★ 4
谷歌开源Mantis：让编程智能体发现、复现并修复漏洞
谷歌开源了 Mantis，一套与语言栈无关的安全审查技能工具包，供 AI 编程智能体使用。它覆盖完整漏洞生命周期：扫描代码、过滤误报、在沙箱中复现、打补丁、对补丁再次攻击验证，最后评估风险等级。项目采用 Apache 2.0 许可，官方定位为演示用途。
MarkTechPost53 天前
#编程智能体
共 18 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
InfraDev：评测编程智能体开发 AI 基础设施的能力
论文提出 InfraDev 基准，包含 36 个源自 Megatron-LM、vLLM 与 verl 真实 PR 的任务，覆盖训练、推理与强化学习基础设施开发，需跨多文件、多 GPU 正确运行。六个前沿模型最高仅解决 38.9% 的任务，隐藏探针拒绝了 32% 通过官方测试的提交，用原始 PR 描…
arXiv cs.AI4 天前
★ 3
AWS 开源 AI-DLC：面向 AI 编程智能体的自适应工作流
AWS Labs 发布 AI-DLC（AI 驱动开发生命周期）工作流，可将 AI 编程助手转化为结构化、可验证的软件交付流程。该工具中立兼容 Claude Code、Kiro、Codex CLI、Cursor、opencode 与 GitHub Copilot 等多种编程智能体。
Hacker News17 天前
★ 3
SWE-Duel：面向编程智能体的自扩展竞技场
论文提出 SWE-Duel，一个让两个编程智能体通过镜像红蓝回合互相评测的竞技场，任务与判定标准在评测时生成，避免数据泄漏并让难度由参与智能体决定。在 11 个模型-框架组合、15 个仓库、五种语言、1500 回合的锦标赛中，GPT-5.5 配 Codex CLI 修复 98.3% 缺陷排名第一，…
arXiv NLP20 天前
★ 3
论文提出 TQS 框架，按轨迹质量筛选编程智能体数据
arXiv 论文提出 TQS（轨迹质量评分），直接从轨迹结构评估编程智能体交互质量，无需 LLM 评判且线性耗时。基于 15.5 万条成功轨迹筛选后微调，模型在 SWE-Bench-Verified 上优于随机或低分筛选。
arXiv cs.AI20 天前
★ 3
Ars Technica：AI 编程智能体生成更多代码但软件产出未增
Ars Technica 发文讨论 AI 编程智能体的实际效果：代码生成量显著上升，但可交付的软件产出并未同步增长。文章指出智能体在重复检查、工具调用不稳定等环节消耗大量算力，提示业界关注过程质量而非单纯代码行数。
Hacker News – AI21 天前
★ 3
StateTape：面向长程编程智能体的证据生命周期建模
论文提出 StateTape，将编程智能体的上下文维护从「随上下文增长」改为「随代码库变化」重写。它把仓库建模为符号级代码图，用 tape 标记每次写入影响的符号，从而把陈旧性从文本推断变为对写入的观测，并配套提出 TraceBench 基准。实验显示其在六个编程智能体、三个编辑密集基准上提升解决…
arXiv cs.AI32 天前
★ 3
Z.ai 发布编程智能体工具 ZCode
Z.ai 开源了编程智能体工作台 ZCode，提供桌面应用、浏览器界面与终端 Agent 三种形态。仓库包含客户端、后端服务、共享 UI 以及 Agent CLI 与运行时源码。开发者可通过 pnpm 脚本快速搭建本地开发环境，并支持 SSH/WSL 远程工作区。
Hacker News – AI42 天前
★ 3
HarnessTax：脚手架对编程智能体影响几何
一项研究探讨智能体运行框架（harness）对编程智能体性能的实际影响，量化不同脚手架带来的成本与效果差异。结论有助于开发者理解框架选型对编码任务表现的关键作用。
Hacker News46 天前
★ 2
LayerFS 推出面向 AI 编程智能体的文件系统
LayerFS 发布面向 AI 编程智能体的文件系统产品，旨在为编码智能体提供更适配的存储与文件管理能力。该方向聚焦智能体工作流中的上下文与文件操作效率，属于 AI 开发工具链的新尝试。
Hacker News – AI11 天前
★ 2
Termexo 发布：用 MCP 让一个 AI 操控多个编程智能体
Termexo 是一款 Windows 桌面工具，通过本地 MCP 让一个 AI 操控 Claude Code、Codex、OpenCode、Pi Agent、Grok Build 和 Antigravity 等编程智能体的终端。它支持工作区管理、任务看板、原生会话恢复与远程接入，面向多项目开发者…
Hacker News – AI16 天前
★ 2
编程智能体如何选择首选工具，20年技术品牌建设成浮云
文章讨论编程智能体（Coding Agent）在工具选择上的偏好逻辑，指出传统技术品牌建设在智能体时代可能失效，开发者生态与工具可发现性成为关键。
InfoQ AI19 天前
★ 2
HN 讨论：LLM 编程智能体能否明显提速
Hacker News 用户提问，基于 LLM 的编程智能体是否会在速度上出现明显提升，主要针对 Claude 等单线程使用场景。讨论聚焦上下文切换成本与开发体验。
Hacker News – LLM22 天前
★ 2
开发者热议：编程智能体为何如此笨拙
Hacker News 上一则讨论帖质疑当前编程智能体的实际能力，认为其在真实开发任务中表现不佳。该话题获得 50 分热度与 20 条评论，反映出业界对 AI 编程工具落地效果的普遍质疑。
Hacker News23 天前
★ 2
Robium 发布面向编程智能体的物理 AI 技能库
Robium 在 GitHub 开源一套面向编程智能体的物理 AI 技能包，支持 Claude Code、Codex、Gemini CLI 和 Cursor。它提供 ROS 2、Gazebo、MuJoCo 等机器人技能的说明与可运行参考应用，用户可先跑通示例机器人再让智能体改造。安装需 Node.…
Hacker News – AI24 天前
★ 2
RippleCP：衡量编程智能体反事实检查点优势
论文提出反事实检查点优势概念，即对候选检查点而非跳过它所带来的未来恢复成本降低，并通过驱动 CP 分支与 SKIP 分支到同一逻辑失败进行测量。在 12 项 SWE-bench Verified 任务和 106 条真实恢复分支上，检查点每任务节省 49.4 秒，但收益分为相差两个数量级的两种情形。…
arXiv cs.AI24 天前
★ 2
Cleanroom：可自定进度学习的 AI 编程智能体
开源项目 Cleanroom 在 GitHub 发布，定位为可让用户按自己节奏学习与使用的 AI 编程智能体。它强调代码可读与可教学性，适合作为理解编码智能体内部机制的入门工具。
Hacker News – AI46 天前
★ 1
CrewTower 发布 Claude Code 模组
CrewTower 推出面向 Claude Code 的模组（Mod），用于扩展该编程智能体工具的能力。摘要仅含讨论与链接，具体功能未详述。
Producthunt AI18 天前