AI 新闻

Real-SWE 提出面向私有、真实企业代码库的 AI 编程能力基准，直指现有 SWE 类评测依赖公开仓库、易被数据污染与刷分的问题。

Hacker News 上关于「用智能体搭建 AI 软件工厂」的讨论，把编码智能体从补全代码推进到接管 PR 全流程，值得关注的是工程约束而非模型能力。

Hacker News 上一条关于“用五条提示词让 GPT-6 搭出地球探索网站”的讨论，把焦点从模型跑分拉回到真实交付：一次对话能否直接产出可用的完整应用。

Cognition 借助 GPT-6 Astra 提升 Devin 的自我测试能力，让 AI 编程代理在交付前证明代码可用，目标是减少工程师的代码审查负担、加快上线节奏。

OpenAI披露，César de la Fuente实验室借助Codex与ChatGPT，从现存及已灭绝生物的基因组中挖掘抗菌分子候选，以应对耐药感染。这标志着大模型正从写代码工具延伸为科研搜索与假设生成的引擎。

Geiger 是一款新工具，让用户查看机器上运行的每个 AI 代理及其可触及的系统资源，提升 AI 代理使用的透明度与安全性。

Cognition以480亿美元估值融资，显示投资者认为AI编程领域仍有巨大空间，并非赢家通吃。

1Password通过使用OpenAI的Codex，工程效率提升21%，同时保持严格安全策略，展示了AI编码助手在安全敏感环境中的落地可能。

Engrim 是一个面向 AI 命令行工具的本地优先记忆引擎，基于 SQLite 提供通用、可嵌入的持久化方案，解决 AI 工具上下文丢失与隐私问题。

OpenAI披露其内部编码智能体的使用数据，显示实验速度与任务复杂度显著提升，为AI研究效率带来新范式。

OKF Agent Memory 将Git作为AI编码代理的持久记忆层，实现跨会话状态保留，有望改变代理工作流的可靠性与协作方式。

OpenAI为GPT-6 Astra发布详细提示词指南，指导开发者如何让模型更主动、避免“AI味”套话，并防止过度测试代码。