CIG-SFT：面向可泛化后训练的条件信息增益方法
研究者提出 CIG-SFT，一种信息论框架，通过对比冻结参考模型在有/无任务输入时的 token 似然，估计每个示范 token 携带的任务条件信息增益，并将其转化为 KL 正则化的策略投影，导出等价的标量加权 SFT 目标。在数学推理与代码生成基准上，CIG-SFT 持续优于标准 SFT 和近期自适应微调基线，在困难评测分布上的泛化提升尤为明显，且无需额外训练数据或在线 rollout。
#编码
arXiv cs.CLAI 评分2222 arXiv cs.CLAI 评分3434 SWE-Duel：面向编程智能体的自扩展竞技场
SWE-Duel 提出一种自扩展编程智能体竞技场，任务与判定在评测时生成，由 Red-Blue 双方镜像轮换互相出题与修复，避免题目泄漏和饱和。
GitHubAI 评分6262 Mantra 发布终端多智能体编排工具，支持 Codex 与 Claude Code 混用
Mantra 是一个 Rust 单二进制终端工具，可在同一终端里运行一个或多个编码智能体，并支持 OpenAI Codex 与 Claude Code 自由混用。
GitHubAI 评分5858 sumofbytes/dex 发布 Rust 终端编码智能体，采用客户端与守护进程分离架构
sumofbytes/dex 是一个用 Rust 编写的终端编码智能体，通过 read、bash、write、edit、grep、find、ls 等工具以及 MCP 服务器操作本地文件，支持 OpenAI 兼容、Anthropic 和 Codex 三类提供方，并把每次会话保存为可恢复的 JSONL 记录。
RadarAIAI 评分5858 Coding Agent 规则文件 agent.md 的精要设计原则
作者剖析 Codex、ZCode 等编程 Agent 工具中共享文件 agent.md 的核心作用，指出该文件会在每次对话中默认注入上下文，相当于 Agent 的「宪法」。若在其中堆砌过多规则，会导致模型上下文腐化与注意力分散，最佳实践是保持精简，仅收录项目概览与关键命令。
GitHubAI 评分3838 LoongLab 开源 LoongCode：直接在仓库中工作的编码智能体
LoongLab 推出 LoongCode，一个直接在代码仓库中工作的编码智能体，可探索代码、修改文件、运行命令并自行验证结果。它支持 anthropic 与 openai 两种协议，通过 npm install -g @loonglab/loongcode-cli 安装，需 Node.js 22 或更新版本，任务过程以流式输出实时可见并支持中途干预。
Hacker NewsAI 评分4040 HackerRank CEO 为让开发者刷 LeetCode 道歉，推出智能体面试官 Chakra
HackerRank 联合创始人兼 CEO Vivek 发文为让开发者刷 LeetCode 道歉，并宣布将招聘流程改为三项调整：用代码仓库中的真实工作替代算法题、用 AI 使用能力与判断力替代代码正确性评估、用智能体开发环境替代 IDE。
GitHubAI 评分1010 claude：面向 Windows 的 AI 编程命令行工具
一款名为 claude 的 AI 编程命令行工具发布 Windows 版本，支持通过终端完成代码求助、检查改动和恢复历史会话。该工具支持中文、英文、日文、韩文等多语言，内置撤销、安全钩子、思考深度控制和 12 个 MCP 工具，并提供 .exe、.zip、.msi 三种下载格式。
GitHubAI 评分1212 safe-refactor-engine：面向 Windows 的安全重构工具
safe-refactor-engine 是一款面向 Windows 的代码重构工具，将改动拆成保持行为一致的小切片，逐片校验并支持回滚。它提供澄清门控、逐片验证和语言无关的工作流，帮助在跨文件修改时保持软件稳定。用户可从 GitHub Release 页面下载 .exe、.zip 或 .msi 文件，在 Windows 10 或 Windows 11、4 GB 以上内存的设备上运行。
GitHubAI 评分3838 Antigravity Awesome Skills：面向 Claude Code、Gemini CLI、Cursor、Copilot 的 860+ 智能体技能库
Antigravity Awesome Skills 发布 V5.5.0 Workflows 版本，提供 860+ 个通用智能体技能，兼容 Claude Code、Gemini CLI、Codex CLI、Antigravity IDE、GitHub Copilot、Cursor、OpenCode 与 AdaL CLI。
RadarAIAI 评分6262 Addy Osmani 与 Lauren Tan 谈 AI 时代的代码质量：好代码来自验证闭环
Addy Osmani 与来自 SpaceX 的 Lauren Tan 认为，AI agent 无法写出昂贵的「好代码」，但在规模上平均而言好得多，因为 agent 让验证变得廉价。
GitHubAI 评分4848 OpenCode 智能体包 agents-opencode：10 个智能体 + 24 项按需技能
agents-opencode 是面向 OpenCode 的智能体包，一次安装即提供 10 个智能体和 24 项按需加载技能，把单个提示词串成 plan → implement → review → document 的完整交付闭环。
RadarAIAI 评分3131 传 Google 面试将转向考察 Gemini 工具使用
推文转述传闻称 Google 将取消 LeetCode 风格编码面试，新增「代码理解」轮次，要求候选人在 200 至 500 行代码的真实代码库中借助 Gemini 调试并辨别错误。该消息目前仍属传闻，作者对其进行了转述与求证。
GitHubAI 评分6262 Twigpine 开源终端编码智能体 Zero，支持多模型与权限沙箱
Zero 是一个面向本地终端的开源 AI 编码智能体，可检查仓库、编辑文件、运行命令并使用浏览器/终端辅助工具，会话保存在本地磁盘。它支持 OpenAI、Anthropic、Gemini、DeepSeek、Qwen、Kimi、Ollama 等多家模型与兼容端点，文件写入、shell 命令和网络访问均经过权限与沙箱策略控制。
RadarAIAI 评分6565 Codex 默认上下文扩容至 500k，最大支持 1M
Codex 将默认上下文长度从原来的 272k 提升至 500k，增幅约 80%，最大上下文长度可达 1M。此次调整旨在减少长上下文任务中的压缩频度，提升复杂长时任务的处理连贯性与细节保留能力。
RadarAIAI 评分6666 OpenAI 将 GPT-6.1 Sol 默认上下文长度从 272k 提升至 500k
OpenAI 的 Thibault Sottiaux（Tibo）宣布，Codex 和 Work 环境下 GPT-6.1 Sol 的默认上下文长度从 272k 提升至 500k，增幅约 80%。该数值经过充分测试，可降低上下文压缩的触发频率，用户仍可手动调整，最大上限为 1M。配合本次调整，OpenAI 在从订阅中扣除使用量时不会对 GPT-6.1 Sol 收取长上下文费用。
GitHubAI 评分3838 AIPMAndy 开源 HowToBeAnAICreator：零基础 AI 内容创作实操手册
AIPMAndy 开源了 AI 内容创作手册 HowToBeAnAICreator，按 10 个章节拆解从定位、选题、核实到发布、复盘、变现的完整流程，并给出 5 步完成第一条 AI 视频的操作路径。
RadarAIAI 评分6262 Lauren Tan 谈让 Agent 写出更正确代码的起点：自我验证
Lauren Tan 提出，让 Agent 更自主工作的最基本切入点是赋予其自我验证能力，即像真实用户一样实际运行和操作应用，覆盖 CLI、API、UI 等接口。验证应产出可审查的工件，证明工作正确、符合意图且比通读整个 PR 更易审查，UI 工作常用视频和截图。她指出 skill 包等都是可选的附加项，并提醒并非所有领域都易于验证，验证只是近似、仍可能出错。
RadarAIAI 评分6262 GPT-6.1 Sol 在 Codex 与 Work 中默认上下文长度提升至 500k
OpenAI 的 Tibo 宣布，GPT-6.1 Sol 在通过 Codex 和 Work 使用时的默认上下文长度从 272k 提升至 500k，增幅约 80%。官方称这有助于减少压缩（compaction）的发生，并有利于需要长时间保留大量上下文和细微差别的任务，同时表示未来还会进一步提高。用户仍可自行覆盖该设置，GPT-6.1 Sol 的最大上下文长度为 1M。
GitHubAI 评分2222 claude-solidity-security：用 Claude Code 技能架构扫描 Solidity 合约漏洞
Demeter Financial 维护的 claude-solidity-security 工具可扫描 Solidity 智能合约安全漏洞，基于 Claude Code 技能架构，并结合 OWASP 标准与 Slither 自动扫描，覆盖访问控制、整数处理、重入等 11 个安全域。
GitHubAI 评分3838 agent-supervision-skills：面向 Claude、Codex 和 Kimi 的智能体监督技能
agent-supervision-skills 提供独立监督技能，可将编码任务委派给智能体、收集产物并在本地验证结果，支持 Claude、Codex 和 Kimi 自动化。
GitHubAI 评分3838 ai-design2test：从 Figma 设计自动生成 Maestro 移动端测试
ai-design2test 是一款 Windows 工具，可读取 Figma 设计并自动生成移动端测试流程，无需手写脚本。它支持设计导入、测试用例生成、导出 Maestro 可用的 YAML 文件，以及按功能或页面选择性回归和 Dry Run 模式。数据保存在本地 SQLite 数据库，需 Windows 10/11、8GB 内存和 500MB 磁盘空间。
GitHubAI 评分2222 ChaudharyKashanAhmed/site-genie：用 AI 生成 Next.js + Tailwind 网站
ChaudharyKashanAhmed 发布 site-genie，一个基于 AI 的生成器，可用 Next.js 和 Tailwind 构建生产就绪的网站。项目托管于 GitHub，具体模型与版本信息未在原文中披露。
GitHubAI 评分3232 claudian：在 Obsidian 侧边栏集成 Claude 与 Codex 编程智能体
claudian 将 AI 编程智能体直接集成进 Obsidian 侧边栏，支持用 Claude 和 Codex 模型管理项目并自动化工作流。该工具面向 Obsidian 用户，把编程智能体能力嵌入笔记软件的侧边栏界面中。
Hacker NewsAI 评分3636 OVI-CODE：面向终端的可扩展键盘驱动编程智能体
OVI-CODE 是一款用 C++20 编写的终端编程智能体，可连接 OpenRouter、OpenAI、Anthropic 或 xAI/Grok，在 FTXUI 全屏界面中展示模型响应、工具调用与 diff。
GitHubAI 评分3838 Inkvi/code-reviewer：基于 Claude、Codex 等模型的 AI 代码审查工具
Inkvi/code-reviewer 是一款由 Claude、Codex、Antigravity、OpenCode 和 pi 驱动的 AI 代码审查工具，可作为 GitHub PR 守护进程或本地 git 仓库审查工具运行。它支持多审查器并行、PR 评论 /review 触发、按风险分级自动批准，并可通过 TOML 配置模型与推理强度。
GitHubAI 评分3838 StateForge：从现有代码中提取状态机并生成图表
StateForge 是一款原生桌面应用，可从 Swift、Kotlin、TypeScript、Go、Rust 源码、日志文件或自然语言描述中提取状态与转换关系，渲染为可编辑的交互式图表，并导出 Mermaid、DOT、SVG 或五种语言的生成代码。它支持本地 Ollama（默认）或通过 Anthropic API 调用 Claude 来增强或生成状态机，采用 MIT 协议开源。
GitHubAI 评分4848 Optimux：按成本自动路由模型的自托管编程助手
Optimux 是一款自托管编程助手，把每个请求路由到能处理它的最便宜模型，并逐次计量 token、缓存命中、思考与费用。它设 Simple 和 Complex 两档模型，Simple 达到步数上限或重复时自动升级，命令需用户批准后才执行，可选 bubblewrap 沙箱。
GitHubAI 评分6060 Taste Skill 发布面向 AI Agent 的前端设计技能集，默认技能升级至 v2
Taste Skill 发布一套面向 AI Agent 的前端设计技能，用于改善 AI 生成界面的布局、排版、动效与间距，可通过 npx skills add 安装，也可作为 Claude Code 插件安装。
GitHubAI 评分3838 frink-loop：编排 Claude Code 的自主编程循环工具
frink-loop 是一款自主编程循环工具，可编排 Claude Code 执行任务，并支持选用 OpenAI（GPT-4o、GPT-5、o3）或 Anthropic（Claude Sonnet/Opus）作为推理智能体。它会将任务拆分为子任务，通过持久会话执行，并支持 --resume 续跑与动态增删改任务。
Hacker NewsAI 评分2222 Rhci：用 Ruby 实现的轻量 GHCi，单文件启动 3 ms
Rhci 是用 Ruby 实现的小型 GHCi，提供与 GHCi 一致的 Haskell REPL 语义，提示符 3 ms 出现、单行表达式 25 ms 求值。
GitHubAI 评分3636 claude-context-local：为编码智能体提供本地代码搜索，无需 API 费用
claude-context-local 是一款本地代码搜索工具，可索引代码库并在本地生成和存储嵌入向量，让编码智能体无需 API 费用即可检索代码片段。它支持 Windows 10+、macOS 10.15+ 及现代 Linux 发行版，最低需 4 GB 内存和 500 MB 磁盘空间，命令行运行需 Python 3.6 或更高版本。
GitHubAI 评分5858 Klaussy Desktop 发布：多智能体、多仓库的智能体优先 IDE
Klaussy Desktop 结束六个月闭门开发正式开放，这是一款智能体优先的桌面 IDE，每个任务生成独立 Git worktree 并运行独立智能体，可并行使用 Claude Code、Codex、Gemini、Copilot、Cursor、Cline、opencode、Kimi Code 等，也可通过 Ollama 加 Aider 驱动本地模型。
GitHubAI 评分3838 基于 PydanticAI 的策略门控 CLI 编码智能体 the-harness 发布
mehdinourollah/the-harness 是一个基于 PydanticAI 的策略门控 CLI 编码智能体，支持 OpenAI、Anthropic、vLLM、Ollama、DeepSeek 等兼容端点，内置 14 个 workspace 工具，涵盖文件读写、grep、shell 命令、完整 git 流程与网页搜索。
GitHubAI 评分6060 raycast-cli-assistant 发布：用 Claude Code 和 Codex 订阅驱动 Raycast AI
开发者 umitaltintas 发布 Raycast 扩展 raycast-cli-assistant，让 Raycast AI 直接调用本机已登录的 Claude Code 或 Codex CLI，无需 Raycast Pro 订阅、API key 或按 token 计费。
Hacker NewsAI 评分2020 Auto Research：整数乘法低于 n log n
Auto Research 展示了一项将整数乘法复杂度降至 n log n 以下的研究成果，页面以可缩放、可拖拽的散点图呈现各次尝试，悬停可查看细节，点击 PR 圆圈可追溯其依赖的先前思路。用户还可让 Codex 或 Claude Code 从给定起点出发，寻找最新上界、测试改进并产出可复现的贡献。
GitHubAI 评分5050 HermOS IDE：本地优先的 AI 编程环境，代码与密钥不出本机
HermOS IDE 是一款本地优先的桌面代码编辑器，内置自主编程智能体，数据全部存于本机 SQLite 数据库，无账号、无云端、无遥测。
RadarAIAI 评分3333 如何为 Agent 编码工作流设置质量门禁：Nnenna Ndukwe 的 Qodo 实战演示
Nnenna Ndukwe 演示了如何把仓库规则、明确计划、验证命令和 pull request 审查贯穿到智能体编码工作流中，让质量在每个阶段被检查，而不是默认生成代码即可靠。该演示以一个支付 API 工作坊为载体，串联起从计划到 PR 审查的完整环节。
RadarAIAI 评分2424 告别「氛围写代码」，迎来精密工程
有观点认为「氛围写代码」一词已过时：具备超大上下文窗口的现代模型生成的架构与代码质量已超越普通工程师，AI 辅助开发已演进为真正的精密工程。
RadarAIAI 评分6060 对编程智能体使用反思性提示词，实现 6x 提速与 8x 降本
Justine Moore 指出，在编程智能体构建完新功能后，通过向其提出反思性问题进行追问式质询，可实现高达 6x 的速度提升与 8x 的成本降低。该做法针对的是编程智能体完成功能后的一种行为特征。