AI 编程

DeepSeek开源MIT许可的研究原型dsh-superagent，将GitHub与飞书请求转成并行工作者会话，官方模拟中p95任务完成时间从29.5分钟降至15.7分钟。

Hacker News 讨论指出，前端框架的复杂度正在转化为 AI 编码工具的真实成本——更大的上下文、更慢的推理、更高的 token 消耗。

Anthropic 的 Claude 被曝会拒绝协助克隆电子游戏和逆向工程相关请求，这一限制折射出 AI 编程助手在版权与合规上的策略转向。

Factory 发布 Droid 1.0，一个不绑定特定模型的编码 Agent 框架，将程序化工具调用设为默认模式，并在自家 Terminal-Bench 4 测试中给出成绩与单任务成本数据。

Vercel Labs 发布 Apache-2.0 许可的 Rust 命令行工具 agent-desktop，通过读取操作系统无障碍树并基于稳定引用操作界面，让任意 AI Agent 在 macOS、Windows 和 Linux 上获得电脑操作能力。

攻击者通过 Anthropic 的已验证 Cursor 账号发布带后门的 VS Code 扩展，持续时间接近 12 小时，入侵途径尚未查明。这起事件暴露了 AI 编程工具分发链条上的信任缺口。

一个被篡改的 Claude Code 扩展在 Cursor 插件市场上架约 11 小时，影响最多 5000 名用户，试图窃取数据并建立远程访问；Cursor 一度下线整个市场。

微软研究院与 UC Berkeley 发布开源插件 TokenEconomizer，通过从历史会话中学习来压缩编程 Agent 的 Token 消耗，在 SWE-Bench 上实现 18.4%–30.9% 的成本下降，且无需改动 Agent 本身。

Anthropic、OpenAI、Cloudflare 与 Google 各自推出在源码中自动挖掘安全漏洞的 AI 智能体，四者共用“发现—证伪—修补”的同一套循环，差异体现在工程取舍上。

WIRED 报道的新创公司 &Truth 试图把形式化验证自动化，用数学证明程序确实按预期运行，为日益依赖 AI 生成代码的“氛围编程”补上可靠性缺口。

Hacker News 上有开发者指出，Claude Code 的简短状态栏会持续消耗约 15–20% 的 Token 预算。这个细节揭示了编码 Agent 中容易被忽视的隐性开销问题。

MiniMax 开源 MCode Stack，一套 MIT 许可的 SKILL.md 技能与清单集合，覆盖代码审查、子 Agent 拆分、上下文预算与长任务执行，来自其内部编码团队的日常实践。