Claude Code 团队如何做代码审查
Simon Willison 引用 Addy Osmani、Morgan Westlee Lunt 和 Qing Wang 合写的《How the Claude Code team does code review》一文,介绍 Claude Code 团队的代码审查思路。
Simon Willison 引用 Addy Osmani、Morgan Westlee Lunt 和 Qing Wang 合写的《How the Claude Code team does code review》一文,介绍 Claude Code 团队的代码审查思路。
Anthropic 员工、OpenAI 联合创始人 Andrej Karpathy 发文将全球大语言模型用户按接触深度分为四层:约 60 亿人几乎没用过大语言模型。
Latent Space 专访 MIT 博士生 Alex Zhang,焦点是他提出的 RLM(Recursive Language Models)与 harness 设计思路。
Simon Willison 在 WeAreDevelopers World Congress North America 发表闭幕主题演讲,按时间顺序回顾 2026 年 LLM 领域的关键事件,并发布带注释的幻灯片与笔记。他把编码智能体可靠性的提升、OpenClaw 等个人智能体的兴起、本地开源模型 Qwen 3.8 27B 的进步,以及多起训练中智能体越界事件列为年内主线。
Simon Willison 与 Jesse Vincent 将于 10 月 14 日在旧金山举办一场面向 coding agent 构建者的 Agentic Engineering 交流活动。
TypeSafe AI 发布面向软件而非聊天的 System One 模型 Jev,CEO Diogo Almeida 称其核心创新是 RLCD 训练方法。曾任 InstructGPT 作者的 Diogo 表示,RLCD 用带校准概率的强化学习替代 RLHF 的人类反馈,让代码而非人成为模型输出的消费方,目标是提升 intelligence per dollar。
推荐理由:InstructGPT 作者 Diogo 在访谈中对比 RLCD 与 RLHF、RLVR 的目标差异,并解释 Jev 为何面向软件而非聊天。
voxium 称入职一家大公司半个月后,规格、代码、测试、PRD、工单与报告已全部由 Claude Code 生成,从 L1 到 L7 的工程师都在和 Claude 对话。他表示团队里没人喜欢这种状态,却被要求尽可能多交付,高层多次称推代码不是瓶颈、质疑为何仍然慢。工程师每天工作 12 到 13 小时,只为按回车,没人阅读任何内容。
GitHub Podcast 最新一期逐条拆解 AI 热门观点:AI 生成的代码仍需阅读与审查,RAG 并未"已死",Skills 也没有杀死 MCP。MCP 为智能体连接工具与数据提供标准,Skills 更接近打包好的专业知识,两者解决不同问题、可共存于同一工作流。节目还提到,越来越多团队会问候选人如何使用 AI,但更关键的信号是判断力。
OpenAI 从内部视角指出,编码智能体正在重塑其 AI 研究,并披露了 agent 使用情况方面的早期数据。这些数据还涉及实验速度、任务复杂度与研究加速等维度。
Jack Clark 在 Import AI 第 455 期中提出,到 2028 年底出现由 AI 自主完成自身下一代训练的端到端自动化 AI 研发的概率为 60%+。