last Secure Code Benchmark，这是首个全面评估编程智能体安全代码生成能力的权威基准。涵盖 7 种主流编程语言、24 类 CWE（包括 2025 CWE Top 25 中的 21 类及 Top 10 KEV 中的 8 类）以及 450 项源于 150 个真实 CVE 漏洞的实战任务。评测揭示：前沿模型在功能测试上通过率达 73.6%~91.3%，但即使最强的 Claude Fable 5，在同时满足“功能可用且无安全漏洞”的严苛检验下通过率仅为 25.1%，其余主流 Agent 仅为 16.4%~24.7%。

核心要点速览

首个氛围编码安全基准：基于 150 个真实 CVE 漏洞构建 450 项多语言任务，覆盖 2025 CWE Top 25 中的 21 类高危缺陷及 8 类 KEV 漏洞
功能可用假象与安全断层：前沿 Agent 的功能通过率高达 73.6%~91.3%，但兼顾功能与安全性的双合格率仅为 16.4%~25.1%
全流程漏洞场景堪忧：在完整的全仓库或跨文件工程场景中，最强模型仅能抵御 12% 的漏洞风险，凸显自动化安全扫描门禁的极端紧迫性

阅读全文

关联模型 / 智能体 / 厂商:

⚡ Claude Fable 5⚡ GPT-5⚡ Claude 3.5 Sonnet ⚡ DeepSeek-Coder-V2 🤖 Coding Agents 🤖 Autonomous Software Engineering 🌐 National University of Singapore 🌐 Monash University

#Last Secure Code#氛围编程#编程智能体#网络安全#CWE#Software Vulnerability

Dan Kornas@DanKornas·45 天前收录

👀36

🔥91

查看推特原帖 ↗

gap-trap 开源：为编码智能体写入仓库级契约与门控，防止 vibe coding 质量漂移

@DanKornas 介绍 pliablepixels/gap-trap：面向编码智能体的开源技能，读取仓库后写出贴合代码库的规则，并添加在规则被破坏时使提交或 CI 失败的门控。涵盖契约、proven red 测试、问题棘轮与 playbook，支持多语言门控。GitHub 抓取时约 171 星，采用 MIT 许可。

核心要点速览

把 HTTP、日志、配置、鉴权等「唯一正确路径」写成契约，并检查旁路。
proven red 在 CI 用旧代码跑新测试，确保测试真正能失败；棘轮只允许已知问题数量下降。
作为编码智能体技能安装，适合 Node/Python 等门控；pliablepixels/gap-trap 抓取时约 171 星，MIT 许可。

阅读全文

关联模型 / 智能体 / 厂商:

🤖 Claude Code (Anthropic)🤖 Cursor Composer (Agent Mode)🤖 Aider

#Gap trap#编程智能体#Contracts#CI gates#proven red#氛围编程#开源

Vals@ValsAI·47 天前收录

👀83

🔥93

查看推特原帖 ↗

Vals 发布 Vibe Code Bench 1-100：测模型能否在长序列产品改动中不破坏已有功能

Vals 今日发布 Vibe Code Bench 1-100（VCB 1-100）：在已通过的完整 Web 应用上，要求模型按依赖顺序完成多轮产品改动，且不能破坏既有行为；首个未完成迭代即终止。官方榜单显示 Claude Opus 5 以 28.53% 领先，Claude Fable 5.1 28.00%、GPT-6 Astra 27.64% 紧随其后。相对只评「从零做出能跑版本」的基准，该套题更贴近真实持续演进的 vibe coding / 编程智能体工作负载。

核心要点速览

VCB 1-100 从已通过的完整应用起步，按依赖顺序施加多轮产品请求，首个失败迭代即终止。
榜单：Claude Opus 5 28.53%，Claude Fable 5.1 28.00%，GPT-6 Astra 27.64%。
Vals 指出模型自我测试差异大：Opus 5 / Fable 5.1 约三分之一工具调用为浏览器；Grok 4.6 几乎不用浏览器。

阅读全文

关联模型 / 智能体 / 厂商:

⚡ Claude Opus 5 ⚡ Claude Fable 5.1 ⚡ GPT-6 Astra ⚡ Grok 4.6 🤖 coding-agent 🌐 vals

#Vals#Vibe Code Bench#VCB 1-100#基准测试#编程智能体#Opus 5