Anthropic 發布 Claude Fable 5，SWE-bench 測試突破 95%
Anthropic 發布了 Claude Fable 5 編碼模型，在 SWE-bench 基準測試中達到 95.0% 的突破性成績。同時，該公司啟動了名為 Claude Science 的內部藥物研發項目，標誌著其業務正向垂直領域深度滲透。
Search
Tag: #coding-agent22 results
DeepSeek 獲 70 億美元融資並推出 Harness AI 代理
DeepSeek 放棄了非商業化立場，獲得 70 億美元融資以推動大規模招聘與擴張。該公司正推出「Harness AI」編碼代理，旨在與 Anthropic 的 Claude Code 直接競爭。
Cursor 發布 Composer 2.5，實現高效能且低成本編碼
Cursor 發布了全新 AI 模型「Composer 2.5」，其性能媲美 Claude Opus 4.7 與 GPT-5.5 等頂尖模型，但成本僅為其十分之一。該模型在 Artificial Analysis 的編碼代理基準測試中排名第三。
Agentjacking：偽造的錯誤報告可劫持 AI 編碼代理
安全研究人員發現了一種名為「Agentjacking」的漏洞，攻擊者可以利用偽造的錯誤報告劫持 AI 編碼代理。這種攻擊方式無需惡意軟體或竊取密碼，即可將代理轉變為攻擊工具。
DeepSeek 組建 Harness 團隊，對標 Claude Code
DeepSeek 正在組建一個名為「Harness」的新團隊，專注於 AI 程式碼代理產品。該計畫旨在直接對標 Anthropic 旗下的 Claude Code，此消息已由資深研究員陳德里證實。
OpenClaw 背後核心框架 Pi：好的 Coding Agent 應該讓用戶決定需要什麼
Pi 是 OpenClaw 的極簡核心框架，系統提示詞與工具定義不到 1000 tokens，僅四工具：read、write、edit、bash，在 Terminal Bench 2.0 排名前五。作者 Mario Zechner 強調讓用戶決定需求，避免 MCP 或 plan mode 等冗餘功能。透過檔案序列化狀態，繞過上下文衰減實現高可靠性。
無審查 Qwen3.5 122B INT4 量化版發布
用戶發布 Qwen3.5 122B 的 Heretic/無審查 INT4 量化版，在 ASUS Ascents 和 DGX Spark 的 256GB RAM 叢集上比密集版更快。分享如「The Cardinal」代理和「The Heretic」速度的自訂設定。強調編碼任務需學習而非僅靠硬體。
OpenAI狂推Codex挑戰Claude
OpenAI在6週內推出7項Codex重大更新，包括桌面App、GPT-5.3/5.4模型、Spark推理及Security代理，使用量激增5倍，對抗Anthropic的Claude Code。開發者轉向混合工作流程同時使用兩者。
「Claude Code」をスマホから操れる 遠隔操作機能「Remote Control」公開
Anthropic 推出 Claude Code 的 Remote Control，可從智慧手機或 PC 遠端操作本地 AI 程式碼代理。作為研究預覽版提供給 Pro 與 Max 方案用戶。
Cursor 推出 iOS App，支援遠端管理 AI 程式碼代理
Cursor 發布了一款 iOS 應用程式，讓開發者在遠離工作站時也能管理並與 AI 程式碼代理互動。該 App 與桌面環境同步，支援會話管理與輸出審查。