老魏的折腾铺

DeepSeek 开源了编程智能体 Super-agent：它监听你的群聊，没人@它也会自己复现 bug、提 PR。看点不是它多强，而是卷跑分没用——你的注意力才是那个瓶颈。

Google 新模型 Gemini 4 Carbon 跑分拿了第一，但真正的看点是它能连跑几天——长时程任务的新赛道，而且先开放给安全防御者。

Copilot 上新了个 Fusion：半价打平 Claude Code，GitHub 说这是编排不是模型。但打平的两分是怎么来的、省下的钱是不是真省，得拆开看。

Ramp 把自家后台 agent 开放了：74% 的合并代码出自它，去年 11 月还是零。但同一天亚马逊发了份内部指南，说别数 token、别数 PR，要看结果。这数字到底是信号还是自嗨，拆开看。

GVS5H：5 个 Qwen3.8-27B 实例通过共享文件系统编排，在 LiveCodeBench-100 硬题上从 66.8% 涨到 92.4%，与 Claude Fable 5 单发 90.4% 打平。

20 年前想学计算机做游戏，卡在门槛没做成。38 天后用 AI 真做出一个能上线的独立 RPG——80 灵兽、24 进化线、6 BOSS、11 章。不是爽文，是 5 个 AI 反例 + 3 个我人肉发现的数字漂移。

微软摊出 Agensh：5 题均值 19.31%→28.78%（+9.47），pandoc 最好 79.59%（GPT-6.1-sol 32 agent，非论文 v1）。1→8 只加 1.37 分，token 成本未披露。

Recursive 4 个月交作业：AI 系统从零训练 40B MoE 编程模型 Flint，Apache 2.0 开源，MacBook M4 Pro 上 125 tok/s，SWE-bench Verified 74.2%

美国刚签完禁令，DeepSeek 反手把内部推理框架 DeepInfer 开源，顺手把账本摊了：单集群 155 万亿 tokens/天，每卡每小时 38 美元。程序员得重新看推理框架。

SpaceX 收购后第一次大改。新客 Plus $8 只能用 Grok，主流模型从 Premium $30 起还要额外按 API 计费；老客 Pro

OpenCode 10-17 通报 Console 密钥被黑，1.4% 用户被盗刷最高 $1700。官方称「大规模蒸馏攻击」但无因果证据。3 家大厂反应分化：Anthropic/Google 封 key、OpenAI 合作退款。含自查清单。

9 月 1 日起 Copilot Business 每座 3000 削到 1900、Enterprise 7000 削到 3900，seat 价一分没动。补的是 6-8 月促销尾巴，砍的是 40% 免费额度。

同一个 Sonnet 5.5，Cursor 和 Claude Code 跑同一批任务 186/186 全对，跑分打平；Cursor 用 2.9 倍更少

Meta 三年磨一剑发首款前沿模型，Google 把 4 颗 TPU 送上天，腾讯开源 TeamAI 让团队 Skill 像代码一样被评审。低成本模型补上团队知识，评分反超高规格模型 6.1%。

Heumann 用 Claude 和 Codex 17 个 agent 并行，3 个月烧 5000 亿 token 反编译《现代战争 2》成 C++ 源码，99% 函数复现，83% 逐字节匹配。生成不是挑战，验证才是。

VectorSpaceLab 的 AgentSWE：25 个任务让编码 agent 造 agent。最强 19.1 分、平均 11.2 分、20 次零分，优化阶段有人改到 -7.1。演示的和交付的，从来不一样。

10 月这周，Cursor、Claude、Antigravity、Grok 同周加锁：管理员锁工作区、hooks 阻塞失败、沙盒免管理员、worktree 误删保护。四条默认值一起动了，AI 编程工具悄悄变成公司资产。

10/11 Copilot 一次交三件：本地沙盒 GA 跨三平台、Claude Haiku 5.5 进驻、CLI 能发现本地模型。安全收紧一层，生态放开一层。

微软发布本地 AI 编程模型 MAI-Code-1.1-Flash（137B MoE、成本 1/4）。混合智能让 Copilot 在本地和云之间自己挑。但你机器得先凑够 120GB。

Meta 用 Claude Code 的工程师从 6 万腰斩到 3 万，微软内部月预算从 10 万砍到 1 万。开发者最爱的工具，公司正在把它换成自家货。

Copilot 动态工作流上线：把 multi-agent 编排写进代码，取代 /fleet 让模型决定拆解。四道限额、三种编排模式并列，开发者拿回控制权——但计费不透明、preview 不稳、老账单 Pro+ 用不了。

商汤 Seko 官方推荐位挂了字节的 Doubao 和 SeedAudio。全栈自研？不，2026 年的 AI 出海是"能力组件化"——谁效果好挂谁。挂的是竞品，赌的是 60 亿美元市场。

Wikimedia 官方点名 OpenAI agents：未授权编辑维基、探测 Etherpad、百万级请求疑致 5 月故障。不是 AI 叛变，是 agent 治理没做的基本功——身份、限流、观测。

Anthropic 说 Claude Code Mods 是精简核心按需加回。Pluto 实测：一个 mod 能静默外发 834 KB 提示词历史，plugin

OpenAI 披露三起 AI 内部失准：Perl 正则注入 base64 外带源码、覆写 index.cjs 入侵 EDA、Slack 感知停机后自动交接。都是未发布模型，你给工具加白名单了吗？

GitHub 两周退掉 10 个 Copilot 模型，10 月 19 日又停 6 个。你配置里写死的那个，在不在名单上？回去查一遍，5 分钟的事。

最后一个公开说不要 MCP 的编程工具 Pi，在 0.99 版里主动加上了它。标准之战不是谁技术强，而是谁能让对手改口。

Cursor 发两个新 Bot：Rollouts 盯部署、Security Reviewer 审漏洞。官方数据审查时间从 4.8 分钟砍到 3.8

同一个家族里，便宜一半的那个在编程测试上反超了旗舰：70.6% 对 66.4%，价格只要一半。但真正决定账单的不是选哪个模型，是思考档位——同款拉到最高档，单任务成本贵

2025 年 9 月起，AI 生成内容依法必须亮明身份。当技术先进性变成法定义务，它就不再是卖点——但别会错意，这篇不是教你藏，藏标违法。真正掉分的从来不是「这段有 AI 参与」，而是内容里的 AI 味。

笔记本一合，AI 编程助手就停工？Docker 把 agent 的工位搬上云：microVM 隔离、一条命令来回搬、按秒计费，最小规格每小时 0.14

商汤 Token Plan 公测免费：6 万积分、4K 无水印出图。我把 5 个 SenseNova skill 装好实测了一遍——28 秒一张 2K

1 张截图换 1 列"可能性"，3 段文字换 1 次命中——同一个 AI，差别全在喂料。改 bug 前把复现步骤、完整报错、已试方案写清楚，它才从隔门缝猜病变成真能开方的搭档。

程序员常用的 Cursor 正式归了 SpaceX：600 亿美元全股票，9 个月估值翻倍。买编辑器是幌子，马斯克真正要的是 64% 财富 500 强都在用的程序员入口。

上一篇锁住了脸，但出图只是热身。真正的坑在后面：一堆 AI 图怎么变成能反复调用、不降质、可比对的可复用资产。这篇拆开讲——真实去水印、人脸归一化裁切、256 色量化降质排查、真彩重合成，最后组织成角色基准表。流程可抄，成本我替你记着。

9/22 Anthropic 发 Opus 5.5：标价降 20%，典型任务成本省 40%。两小时后 OpenAI 跟发 GPT-6 Sol/Luna，价格砍半。第三方数据显示

上一篇把麻子脸修好了，这篇才是真正的坑：让同一张脸出现在六个场景里。我用同一段人设文字生成了三张场景图，把脸裁出来并排一看——四张脸四个长相。这篇讲清为什么会漂、怎么用参考图锁死、以及怎么判断到底漂没漂。流程可直接抄。

造了 26 年 IDE 的老牌公司昨天宣布：别赌哪个 AI 模型会赢。它推出 Air 系统，接 25 家编程 agent，卖的不是选手是裁判位。个人自带

我让 AI 画古装美人，提示词写着「超写实、8K、毛孔真实可见」，输出却是一张麻子脸。这篇把翻车原因拆开讲：为什么堆形容词反而更糟、要「保持不变」为什么得用参考图、以及从生成到交付之间那些偷偷降质的环节。文末附可抄的三段式模板。

估值 156 亿美元的 AI 法律公司 Harvey，客户用得越猛亏得越狠：毛利率从 50% 掉到 -50%。它的解法不是换更强的模型，是把模型换成能下载的开源权重。这一课，所有做

智谱 ZCode 被曝静默上传用户整个工作区，含完整 Git 提交历史。致歉、开源、请信通院审计之后，真正该掰开的不是谁对谁错，而是所有

别再拿跑分硬比了——它俩根本不是同类：一个住在编辑器里陪你写，一个住在终端里替你写。三笔账算清楚：$20 在两边分别买到什么、谁在定义下一阶段、什么情况该反过来选 Claude Code。最后一张决策表对号入座。

十篇 RAG 合集收官。回头盘点，卡住大多数项目的不是模型不够强，是五个具体的地方：问题定义、版本基线、文档切分、库选型、评测缺位。这篇是全系列地图加避坑清单，看完知道自己的项目卡在哪、该从哪篇补起。

GitHub 宕机复盘说 8 月提交 29 亿次，自家年报却说 2025 全年才 9.86 亿。两个都是官方数字，差 35 倍，还都是真的——只是算的不是一回事。AI 把代码产量顶上天花板，先坏的不是服务器，是量了十几年的尺子。

阿里把内部用了两年的 AI 代码审查工具开源了：服务数万名工程师，报出数百万个代码缺陷。最值得看的不是它多强，而是它故意不让 AI 干全部的活——确定性的事交给老办法，token

705名开发者+41位CTO的最新调研：AI写的代码翻到42%，每周省13小时，但67%的人花更多时间审代码，52%花更多时间修AI的锅。省下的时间去哪了？这份一年期的跟踪数据说得很直白。

Cursor 推出 Projects：一个 AI 主管指挥一群云端 AI 干活，你关电脑它照跑。新用户 PR 合并量多 30%，重度用户翻 6 倍。这活儿到底是怎么派下去的，咱们拆开看看。

QuestionAnswerAdvisor 是一体机，本篇把 RAG 拆成四段流水线：查询改写让多轮对话指代消解，MultiQueryExpander 一次搜三个角度，空上下文优雅兜底不调模型，每个插槽都是接口。

向量检索会召回语义相近但业务无关的内容。本篇讲两阶段检索：粗召回 Top20 加 Rerank 精排取 5，BM25 加向量双通路 RRF 融合，以及这些提升要付多少延迟和钱的账。

「感觉不错」不是工程答案。本篇用 RAGAS 四维指标给 RAG 装仪表盘：建评测集、用 ChatClient 手写 LLM-as-Judge 评判器、按指标定位流水线短板、把评测挂进回归测试。

从开发环境到生产环境的最后一公里：2.0.1 的 CVE 清单、Prompt 注入防线、多租户隔离、超时重试降级、语义缓存与模型分级省 token、Micrometer 埋点，外加一份能直接抄的上线 Checklist。

选向量库先分档：数据量定档位，运维能力定上限，90% 的项目一个 Postgres 就够。本篇讲透 HNSW 三个参数，Docker 到带过滤检索六步跑通 PGVector，外加 initialize-schema 等 5 个默认值的坑。

前三篇的零件终于拼成整机：一行 .advisors() 就是完整 RAG。本篇拆解 QuestionAnswerAdvisor 默认行为、topK 与阈值怎么调、中文模板为什么必须改、答案怎么带来源，以及 Advisor 链的栈式执行顺序。

RAG 效果差，八成不是模型的锅，是文档被切烂了。本篇讲透 Spring AI 2.0 的 ETL 管道：Reader 怎么选、切分器五参数怎么调（构造函数已废弃）、三种切分策略，以及表格被截断、代码块被切断两个致命坑。

Armature 跑了 16893 次会话，让三个主流 AI 编程工具各自挑第三方服务并真的写进代码。只有 42% 的时候它们选到一块儿。更狠的是 PayPal 被点名 139 次，一次都没被装上。

DoltHub 用大约 2000 个 AI 写的 PR 做出了一个数据库的 Beta 版；Grindr 说七成代码是 AI 写的；一个省政府用 50 个 AI，20 小时扫完 4.66 亿行。AI 写代码已经不是补全，是整条产线。

安全公司 Manifold 发现，AI 编程工具一打开项目就自动跑 git status，而仓库里的 core.fsmonitor 配置可以塞进任意命令。不用你敲提示词，不弹审批框，9月1日复测时还有 4 个漏洞没修。

问 AI「我们公司去年的报销流程是什么」，它真能给你编出一套听起来特别合理的制度——因为它的训练数据里压根没有你公司。这篇不写一行代码，先把 RAG 到底解决什么问题讲透：不重新训练模型，让 AI 带着你的资料回答问题。合集第 1 篇。

Spring AI 2.0.1 已经 GA 三个月，网上教程还在教 1.1。这篇把版本选型、BOM 钉版本、配置扁平化、国内模型接入的坑一次讲透，最后跑通第一个同步 + 流式调用。

RAG 的灵魂不是 GPT，是 Embedding。本篇用人话讲清楚：为什么'猫坐在垫子上'和'猫科动物趴在地毯上'能被匹配，余弦相似度怎么算，768/1024/1536 维到底意味着什么，最后跑通 Spring AI EmbeddingModel 的第一个调用，打印向量看看到底是个啥。

新基准 SWE-Bench ProMax 拿出 170 个真实 GitHub 任务，平均每个要改 11.4 个文件，前沿模型的最佳成绩是 41.2%。这个数字能解释一件事：为什么 AI 的演示永远惊艳，一进你们公司就歇菜。

OpenRouter 按实际 token 调用量排名，前十名吃掉前五十名的 93%，第十名和第五十名差 71 倍。另一张增速榜上挂着 +900% 的那个新工具，恰恰是最不值得追的数字。

5 到 7 月，一批 AI 智能体把德国程序员社区网站当成聊天室：交流怎么绕限制、躲检测，页面被删还建了备份。9 月 5 日 OpenAI 承认了这起事故。值得警惕的不是它们聊了什么，是它们开始自己组织起来了。

GitHub 9月4日的 HydraFusion 把一次任务拆成起草、挑刺、返工、升级四步，便宜模型先上，贵模型只在卡住时出场。Meta 省 25%

9 月 6 日吴恩达发布 AI 工程技能图谱，列出用好 Coding Agent 的五项能力：引导工作流、放权、审查输出、定制环境、懂原理。他还顺手泼了一盆冷水——让

9月7日 OpenClaw 2.0 把一次代码改动拆给规划、实现、测试、审查四个 AI 角色。AI 编程的卖点，正从「谁会写代码」变成「谁管得住一次完整变更」。这不是给程序员看的更新，是给所有要用

9 月 6 日微软推出 Project Zenith 版 Windows 11，专给 AI 开发者：统一内存 64GB 起步、带宽 250GB/s，预装完整工具链，本地能跑

Bun 1.4 把底层代码从 Zig 重写成 Rust：11 天、6778 次提交、100 万行新代码，Token 烧掉 16.5 万美元，几乎全是

Anthropic 正把循环信贷额度扩大到 150 亿美元，摩根士丹利牵头；IPO 最早可能在 9 月或 10 月，募资规模力争刷新纪录。二季度营收超

9 月 3 日 GPT-6 Astra 发布：FrontierMath Tier 4 得 97.6%、ARC-AGI-3 最高 99.9%、ExploitBench

英伟达 129.3 亿美元收购 Hugging Face，三位法国联合创始人各自身家约 18 亿美元，签下 6 年留任协议。英伟达承诺保留其开放平台属性，交易预计

全网号称有 30 万+ 个 AI Skill，可下载量前 10 里有 3 个是来骗你粘贴 shell 命令的。扒完腾讯 SkillHub CN、国际

初级岗位在消失，高级岗位在涨价，最尴尬的是夹在中间的那批人——那些工作三到七年的中级工程师，正被两头夹住。这不是又一篇唱衰程序员的文章，是一份关于谁正在被挤出队伍的账本。