搜索
在 Princeton 发布 SWE-Bench 之后，用真实世界代码仓库+可执行测试评测大模型软件工程能力，几乎已成为学术界与工业界的共识。围绕 SWE issue 的评测范式迅速发展，也催生了一系列 SWE 系列 benchmark，在刻画模型 bug 修复能力方面发挥了重要作用。
刚刚，阿里云Coding Plan订阅服务全面上线Qwen3.5、GLM-5、MiniMax M2.5、Kimi K2.5四大顶尖开源模型。用户订阅套餐后，可在Qwen Code、Claude Code、Cline、OpenClaw等AI工具上自由切换使用这些模型，享受更稳定、Tokens额度更高的模型服务。
2025年12月以前的AI编程，跟12月以后的AI编程完全是两码事了。这一最新判断，来自Vibe Coding的提出者Karpathy。作为最积极拥抱AI Coding的程序员代表人物之一，Karpathy甚至坦承：在去年12月之前，Coding Agent虽说也有亮眼表现，但实际上“基本没啥用”。
有一说一，Anthropic这家公司虽然贱不喽嗖的，但是做产品，是真的好。。。昨天凌晨，Claude Code终于上了我梦寐以求的一个功能。remote control。远程控制。
「自然语言就是新的编程语言。」这句话在过去一年里被无数人奉为圭臬。特斯拉前 AI 总监 Andrej Karpathy 带火的 「Vibe Coding」（氛围编程）更是让这种狂热达到了顶峰——你不需要懂语法，不需要管实现，只要对着 AI 喊出需求，然后 Check 一下感觉（Vibe）对不对就行了。
当大多数人还在测试它的单点逻辑推理能力时，敏锐的开发者已经发现了一个更具破坏力的玩法：将GLM-5的高密度思维模型注入到Anthropic最新推出的Claude Code Agent Teams架构中。
但考虑到在代码领域，如何做好记忆与检索，相比其他场景又有所不同，因此，基于 memsearch CLI ，我们同时也为Claude Code 做了个永久记忆的 plugin——memsearch ccplugin（可适用所有AI coding软件）。
在 AI 编程领域，大家似乎正处于一个认知错觉的顶点：随着 Coding Agents 独立完成任务的难度和范围逐渐增加，Coding 领域的 AGI 似乎就可以实现？
开源模型同样能承担复杂工程任务。
代码运维一直是开发者的痛点，AI Coding 的飞速进步放大了运维难度：Claude Code 贡献的代码 push 已经占到了公开 Github 的 4%，但 AI 写的系统逻辑会有人类很难捕捉的问题，开发者将其称为“Claude Hole”现象。