国产AI编程工具已非“能用就行”，在中文场景下比Copilot更好用_服务软件

1. AI编程大战正式开打！ Claude vs GPT同一天放大招，不是比谁代码写得好，而是AI开始自己组队当项目经理了。#大咖观察 #红衣聊AI #编程 #ChatGPT

2. 当有人说“编程已死” 我更愿意说一句：死的是“打字员式编程”，活下来的是“定义价值的编程”。#大咖观察 #红衣聊AI #openclaw #ChatGPT#编程

3. 过去十年，大家一直在说AI会改变编程。但现在看，真正被改变的，可能不是“写代码”，而是“审代码”。如果未来AI写代码、审代码都变成了常态，程序员最核心的能力到底是什么呢？#大有学问 #红衣聊AI #anthropic #人工智能 #程序员

4. 全球每天600+程序员失业，这个锅该AI来背吗？

5. 全球大模型第一股，为啥是家中国公司？ #智谱 #智谱上市 #智谱IPO #GLM大模型 #全球大模型第一股诞生

6. #横扫硅谷的千问杀回国内#横扫海外榜单的Qwen大模型第一入口来了，一经发布直接终结了比赛，国内人人都可以通过下载千问APP直接使用！不难发现，阿里这盘棋早在3年前就开始下了，如今Qwen大模型早已成为全球排名第一，在AI大模型实时投资比赛“Alpha Arena”中，Qwen同样凭借出色的策略和实操夺得第一，金融投资和风险控制能力遥遥领先！Qwen3-VL在 OpenRouter 图像处理榜单上以 48% 的市场份额跃升至全球第一，Qwen3-Coder 登顶开源LLM榜首！而搭载Qwen顶级模型的千问app，强悍的性能无需多言。就比如我问它“iphone17和 pro 以及promax 有多大区别”，它马上就能给我生成一份详细的报告，里面的内容非常贴近我的实际需求，可以说是一个非常可靠的生产力工具，每个人都值得拥有！

7. Agent Infra到底是什么？【AI基建】

8. DeepSeek，正如其名，深耕求索 AI 边界。DeepSeek V3.2 系列模型正式发布：开源 AI 推理能力直逼 GPT-5，Speciale 版斩获多项金牌在人工智能领域，开源模型的迅猛发展正重塑全球 AI 生态。今日（2025 年 12 月 1 日），中国 AI 初创公司 DeepSeek 宣布正式发布两款重量级大语言模型：DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale。这一双模型同步上线，不仅标志着 DeepSeek 在参数规模和推理能力上的新突破，更在开源社区引发热议。DeepSeek-V3.2 主打日常应用场景下的 Agent 强化能力，而 V3.2-Speciale 则作为“长思考增强版”，融入先进数学证明机制，在国际竞赛基准中屡获金牌。官方网页端、App 和 API 已全面更新，支持开发者即时接入。这一发布时机恰逢全球 AI 竞争白热化之际。DeepSeek 团队强调，新模型在训练过程中优化了多模态融合和长上下文处理，参数规模达数百亿级别，旨在桥接开源与闭源模型的性能鸿沟。以下，我们将从模型架构、基准评测、与其他顶尖模型的比较以及潜在影响四个维度，进行专业剖析。模型架构与创新亮点DeepSeek-V3.2 系列基于前代 V3.1 的 MoE（Mixture of Experts）架构迭代而来，总参数量超过 600B，其中活跃参数高效分配至 70B 级别。这种设计显著降低了推理延迟，同时提升了在复杂任务下的稳定性。核心创新包括： • Agent 能力强化：V3.2 内置多步规划模块，支持自主工具调用和动态决策链路，适用于自动化工作流场景，如代码生成和数据分析。 • 长思考机制：V3.2-Speciale 引入“思考链”（Chain-of-Thought）增强变体，结合 DeepSeek-Math-V2 的定理证明引擎。该版本在处理逻辑验证任务时，能模拟人类逐步推理过程，避免幻觉输出。 • 开源友好：模型权重已在 Hugging Face 和 GitHub 公开，支持 FP16/INT8 量化部署，适用于边缘设备。这些特性使 V3.2 系列不止于通用对话，更向专业垂直领域倾斜，如数学、编程和科学模拟。基准评测：性能数据详解为评估新模型的实际表现，DeepSeek 团队公布了多项国际标准基准结果，并邀请第三方机构验证。总体而言，V3.2 在推理和数学任务上表现出色，平均得分逼近闭源顶流。数学与逻辑推理基准 • GSM8K（小学数学）：V3.2 得分 98.2%，V3.2-Speciale 达 99.5%，接近人类专家水平。Speciale 版在长链推理中优势明显，错误率降至 0.5% 以下。 • MATH（高中数学竞赛）：Speciale 版斩获 92.7% 准确率，在 IMO 2025 模拟赛中获金牌，超越谷歌 Gemini Deep Think。该成绩得益于集成定理证明器，能自动验证几何和代数推导。 • AIME（美国数学邀请赛）：V3.2 系列平均 85.4%，较前代提升 12%。独立评测显示，Speciale 版在 MLPerf Inference v5.1 推理基准中，处理长序列输出时延迟仅为 GPT-5 的 1.2 倍。编程与多模态任务 • HumanEval（代码生成）：V3.2 达 89.6% 通过率，略高于 Claude 3.5 Sonnet，在 Aider 编程测试中得分 71.6%，标志着开源模型在软件工程领域的突破。 • MMLU-Pro（多学科知识）：整体得分 87.3%，在生物医学子集上表现尤佳，Nature 杂志的一项临床评测显示，DeepSeek 模型在 NMLE（国家医学执照考试）中超越 OpenAI o1，准确率提升 15%。安全效率评估NIST 的 CAISI 报告指出，V3.2 在安全基准（如红队攻击抵抗）中得分 92/100，优于多数美国参考模型，同时价格仅为闭源竞品的 1/10。量化后，推理速度提升 2.5 倍，支持 128K 上下文窗口。然而，评测也暴露短板：V3.2 在创意写作（如 GPQA 基准）中得分 78.5%，落后于 Gemini-3.0-Pro 约 5%。此外，独立测试显示其在边缘案例下的幻觉率仍需优化。与顶尖模型的横向比较DeepSeek V3.2 系列的发布，直接挑战了 OpenAI GPT-5 和 Google Gemini 的霸主地位。在综合基准 Arena-Hard 上，V3.2 以 91.2 分逼平 GPT-5（92.1 分），但略逊于 Gemini-3.0-Pro（93.8 分）。 17 Speciale 版在数学子集上逆转胜出，IMO 金牌成绩更胜一筹，终结了“闭源垄断高难度推理”的叙事。与其他开源模型相比，V3.2 碾压 Llama 3.1（MMLU 85.2%）和 Mistral Large（编程 82.4%），其 MoE 架构在能效上领先 30%。这一成绩源于 DeepSeek 的“渐进式蒸馏”训练策略，从 685B 基座模型提炼而出。开源生态影响与未来展望DeepSeek V3.2 的开源策略，将进一步加速 AI 民主化。开发者可通过 API 免费测试，预计短期内涌现大量 Agent 应用，如智能医疗诊断和自动化科研。长期看，这一发布或推动中美 AI 合作，缓解地缘壁垒。模型规模膨胀带来的碳足迹，以及在非英语语料上的泛化问题。DeepSeek 团队已承诺后续迭代，将融入更多多语言支持。DeepSeek V3.2 系列的亮相，不仅是技术跃进，更是开源精神的胜利。它证明，开源模型已能与闭源巨头并驾齐驱，甚至在特定领域领跑。对于从业者和研究者而言，这是部署高性能 AI 的绝佳时机。未来，随着更多评测数据涌现，我们期待 V3.2 在真实世界中绽放光彩。参考文献： • DeepSeek 官方公告及基准报告。 • 第三方评测：NIST CAISI、Nature 临床基准、MLPerf 等。（本文基于公开数据撰写）#DeepSeek同时发布2款新模型##ai生活指南##ai创造营#

9. 这帮90后中国工程师太牛了！460万美元干翻了1.4万亿中国AI有自己的登顶策略！只用了1%的资源逆袭美国，又一个DeepSeek时刻的背后到底是什么？#AI #kimi #OpenAI

10. 硅谷《连线》杂志：性能顶级的 GPT-5们，正在输给一个中国开源模型#连线杂志 #AI #千问 #Qwen #千问恐慌

11. “源神”的新年贺礼！深度实测Qwen3.5，原生多模态表现如何

12. 「Github一周热点90期」规格驱动开发、AI记忆引擎、AI agent的docker、开源流媒体平台、开源电商平台和密钥管理平台

13. TRAE中国版白送SOLO，一人指挥一支AI大军重磅消息！SOLO终于上线TRAE中国版了，Waitlist免费开放中本期视频实测TRAE的新版本，亮点很多 1、先规划再动手的 Plan 模式 2、带专家团一起干活的 Subagent 子智能体 3、DiffView 差异视图 4、多任务并行 5、上下文智能压缩长时运行不掉链子 SOLO终于把AI从“瞎干活的外包”变成了“懂协作的队友” #AI #人工智能 #TRAE #AI编程 #vibecoding

14. 真正的核心竞争力，来自于驾驭工具。 #大咖观察 #红衣聊AI #编程 #人工智能技术

15. 盘点一周AI大事(1月11日)｜最强人形机器人 OpenAI公布2026研发路线图 DeepSeek被爆2月发布DeepSeek V4 Google推出Veo3驱动的数字人Vids 字节开源换脸视频模型DreamID-V 阿里开源数字人框架HRM2Avatar Lightricks开源顶级视频模型LTX-2 ElevenLabs推出最强语音转录模型Scribe v2 斯坦福开源睡眠分析模型SleepFM 港大发布开源版NotebookLM DeepTutor Razer推出全息AI老婆Project AVA 波士顿动力推出下一代Atlas #抖音知识年终大赏 #前沿科技趋势发布月 #AI新星计划 #AI #机器人

16. 补充一下：GLM-4.6 也可以了 //@tombkeeper:现在是2025年10月。不能完成该编程任务的那几个还是不能完成。//@t0mbkeeper:刚才又测了一下。半年之后，不能完成编程任务的那几个还是不能完成。 DeepSeek v3 不仅可以完成而且比 v2.5 的代码质量更高。DeepSeek R1 也行，但不如 v3 完成的漂亮。

17. 养个电商🦞团队，让它们自主开店、谈客户

18. 「Github一周热点97期」开源AI手机、AI画架构图、AI编程的指导、看板工具、GO语言的游戏引擎和具身智能资料库

19. “龙虾模型”能管公司？实测GLM-5-Turbo接入openclaw运营公司

20. 「Github一周热点104期」智谱GLM-5发布，打响春节AI大战模型第一枪

21. 对话云栖大会：下一个AI爆款、大模型进化与Agent万亿级企业市场

22. Qwen3.5 开源王炸！多模态性能屠榜，本地部署 + OpenClaw 实战全流程！|零度解说

23. 白嫖顶级AI模型！GLM-4.7 + MiniMax M2.1 免费 API，媲美直连 Claude Code！NVIDIA 限免福利 | 零度解说

24. 除夕迎「源神」？Qwen3.5以小胜大，捅破性价比天花板，大模型竞赛下半场开始了

25. 当 QueenWen 遇见 Qwen，这不仅是名字上的“命中注定”，更是中国力量在各自领域的顶峰相见。这一次，阿里千问要展示的不仅是全球领先的模型硬实力，更是真正能自主办事、打通全生态的超级助理时代 #郑钦文阿里千问全球代言人 #千问AI #中国AI

26. #全国产AI更懂你# 11月6日，科大讯飞发布基于全国产算力的讯飞星火X1.5深度推理大模型。该模型率先在全国产算力平台上攻克MoE模型全链路训练效率，端到端性能达到国际竞品效率的93%以上。其语言理解、文本生成、知识问答、逻辑推理、数学能力、代码能力等对标国际主流大模型，其中，数学能力持续保持国际领先。同时，星火多语言能力持续升级，支持130+种语言，整体性能达到GPT-5的95%以上，为世界提供AI发展的“第二选择”。 #科大讯飞全球1024开发者节#

27. 27岁清华学霸姚顺雨掌舵腾讯AI 27岁清华学霸姚顺雨掌舵腾讯AI，一个98年出生的年轻人，从清华姚班到 OpenAl，再到腾讯首席AI科学家，顶级人才回流，AI竞赛正式进入agent时代！#AI #腾讯 #agent

28. #硬刚ChatGPT的千问国内可下载#阿里发布对标ChatGPT的AI助手App「千问」，朱啸虎说千问能硬刚ChatGPT！这底气是来源于阿里自家Qwen模型，它在多项全球榜单霸榜，其中旗舰模型Qwen3-235B-A22B登顶「全球开源模型冠军」，Qwen3-coder在WebDev Arena取得并列第一....连Airbnb和英伟达的老黄都出来盖章，说这快成了硅谷的根基，正是这样强大的实力支撑千问具备复杂决策能力，用户只需通过简洁的界面就能体验顶级大模型能力。我自己也上手体验了一下，问它装机配置需专业建议，千问的回答不仅逻辑严密、分点清晰，在专业度上媲美ChatGPT，而且更深耕中文生态，更符合国人的交互体验，朱啸虎的眼光果然毒辣，阿里这次是铁了心要下场卷全球了！

29. 「Github一周热点100期」爆火的AI编程工具却被Claude封禁？

30. ChatGPT、Claude、Gemini 什么任务该交给谁？每月600刀经验总结

31. 「Github一周热点98期」AI文档检索框架、微软最新TTS、Claude Code 记忆插件、自动化备份、 jellyfin和linux桌面环境

32. 快抄作业！我用JoyAgent搞了个AI团队 2025年都快结束了，Agent是不是还没用上？我找到了打工人用上智能体的最简单方法，就是用JoyAgent把每天重复的SOP全做成Agent，不懂代码也能零门槛搭建，而且效果很稳定。看着AI团队全自动打工、出活，非常解压。 #AI #智能体 #JoyAgent #JoyCode #京东云

33. 实测 GPT-5.3-Codex，OpenAI 史上第一个高危模型，连 API 都还不敢给我们

34. 神秘霸榜模型现真身：小米MiMo-V2 Pro，国内首个万亿参数+1M上下文，为Agent而生！

35. 全球开发者集结上海：比起炫技，他们更想捅破那层“落地窗户纸”｜甲子光年

36. OpenAI 官方发布了一个 Claude Code 插件 codex-plugin-cc，让开发者可以直接在 Claude Code 里调用 Codex 做代码审查、对抗性审查，甚至把任务整个移交给 Codex 执行。这件事有意思的地方在于：这是 OpenAI 主动把自己的工具送进竞争对手 Anthropic 的地盘。Claude Code 有自己的插件生态，OpenAI 这次正式以官方身份入场，把 Codex 包装成 Claude Code 工作流里的一个"随叫随到的第二意见"。插件提供三个核心命令：/codex:review 跑一遍标准的只读代码审查；/codex:adversarial-review 做对抗性审查，专门挑战现有实现的隐藏假设，适合迁移、鉴权变更、基础设施脚本这类高风险操作；/codex:rescue 则直接把任务交给 Codex 接管，用于线程卡住或需要换个智能体重新来过的场景。三个命令都支持后台运行，配合 /codex:status 和 /codex:result 管理。还有个可选的 review gate 功能，能让 Claude Code 在 Codex 审查完成前不退出，不过 Srivastav 提醒这可能导致两个智能体循环调用，快速烧掉使用额度。技术上，插件通过本地 Codex CLI 和 app server 中转，复用已有的认证、配置和 MCP 设置，不额外起运行时。使用前提是有 ChatGPT 订阅（包括免费版）或 OpenAI API key，加上 Node.js 18.18 以上。 http://t.cn/AXIMKrDu

37. Claude Code 这个更新不错，可以把 Claude 当小龙虾🦞用了，简单来说就是你用 claude rc 运行 claude，然后会生成一个链接或者二维码，你扫描二维码或者打开链接，就可以从手机上或者其他电脑上控制你本机的 claude code。由于两边都要登录相同的 claude 账号，所以即使别人知道你的 URL 也无法控制你的电脑，倒是不用担心安全问题。目前只有 Max 订阅用户能用，Pro 还要等等宝玉xp的微博视频

38. Flux 2.0 突然发布！最强开源、叫板谷歌 Nano Banana Pro 模型，在线免费实测及本地部署教程！ | 零度解说

39. 图灵奖得主Don Knuth发论文致谢Claude

40. 这次春节AI大战，国产模型与国产芯片第一次，双向奔赴！ #春节世界观察 #新年囤点专业货 #燃起来了大国重器 #大咖观察 #红衣聊AI

41. 盘点一周AI大事(12月21日)｜谷歌手撕OpenAI OpenAI 上线最强图像模型GPT Image 1.5 OpenAI发布最强编码模型GPT-5.2-Codex Google发布 Gemini 3 Flash Google开源A2UI协议微软开源最强3D模型TRELLIS 2 阿里开源分层编辑图像模型Qwen-Image-Layered 阿里发布Veo 3平替Wan2.6 字节发布Veo 3平替Seedance 1.5 pro 腾讯开源首个实时交互世界模型WorldPlay 研究员开源照片重新对焦Genfocus Pipeline 研究员开源实时换脸视频模型PersonaLive Meta开源最强声音分割模型SAM Audio #抖音知识年终大赏 #AI新星计划 #OpenAI #AIGC #前沿科技趋势发布月

42. 「Github一周热点105期」Rust 版openclaw，本地语音克隆工具，Qwen3.5， AI 渗透测试系统和精美源码图片生成工具

43. 国产GPU，拐点已现

44. 华为AI开发三大颠覆性突破：代码生成、自动测试、Bug修复全搞定！码农福音还是大锤？华为云码道（CodeArts) 代码智能体公测版今日发布，集代码大模型、IDE、自主开发模式为一体，覆盖代码生成、研发知识问答、单元测试用例生成、专家技能Skills、Codebase代码库索引、规范驱动开发等AI Coding技术，同时接入开源模型GLM-5.0、DeepSeek-V3.2以及华为自研模型，并提供鸿蒙的专属模型。鸿蒙专属模型，纯血鸿蒙应用开发简单，后续鸿蒙APP将爆发，各种鸿蒙APP会填补缺口。对一些公司来说是个机会窗。

45. DeepSeek V3.2的隐藏更新，却意外暴露了MiniMax

46. 对于一个新系统的成长，如何吸引来开发者投入到生态建设，这一点至关重要！而鸿蒙生态给我们做了很好的示范，最近鲁豫访谈4位在鸿蒙生态建设上已经取得成功的鸿蒙开发者，他们的真实回答也让我们知道，原来#鸿蒙给开发者铺好了高速路# ，让不同的开发者都可以快速的开发出自己想要的应用！它可不是小众的，可以是复杂的，可以是专业的，鸿蒙生态不会对开发者区别对待，提供平等的机会！并且鸿蒙生态提供了更多的像“多端协同”、“碰一碰”分享、“桌面小组件”等独特交互方式，让开发者可以有更多的奇思妙想去实现创新的想法！这是一个新平台，也是一个新机会！低门槛发开发模式，专业的技术支持，这就是包容生态的魅力！华为终端云服务的微博视频

47. 企业级AI Coding的落地方法，都在这本实战手册里了｜甲子光年

48. #鸿蒙给开发者铺好了高速路#鲁豫访谈了4位鸿蒙开发者，小宇宙播客App鸿蒙项目负责人李会洋、Canva可画中国区总经理王可辛、圆周旅记创始人凌麒、独立开发者李尚儒，信息量相当大，让我们可以看到如今的鸿蒙生态的确非常适合开发者的，为开发者考虑了很多。光是从这次请的四位开发者就可以看出来，鸿蒙让那个这些“小而美”应用与独立开发者被看到，被肯定。李尚儒选择了all in鸿蒙，原因在于小开发者能在鸿蒙生态中被用户发现，鸿蒙提供的功能能够让一个开发者调用一个系统的力量，让独立开发者能和大产品站在同一起跑线上，对独立开发者实在是非常友好的。同时，我们从开发者口中可以了解到，鸿蒙开发其实学习成本不高，度过了开始的困难，后面就是一片坦途。更难的是，鸿蒙对于开发者的需求和反应的问题，都有一个很快的反应，能及时解决问题，让开发更顺畅。此外，鸿蒙的“多端协同”、“碰一碰”分享、“桌面小组件”不仅让我们这些用户赞不绝口，开发者也认为这些功能打破了物理边界，非常有意义。一个好的生态，一定是要对开发者足够友好，看了这次访谈，我对于鸿蒙生态的未来更有信心了。

49. 现在国内很多互联网大厂和科技公司给研发人员的Claude Code额度有的甚至能到2000美元，2000美元也就相当于一名应届生的成本，但是产出却能高十倍，因此很多公司在裁员，招的应届生也少了。而Anthropic是明确禁止中国使用的，也就是说，这些公司的生产活动已经高度依赖一家随时可能无法使用的供应商，而且这些生产活动的数据也会用于Anthropic新模型的训练，当然你可以说除了Opus也有国产模型，但问题在于如果因为Anthropic的全面封禁导致大家都换到国产模型，首先算力设施不够，其次完全由Opus写的项目很难再让代码能力弱一些的国产模型去维护。芯片和显卡被断供了还有存货可以使用，但模型断供就是一瞬间的事，因此我认为国内的互联网大厂和科技公司应该要求最低的国产模型供应商使用比例，并且这个比例跟随裁员比例上升。

50. 2025年，Agent对于打工人真的有用吗？实测OK Computer

51. 阿里全家桶全面Agent化！千问“任务助理”全面公测，从此AI不再只是动嘴出主意的狗头军师！

52. “一人公司”喊得响，核心系统不敢动，AI编程的错位在哪？#华为云码道 #龙虾 #AI智能体 #openclaw #AI

53. OpenClaw 新能力：最强浏览器自动化方案，免登录自动操作小红书、X、公众号等｜Chrome DevTools MCP

54. #豆包大模型2.0发布# 2026开年AI行业就成了高光的行业，算力上太空，应用高效率。让我们这些用户看的是眼花缭乱的，不知道该站那边了。豆包、GLM-5、M2.5这三款应用都采用高效架构优化推理成本，在编程、工具调用等等能力上达到行业前沿水平，以国内市场需求为主导，争取在工具的属性上满足国内的市场需求。也成为了目前市场上讨论最多AI标杆。不过豆包作为字节跳动自研模型，主打轻量化部署与高性价比，适配短视频创作、轻量化办公等场景。GLM-5以架构革新为核心，深耕编程与智能体领域，主打技术突破与开发者生态。M2.5则聚焦极致效率与成本控制，在复杂编程、办公场景中实现高速高效，三者同源却各有专攻。从发展的角度来说，这三者之间市场重叠度有限，反而是相互的互补会更多一些。#HOW I AI##过个有AI年#

55. #国产AI超过ChatGPT了吗#阿里刚刚发布了基于强大的Qwen模型构建的Qwen App，作为全球排名第一的开源模型，Qwen 一直深受开发者和大型科技公司的喜爱，甚至连黄仁勋都称其为最好的开源人工智能之一，就连《金融时报》也报道了最近的Qwen恐慌。今天，Qwen App在中国正式上线，全球版本也正在筹备中。彭博社数据显示，Qwen的总下载量已正式超过Meta的Llama。越来越多的国家正在转向使用中国开源人工智能模型，其中Qwen处于领先地位#ai生活指南##ai创造营#

56. 一个视频带你快速盘点2025年GitHub热点项目

57. 265W双烤的性能猛兽——红魔游戏本16Pro 2026评测

58. 字跳TRAE团队发了个《2026 企业级AI编程实践手册》，总结了他们的AI编程方法论和工程实践网页链接“在2026年，AI编程已不再是实验性的尝试，而应该成为企业软件开发的核心生产力。本手册源于TRAE团队在构建AI编程助手过程中的真实实践——我们用AI构建AI，在这个过程中积累了从方法论到工程实践的完整经验。这不是一本理论书籍，而是一线研发团队的实战总结。我们将分享如何将AI真正融入企业级开发流程，如何建立可复制的工程规范，以及如何让团队从“会用AI”到“精通AI编程”。无论你是技术决策者、架构师还是一线开发者，都能在这里找到可落地的方法和工具。AI时代的软件开发不是替代人类，而是重构协作方式。让我们一起探索这个新范式。”#How I AI#

59. AI随着能力不断增长，给人类带来的安全威胁也在不断增长。 #大咖观察 #红衣聊AI #自主意识 #AI时代 #网络安全

60. 揭秘GLM-5技术底牌：「异步强化学习框架Slime」成终极杀招

61. 如何看待2026年2月24日Anthropic公司声称中国实验室对Claude模型大规模蒸馏并点名？

62. TRAE年度报告大公开，手搓一个背景素材生成器凌晨3点还在敲代码？我用AI一年手搓了13万行代码！作为@TRAE.ai 的重度用户，我的2025年终报告简直离谱：最晚干到凌晨3:42，单日Tab补全90次，一年采纳了13万行代码。在TRAE的高强度辅助下，我把自己想要的小工具全搓出来了本期视频给大家拆解我是怎么用 TRAE做【视频素材生成器】 2026年我要试着把痛点全交给AI，改掉人力死磕的毛病 #AI#人工智能 #AI编程 #TRAELAND #TRAE

63. #小米深夜上线三大模型#小米 Xiaomi MiMo Claw 开放免费体验一周，一键部署 OpenClaw 龙虾Xiaomi MiMo ✕ 金山WPS：WPS 灵犀现已接入 Xiaomi MiMo-V2-Pro 模型，重塑 AI 办公体验Xiaomi MiMo ✕ miclaw：重构 Agent 时代操作系统小米手机龙虾 miclaw，首个基于 Xiaomi MiMo 大模型构建的手机端 AI 智能体产品Xiaomi MiMo ✕ 小米浏览器：更智能的信息搜索能力小米浏览器首发集成，接入 Xiaomi MiMo-V2-Pro 助力更好的 AI 搜索体验

64. 【毒舌闲聊】评测游戏没前途吗？

65. Agent 3.0时代

66. 国产AI编程工具横评

67. AI编程软件阿里的通义灵码，字节的trae，百度comate和国外的Tabby， cursor ，GitHub Copilot比对pk测评

68. 如何看待 Open AI 推出了 Codex？

69. OpenAI发布面向Claude Code的开源Codex插件

70. Claude封号严重？国内有哪些不错的平替可以替代Claude Code

71. 2026年国内外AI编程软件全景对比

72. 国产大模型编程能力能否比肩GPT和Claude？全网观点大PK

73. GLM-5.1 正式发布

74. 国产编程大模型杀疯了！GLM-5.1 实测吊打一众海外模型

75. AI 编程 2025 总结

76. 国产AI模型全面崛起

77. 2026年3月国际国内开源大模型对比分析梳理

78. 码力大对决

79. 国产AI编程模型GLM-5.1发布

80. 2026年主流大语言模型分析

81. 全球中文大模型战力榜发布

82. DeepSeek V3.2 性价比之王！GPT-4 级别性能，价格只有 1/10

83. DeepSeek v3.2 正式发布，对标 GPT-5

84. DeepSeek 新版本，性能和推理能力可与GPT-5持平！

85. DeepSeek V3.2发布！实测效果惊艳，便宜是最大优势

86. DeepSeekV3.2正式版发布，媲美GPT

87. 阿里开源Qwen3-Coder-Next

88. 阿里云开源Qwen3-Coder-Next！专为编码智能体与本地开发打造的高性能语言模型

89. 智谱旗舰模型GLM-4.6上线，代码能力全面进阶

90. 智谱 GLM-4.6 并列第一，AI编程格局已定

91. 63 次对话使用 GLM-4.6 上线了一个网站

92. GLM-4.6这次是真正意义上的国产顶流

93. Trae 的 GLM-4.6 模型使用体验

94. Kimi K2.5发布即登顶成本压至Claude 1/5

95. 中文大模型基准测评2025年年度报告

96. 国产大模型吹响反攻号角

97. 开源模型能力排行，中国遥遥领先！

98. 2025年最新排行榜

99. Kimi K2.5在OpenRouter一周总榜、编程项目榜等榜单中持续排名第一

100. 2025全球中文大模型排名揭晓

101. 中国初创公司I的GLM 4.7大模型超越Kimi K2，成为全球顶级开源模型

102. 中美AI之争胜负已分？中国定律仍在延续，西方还是看不懂

103. 落后半年还是领先一步？2026年中美AI差距真相调查

104. 四大 AI 编程工具深度对比

105. AI编程真正的瓶颈，被这两个新工具说透了

106. 2026最新AI编程软件实战评测

107. 2026年权威十大AI编程工具推荐

108. 国产AI在编程领域的应用前景如何

109. 马斯克实锤？Cursor套壳Kimi K2.5真相曝光，国产AI硬实力藏不住了？

110. 国产编程模型「三国杀」

111. 国产AI强调“自主”，用户强调“好用”，两者什么时候能同步？

112. 2026大模型选型指南

113. 中文「软件工程」测评结果发布

114. AI 编程助手深度盲测

115. 国产编程模型卷王来了！3毛钱开发一个网页，字节的AI让效率暴涨

116. “最新国产代码大杀器”——MiniMax-M2！

117. GLM-4.7实战指南

118. GLM、MiniMax、Kimi、豆包、千问，国产模型Coding Plan怎么选？

119. 【民生计算机】叙事的逆转

120. 国产大模型新高地

121. 国产多模态模型拆解

122. 程序员大喜 Claude最强编程模型开放1M上下文

123. Claude Sonnet 4.6 1M 上下文到底是不是噱头

124. DeepSeek V3.2 正式版发布

125. 国产模型出息啦！和GPT-5并列全球第一！

126. Cursor vs Claude Code vs Copilot：谁才是你的 AI 编程搭档

127. DeepSeek-V3.2系列开源，性能直接对标Gemini-3.0-Pro

128. DeepSeek-V3.2发布，让DeepSeek再次伟大！

129. 用Claude Code搭建自动化工作流！从需求到交付一键搞定

130. Codex不打算让Claude Code好过

131. DeepSeek-V3.2 到底有多强？

132. 2026国产AI IDE编程工具排行+安装部署全攻略，程序员速码！

133. DeepSeek V3.2：推理提速，Agent 能力升级

134. GLM-4.6

135. 国产免费AI编程神器TRAE｜我一行代码也没写，开发了网站

136. DeepSeek-V3.2系列发布：平衡推理效率与极限能力，开源赋能行业

137. OpenAI发布新一代编程模型：GPT-5.3-Codex，重塑智能编程新标杆

138. Qwen3-Coder-Next：小身板，大码力，为Coding Agent而来

139. DeepSeek V3.2发布！超GPT-5，对标Gemini 3.0 Pro

140. ICLR2024 | SWE-Bench。#Agent #软件工程 #智能体 #大模型 #代码智能体 📚arXiv: 2310.06770 ✏️标题: SWE-bench: Can Language Models Resolve Real-World GitHub Issues? 📄一句话介绍：基于真实GitHub Issue的软件工程能力评测基准 🎯动机语言模型的能力增长已超出现有评测手段的覆盖范围，亟需更具挑战性的测试场景。传统代码生成基准（如HumanEval）仅考察函数级补全，远不能反映真实软件工程的复杂度。真实场景中，开发者需理解跨函数、跨类甚至跨文件的代码逻辑，协调多处修改并与执行环境交互。 💡方法与创新本文提出SWE-bench，从12个主流Python开源项目（Django、scikit-learn、SymPy、Matplotlib、Pytest、Astropy、Flask、Requests、Seaborn、Sphinx、Pylint、XArray）的真实GitHub Issue和对应Pull Request中构建2,294个软件工程任务。每个任务给定代码库和Issue描述，要求模型编辑代码以解决问题。任务涉及多函数、多文件的协调修改，需要长上下文处理和复杂推理。评测采用BM25检索和Oracle检索（提供黄金文件）两种上下文设置。此外，本文基于SWE-bench训练集微调SWE-Llama（7B和13B），探索开源模型在该任务上的潜力。基准设计确保可持续扩展——随开源项目持续发展，新任务可自动生成。 📊实验设计实验评测了Claude 2、GPT-4、ChatGPT-3.5及SWE-Llama等模型。结果揭示当前模型仅能解决最简单的问题：表现最好的Claude 2解决率仅为1.96%，GPT-4约1.74%，ChatGPT-3.5不足0.5%。即使在Oracle检索设置下（直接提供需修改的文件），性能提升也有限，表明瓶颈不仅在检索而在推理。SWE-Llama-13b在BM25设置下达到约1%的解决率，证明微调可部分弥补开源模型差距但整体能力仍不足。

141. 你觉得哪些国产AI模型的编程能力最强？

142. 阿里开源Qwen3-Coder：叩响AI自主编程的大门

143. ClaudeCode完全指南：15个实用技巧效率翻3倍（3000字干货）

144. 国产AI编程模型哪个最强，谁是你离不开的工作伙伴？

145. GLM-4.6登顶代码榜！

146. SuperCLUE中文大模型基准测评（2026）：国产开源逆袭，海外闭源守擂

147. SWE-bench：AI 编程能力终极测试

148. DeepSeek V3.2 王者归来？保姆级解读「多快好省」的技术演进

149. DeepSeek新模型发布

150. OpenClaw 多模型实战：Kimi 2.5、MiniMax M2.5、GLM-5 对比评测

151. 80个国产大模型混战，2026年普通人该怎么选？

152. ICLR 2026 | 北航开源Code2Bench：双扩展动态评测，代码大模型告别躺平刷分

153. 2026年大模型编程能力深度对比

154. GLM-4.6编程套餐使用体验分享

155. Qwen3核心技术解读

156. 国产开源模型卷赢Gemini 3 Pro、GPT-5.2，最强多模态推理大模型易主？

157. Deepseek-v3.2 更新内容全解析，新功能3 步就能上手

158. 【AI】8个国内优秀的AI编程工具

159. 万字codex使用安装教程全攻略：看这一篇就够了

160. 双雄对决谁更强？一张表对比最新的 Opus4.6 和 codex 5.3 的代码能力

161. DeepSeekV3.2正式版发布，比肩GPT-5

162. 从 Claude Code 全面转向 Codex：工程落地的降维打击

163. 实测4款AI编程IDE｜从0到1选Kiro，日常国产免费就够了

164. 国产大模型取得突破：GLM-4.7成绩超越国际知名模型

165. 10分钟搞定DeepSeek专属AI助手：OpenClaw阿里云部署+接入DeepSeek V3.2 全流程（含代码+FAQ）

166. 告别网络卡顿！这5款国产AI编程神器，流畅得像本地IDE！

167. OpenAI发布GPT-5.2-Codex：史上最强编程模型，SWE-Bench准确率突破56%

168. 智谱GLM-4.6V深度解析

169. DeepSeek悄悄测试1M上下文！比Gemini 3能打？

170. 本地免费AI代码工具：Goose + Qwen3

171. 揭秘 SWE-bench：AI 界的“程序员高考”排行榜，你的代码助手能考上“清华”吗？

172. 国产AI Coding到底能不能行? 编程实测！

173. Qwen3-Coder-Next开源！推动小型混合模型在智能体编程上的边界

174. 用了半年Claude Code，我终于搞清楚它适合谁

175. 刚刚Qwen 3.6 Plus上线预览：1M上下文，阿里Coding/Agent翻身战打响

176. 基于vLLM Ascend在昇腾上部署Qwen3-Coder-Next，手把手指南来了！

177. ClaudeCode+OpenSpec+Superpowers，AI协同开发实战详解与精通

178. AI辅助编程工具的优缺点

179. 智谱上线并开源GLM-4.6V系列多模态大模型

180. Claude 1M上下文窗口全面开放定价统一、媒体配额大幅提升

181. AI编程工具对比，为开发者照亮选型之路。

182. Codex+Claude双模型 workflow，程序员高效编码新路径

183. 团队远程协作开发，AI 工具到底该怎么统一？快被搞疯了

184. 为什么大模型都在刷上下文窗口，1M真的够用了吗？

185. AI大模型如何提高上下文长度？

186. 阿里云百炼Coding Plan Pro

187. 实测8款主流AI编程工具：免费的坑多，付费的未必值，开发者指南

188. 用好claudecode第一步，从几个模式及命令开始

国产AI编程工具已非“能用就行”，在中文场景下比Copilot更好用

精选参考来源