精选

GitHub 发布 AI 代码评审开放基准 ReviewBench

GitHub 发布代码评审离线基准 ReviewBench，基于 1.039 亿个 GitHub PR 的分布特征，构建了覆盖 19 种语言、219 个公开 PR 的评测集，并公开数据集、评分规则与 LLM 评审模型配置。

AI Hero Skills v1.3 发布：新增 /implement-spec、/pr、/retro，CONTEXT.md 改名 GLOSSARY.md

AI Hero Skills 发布 v1.3，新增 /implement-spec、/pr、/retro 三个技能，把主流程从 /grill-with-docs → /to-spec → /to-tickets 延伸到实现、PR 和复盘。

宝玉@dotey精选AI 评分8282

宝玉结合播客内容，梳理在 SpaceXAI 做 Grok Bot 的 Lauren Tan 一个月合并 2500 个 PR 的做法：晚上让 AI 自己检查、自己合并，第二天早上再抽查，不逐个 Review。

Lovable 发布 Chats，并公开多智能体协作的轨迹与收件箱架构

Lovable 发布 Chats，一个运行在工作区层级、可跨项目对话并触发构建的智能体，确认改动后会把任务交给项目里的 builder 智能体并把进展带回对话。

Cursor 推出 Rollouts 与 Security Review 两个 bot

Cursor 发布 Rollouts 和 Security Review 两个 bot，均面向团队版和企业版开放。

Lovable 上线 Opus 5.5：构建更快，质量与 Opus 5 持平

Lovable 上线 Opus 5.5，官方称其与 Opus 5 结果持平，但完成步数减少三分之一到一半。在 Lovable 内部基准上，Opus 5.5 在 0-to-1 构建和迭代改代码两项与 Opus 5 打平，验证纪律一项高出 4% 到 6%；各档推理强度下每任务步骤数减少 26% 到 57%，输入 token 减少 21% 到 59%，差异在 95% 置信水平上显著。

Lovable 开源 Rust 预览引擎 OJ，冷启动与内存优于 Vite

Lovable 发布用 Rust 从零实现的预览引擎 OJ，它读取现有 vite.config.ts 并通过兼容层运行真实 Vite 插件，单个二进制、不向项目安装工具链。

Cline 发布开源桌面应用 Cline Desktop，面向开放权重模型

Cline 发布开源桌面应用 Cline Desktop 的早期版本，把原本在 VS Code 扩展和 CLI 中的智能体运行框架搬进独立工作区，支持并行会话、定时任务和用于扩展工具与集成的 Marketplace。

OpenAI 谈如何为 GPT-6 Astra 重写 Skills 与提示词

OpenAI 官方博客针对 GPT-6 Astra 给出 Skills、AGENTS.md 和任务提示词的调整建议：Skill 描述要尽量短且明确适用场景，多流程 Skill 用根文档做最小路由，避免把 Skill 写成过于具体的步骤清单。

Cursor 推出「项目」功能，用协调智能体承接长周期开发任务

Cursor 推出「项目」功能，用于承接一项功能、一次迁移或一个完整应用这类长周期工作，可在数月内保持上下文并把任务委派给成千上万个子智能体。项目由云端智能体驱动，协调智能体不写代码，只负责规划、分派并交回成果，需要本机测试时再启动本地智能体；每个项目维护一组在云端和本地机器间同步的文件，持续积累研究成果、artifacts 和对代码库的了解。

GitHub Copilot 推出 Project HydraFusion，用多模型运行时编排提升编码质量

GitHub 在 Copilot CLI 中以研究预览形式推出 Project HydraFusion，通过运行时编排在多个提供商的模型间选择执行方案，用户像选普通模型一样选择它，按各模型标准费率计费。

如何用 Codex 中的 Astra 构建游戏：从 Void Explorer 到性能调优

作者在 Codex 中用 Astra 构建了太空探索游戏 Void Explorer，包含 2,048 个恒星系和超过 10,000 个程序化生成的行星，并分享了从提示词到架构、测试和性能测量的完整流程。

Cline 如何把 1100 万用户迁移到最大一次 harness 升级

Cline 把 VS Code 扩展从约 76,000 行单体核心迁移到 Cline SDK，并自建灰度发布机制：一个安装包内打包 loader、legacy 和 next 两套扩展，由 PostHog 功能开关按百分比决定激活哪套，崩溃时自动回退到 legacy，开关可随时降到 0% 作为 kill switch。

GitHub Copilot 如何在不牺牲任务质量的前提下降低 AI 编码成本

GitHub Copilot 团队复盘了四项降低 AI 编码成本的改动，核心原则是按完整任务而非单次工具调用衡量效率。

Cursor 推出自托管机器，工具执行留在自有网络内

Cursor 支持自托管机器，代码库、构建产物和密钥都保留在自有基础设施的内部机器上，由智能体在本地处理工具调用。My Machines 用于把单台笔记本或 VM 接入个人工作流，团队池则是面向团队或企业的具名 worker 队列，容量随请求扩容、worker 断开时缩容，池不与代码仓库绑定，并支持闲置机器休眠后在重连窗口内恢复。

Cline 实测八个模型做 IMO 2026：DeepSeek V4 Flash 以 0.12 美元拿到金牌线

Cline 让八个模型在自家 harness 里做 IMO 2026 六道题，证明由 GPT-5.5 和 Claude Opus 5 双盲按 0–7 分制评分、Gemini 3.1 Pro 仲裁，金牌线为 29 分。

用 Cline SDK 在 Cline loop 上构建代码审查智能体

Cline 团队用 Cline SDK 搭了一个代码审查智能体，把审查拆成 review 与 judge 两段 agent 循环，再由驱动脚本把存活的问题以一条 COMMENT 事件批量提交到 GitHub PR。

Lovable 如何让自家应用接入外部技术栈：从 MCP 到近 100 个连接器

Lovable 官方复盘了把平台应用接入第三方服务的做法：先支持 MCP 作为聊天内取上下文的临时方案，再自建 app connectors，用 Connector Gateway 代理已发布应用与第三方 API 之间的请求，由它持有凭证和刷新逻辑，部署后的应用不接触密钥。

用 Codex 和 Runme notebook 自动化 OpenAI 的重复性评测工作

OpenAI 工程师用 Codex 配合开源 notebook 应用 Runme 自动化重复性工作，例如跑模型评测。做法是在 Runme notebook 里写目标单元格，让 Codex 读取目标、写出计划并等待人工审批后再执行，过程中记录命令、输出和结论，包括走过的死路。

OpenAI 发布 Daybreak 与 Codex Security 安全工作流

OpenAI 推出 Daybreak，把 ChatGPT、Codex Security 和开源 Codex Security CLI 组合成一套安全防御工作流，覆盖 PR 合并前审查、仓库与漏洞积压排查、CI 定期检查。