搜索
网上对 Codex 的评价在这几天也有了不少逆转，许多开发者从 Claude Code 转向 Codex，一些在国内的独立开发者也表示 Codex Plus 会员就可以用，而且还不会像 Claude 那般总是无情封号。
刚刚，何恺明团队提出全新生成模型范式漂移模型（Drifting Models）。
近年来，Vision-Language Models（视觉 — 语言模型）在多模态理解任务中取得了显著进展，并逐渐成为通用人工智能的重要技术路线。然而，这类模型在实际应用中往往面临推理开销大、效率受限的问题，研究者通常依赖 visual token pruning 等策略降低计算成本，其中 attention 机制被广泛视为衡量视觉信息重要性的关键依据。
扩散语言模型（Diffusion Language Models, DLLMs）因其多种潜在的特性而备受关注，如能加速的非自回归并行生成特性，能直接起草编辑的特性，能数据增强的特性。然而，其模型能力往往落后于同等规模的强力自回归（AR）模型。
一天之内，两大编程AI轮番轰炸硅谷。Claude Opus 4.6之后，奥特曼紧急放出GPT-5.3-Codex。双雄争霸，彻底撕开AI王座争夺战的帷幕。
深夜，GitHub官宣大变身！全球两大编程AI Claude和Codex集体入驻，再加上Copilot，正式开启AI编程「三足鼎立」的时代。三个「AI码农」集体卖命，人类开发者狂喜。
就在刚刚，苹果发布了Xcode 26.3的重磅更新！这一次，不再是无关痛痒的修修补补，而是直接把「核武器」搬进了IDE——Codex和Claude正式入驻Xcode！
个人电脑也能跑出顶级编程智能体？今日凌晨，阿里开源了一款小型混合专家模型Qwen3-Coder-Next，专为编程智能体（Agent）和本地开发打造。该模型总参数80B，激活参数仅3B，在权威基准SWE-Bench Verified上实现了超70%的问题解决率，性能媲美激活参数规模大10-20倍的稠密模型。
Claude Code 团队分享的 10 条内部技巧，已经很多人分享过了，大部分我还是结合自己经验解读一下。
OpenAI 发布 Codex macOS 应用，作为 AI 智能体指挥中心，并全面翻倍付费用户速率限制。