标签
一位用户分享了一个观察：Qwen 和 Gemma 对代码的分词方式非常不同，对于相同的 HTML/JS 输入，Qwen 使用的 token 数量远少于 Gemma，这可能解释了它们在编程和语言任务上的表现差异。他们还提到了 LiquidAI 的一个可能使用更高效分词器重新训练模型的项目。
一篇博客文章认为，常说的"代码从来都不是难的部分"这句话是对程序员的侮辱，它捍卫了编码的难度，并对过度强调需求收集提出了质疑。
据传OpenAI新模型Astra在编程能力上取得突破，但因其能力过强可能带来网络攻击风险，发布被延期。
Carson Gross 在演讲中讨论了 AI 对大学计算机科学教育的影响，认为在 AI 时代仍需教学生写代码和读代码，同时指出 AI 带来了评估危机和教学变革的机会。
BigBang-v1 是来自上海 Endless Frontier Lab 的自我进化 36B 大语言模型，使用 AI 生成的前沿任务进行训练，仅用 10K 个高质量示例就在科学、编码、工具使用和长上下文方面取得了强劲表现。
这是一场讨论，质疑在 Kimi K3、Qwen 3.8 Max 和 DeepSeek V4 Pro 等新模型陆续推出后，GLM 5.2 和 Kimi 2.7 等旧 AI 模型是否仍对编程具有重要意义。
Yohei Nakajima 描述了他升级自己的 AI 智能体技术栈，从而可以在任何地方解放双手工作；由幕僚长将任务分配给各项目经理和执行者，所有协调都通过仓库进行。
Meta 发布了 Muse Code，这是一款处于测试阶段的终端 AI 编码智能体，可处理大型代码库中的复杂软件工程任务，与 OpenAI 的 Codex 和 Anthropic 的 Claude Code 展开竞争。
Prime Intellect 推出了 Prime Agent，一个用于编程和长期自主任务的自我改进型 RLM 框架，具备程序化工具调用、将上下文作为变量、多智能体消息传递以及可自我修改的框架状态等特点。
Ling-3.0-flash MXFP4 是一款量化模型，已发布并可在单个 DGX Spark 上本地运行，实现约 80 tok/s 的解码速度和 2,500–3,500 tok/s 的长输入预填充速度，从而为编码、智能体和离线批处理任务提供私有的设备端推理。
AI 充当了一位耐心、全天候的私人导师，解释概念、调试代码，并一步步指导学习者，不带任何评判，从而让学习编程变得容易得多。
用户在本地编码基准测试中对 DeepSeek v4 Flash 与 Qwen3.6-27B、Qwen3.5-122B 和 Gemma 4 31B 进行了对比，发现 Flash 总体胜出，但 Qwen 122B 表现惊人，首次尝试成功率更高且 token 消耗更低。
Epoch AI 和 METR 推出了 MirrorCode，这是一个基准测试，用于测试 AI 模型在长时间跨度内端到端重新实现整个程序的能力。早期结果显示，Claude Opus 4.7 在 14 小时内解决了一个生物信息学工具包，花费 251 美元，但记忆化方面的注意事项仍然存在。
Qwen3.8-Max 是一款 2.4T 参数的开源权重模型，在基准测试中与 Kimi K3 和 DeepSeek V4 Flash 表现持平，在编码和软件任务上尤为出色。权重将于下周发布，定价为输入 $2/百万 tokens、输出 $6/百万 tokens。
AI9Stars 发布了 G9v3-39A5B，这是一个开放权重的 39B MoE 语言模型，拥有 5 个活跃专家，面向推理、编码和助手任务，采用 Apache 2.0 许可。
阿里巴巴发布 Qwen3.8-Max，一个 2.4T 参数的 MoE 前沿模型，开放权重将于下周推出，声称自主运行16天，成本显著低于 GPT-5.6 Sol 和 Claude Fable 5。
对软件工程中“AI生产率差距”的分析，认为AI主要加快了开发人员工作中编码部分的速度，而设计、评审和会议等其他关键任务基本未变，导致整体收益仅略有提升。报告还指出，初级员工比高级员工受益更多，这与一些领导者的假设相反。
一条推文调侃道，Anthropic 在发布强大 AI 时小心翼翼，而 Qwen 却发布了用于编程和协作的新模型 Qwen3.8-Max，并请用户给他们的仓库点星。
Qwen 3.8-Max 正式版发布，视频演示了千问办公和 Qwen Code 工具，主打编程与协同办公能力。