Lovable 推出 Discoverability:应用发布即可被搜索引擎和 AI 抓取
Lovable 上线 Discoverability 功能,新发布的应用直接输出完整 HTML,可被搜索引擎和 LLM 爬虫即时读取和索引,已构建的 4000 万个应用也通过预渲染生成静态 HTML 快照。
Ожидает перевода
Lovable 上线 Discoverability 功能,新发布的应用直接输出完整 HTML,可被搜索引擎和 LLM 爬虫即时读取和索引,已构建的 4000 万个应用也通过预渲染生成静态 HTML 快照。
Ожидает перевода
Lovable 成为首批寻求 AIUC-1 认证的 AI 编程智能体平台之一,第三方审计计划于 2026 年夏季进行。AIUC-1 是面向 AI 智能体安全、保障与可靠性的标准,此次扩展为首个专为 AI 编程智能体设计的认证框架。该白皮书指出,编程智能体产出源代码、数据库 schema、API 配置等可执行产物,直接接触生产基础设施和真实用户数据,生成代码中的漏洞即是现实的安全暴露。
Ожидает перевода
Augment Code 在模型选择器中新增 Prism,由一个小而快的规划模型在每个用户轮次前决定用哪个底层模型,官方称相比前沿推理模型每任务成本低约 20-30%,质量差异可忽略。
Ожидает перевода
Lovable 推出 iOS 和 Android 移动端 App,用户可在手机上用语音或文本提示词排队提交需求,由智能体自主运行测试并持续构建。构建完成后 App 会发送通知,手机与电脑之间的项目进度可无缝接续。
Ожидает перевода
Lovable 在早期访问中测试 GPT-5.5,其内部基准显示最难任务通过率从 GPT-5.4 的 36.9% 升至 41.6%,每次请求工具调用减少 23.1%,用户卡住的消息占比下降 9.9%。GPT-5.5 每请求输出 token 减少 33%,日常任务成本效率提升约 15%,将很快向 Lovable 构建者开放。
Ожидает перевода
Claude Opus 4.7 已接入 Lovable,Lovable 基准测试显示其日常任务效率明显提升。相比 Opus 4.6,它完成任务所需轮次减少 40%,token 用量减少 10–20%,速度提升 15%,性能得分高 2–3%。对开发者而言,这意味着更快的迭代和更少的来回返工。
Ожидает перевода
Lovable 不再只构建全栈应用,其 AI 智能体现在能运行代码和 Python 脚本,直接分析文件与数据,并生成可下载的表格、PDF、幻灯片、Word 文档、图片和视频。它支持将 CSV、PDF 或截图转成可用的应用,也能生成营销报告、投资人 deck 和发票等专业文档,并导出为 PDF、PowerPoint、Excel、Word 或 CSV。
Ожидает перевода
OpenAI 宣布 Codex 可通过 Figma MCP Server 生成 Figma 设计文件,并支持设计稿与代码双向流转。
Ожидает перевода
Почему это важно: 官方给出 Codex 与 Figma MCP 双向打通的具体操作步骤,读者可据此判断设计到代码的往返流程能否落地。
Vercel 发布新版 v0,将其定位从生成演示转向生产级应用和智能体。新版本基于沙箱运行时,可导入任意 GitHub 仓库并自动拉取 Vercel 上的环境变量和配置;新增 Git 面板,让非工程成员也能为每个对话建分支、向 main 提 PR 并在合并后部署;同时提供与 Snowflake 和 AWS 数据库的安全集成,以及默认开启的部署保护和访问控制。
Ожидает перевода
Почему это важно: v0 从生成演示转向生产级应用,给出导入 GitHub 仓库、Git 面板和数据库集成等具体能力变化。
Terminal-Bench выпустил версию 2.0 и пакет Harbor: первый — это более строго проверенный и сложный бенчмарк для оценки агентов, второй — для их оценки и оптимизации. Harbor переписал тестовый фреймворк Terminal-Bench: теперь можно разворачивать контейнеры в облаке, есть интерфейсы rollout для RL и SFT, а также совместимость с любыми агентами, которые упаковываются в контейнер.
Почему это важно: Вместе с Terminal-Bench 2.0 вышел Harbor — читатели узнают, как проверяются бенчмарки для агентов и как масштабировать их в облаке.
Terminal-Bench 发布数据集注册表,让智能体开发者通过 Terminal-Bench 框架统一评测多个智能体基准,基准开发者也能借此分发自己的基准。
Ожидает перевода