程式設計 AI

LEGO-Anything 顯示程式設計代理程式能從照片建立可編輯的 3D 場景，但 LEGO-Bench 揭示了準確度與自我評估方面的重大缺口。

《經濟學人》提出一個問題：開發者是否會在 AI 使用上超越其他所有職業，並指出程式撰寫與可衡量自動化之間的不尋常契合。

Block 的開源 Goose 提供無需訂閱的本地 AI 寫程式代理，挑戰 Claude Code 的高端定價，同時也揭示了品質與硬體上的取捨。

DeepSeek 據報正在組建團隊開發可與 Anthropic 的 Claude Code 競爭的 AI 代理，進一步加劇編碼工具領域的壓力。

一份由 OpenAI 支持的報告指出，寫碼代理可以大幅加速研究軟體升級，但科學正確性仍需專家驗證。

OpenAI表示，科學家正使用AI程式編寫代理來更新傳統研究軟體並加速基因組學工作，顯示企業AI出現新的戰場。

Anthropic 推出 Claude Opus 5，主打更強的程式設計表現、更低成本，以及為代理與企業 AI 使用而設計的新 API 功能。

Poolside 發布了 Laguna S 2.1，這是一款開放權重的程式碼模型。公司表示，透過提升持久性與驗證能力，它可與更大型系統競爭。

monday.com 表示其在 Amazon Bedrock 上運行生產環境 AI 代理，罕見揭示企業程式設計工作流程背後的架構與控制機制。

OpenAI 的 Codex 現在會加密內部代理接手流程，限制開發者對委派的可見性，並引發 AI 程式工作流程的可靠性疑慮。

OpenAI表示，SWE-Bench Pro約30%的任務可能已損壞，這讓外界對AI產業如何衡量程式設計模型產生新的疑慮。

Fortune 報導指出，隨著老化的軟體系統與縮減中的開發者基礎加劇了對 AI 程式編寫代理的需求，日本正成為 Devin 的關鍵市場之一。

阿里巴巴開源的 Qwen3.6-27B 以僅 270 億參數，在大多數程式設計基準測試中優於其大 15 倍的前代模型。

Anthropic 推出 Claude Sonnet 4.6，具備 100 萬個 token 的上下文視窗，在程式撰寫、電腦使用與代理人領域提供前沿的 AI 效能，距 Opus 4.6 發布僅 12 天。

業界報導顯示 Claude Sonnet 5 將匹配 Opus 4.5 的能力，同時成本降低 50%，並強化了程式編寫與代理功能。

Anthropic 推出 Claude Opus 4.6 的快速模式，回應速度最高達 2.5 倍，徹底改變以 AI 為驅動的軟體開發與編碼工作流程。

Anthropic 推出 Claude Opus 4.6，具有改良的程式編寫能力、更長的代理任務持續性，以及針對企業應用的創新代理團隊功能。