Simon Willison 回顾 2026 年 LLM 进展：从 Claude Opus 4.5 到 OpenClaw
Simon Willison 在 WeAreDevelopers World Congress North America 的主题演讲中，按时间线梳理了 2026 年 LLM 的关键进展。
#编码
#编码
今日 0 条Simon WillisonAI 评分3030
Simon WillisonAI 评分2222 Simon Willison：编程智能体让软件工程变得更难
Simon Willison 在 2026 年 9 月 24 日的笔记中表示，与编程智能体合作越多，越确信它们让软件工程变得更难。他认为借助智能体可以完成惊人的工作，但释放其全部潜力需要极高的纪律性和知识储备。
Simon WillisonAI 评分4848 前员工爆料：大公司全员用 Claude Code 写代码，L1 到 L7 工程师每天工作 12 至 13 小时只负责按回车
一名入职大公司半个月的员工称，团队所有规格、代码、测试、PRD、工单及其处理、报告全部由 Claude Code 生成，从 L1 到 L7 的工程师都在做同一件事——和 Claude 对话。团队无人喜欢这种方式，却被要求尽可能多地产出，管理层多次表示推代码不是瓶颈、质疑为何还慢，员工每天工作 12 到 13 小时只为按回车，没有人阅读任何产出内容。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解 AI 五大热梗：该不该读 AI 代码、RAG 是否已死、Skills 是否杀死了 MCP
GitHub Podcast 最新一期拆解了五个 AI 热门论断：AI 生成的代码仍需阅读和负责，但审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包的 Markdown 经验，后者是智能体连接工具与数据的标准，二者可组合使用；RAG 并未死亡，检索能让模型从更接近答案的位置起步，减少 token 浪费和不完整回答。
OpenAI NewsAI 评分3838 OpenAI 内部研究加速：编码智能体如何重塑 AI 研究
OpenAI 披露内部编码智能体的早期使用数据，涵盖智能体使用情况、实验速度、任务复杂度与研究加速等方面。这些数据展示了编码智能体正在重塑 OpenAI 内部的 AI 研究方式。
Import AIAI 评分6262 Import AI 464：Fable 编写 GPU 内核、AI 自动化与模拟计算
Import AI 464 汇总多项进展：Fable 在 KernelBench-Mega 上写出首个 megakernel，用 CUDA 在 RTX PRO 6000 Blackwell 上实现 18.71X 加速，对比 Claude Opus 4.8 的 14.4X、GLM-5.2 的 11.14X 和 GPT 5.5 的 4.34X。
Import AIAI 评分3232 Import AI 461：Sequent 称"对齐尚未走上正轨"、FrontierCode 与合成研究实习生
英国 AI Security Institute 对齐团队与 Timaeus 联合成立非营利研究机构 Sequent，目标两三年内扩至 40-80 名全职员工，初期拟募资 1 亿至 1.5 亿美元，研究方向包括可扩展监督、学习理论、启发式论证、博弈论与 personas。
OpenAI NewsAI 评分4242 OpenAI 为何不再评估 SWE-bench Verified
OpenAI 宣布不再评估 SWE-bench Verified，原因是该基准日益受到污染，且无法准确衡量前沿编码能力。其分析指出该基准存在测试缺陷与训练数据泄漏问题，并建议改用 SWE-bench Pro。