三周前,中国AI公司MiniMax声称打造了一个能自我训练的编程模型。如今该消息在X平台上持续发酵,而他们刚刚在Hugging Face上以开放权重形式发布了M2.7模型。巧合吗?你可以亲自测试并得出结论。
![]() |
| See how MiniMax M2.7 compares with frontier models. |
MiniMax M2.7现已在Hugging Face提供开放权重下载,允许团队在128GB内存的本地环境中运行这一2300亿参数的模型。它在SWE-Pro(56.22%)和Terminal Bench 2(57.0%)等工程基准测试中表现不俗,足以媲美顶级闭源模型。
与此同时,MiniMax还发布了MMX-CLI——一款命令行工具,无需任何MCP配置,即可让智能体原生调用图像、视频、语音和搜索能力。
AMD高级AI总监发布的近7000次编程会话数据显示,Claude Code的推理长度自2月份以来下降了67%,而API请求量却飙升了80倍。Anthropic已证实,为降低Token成本,他们将默认推理努力程度从”高”调至”中”,但用户仍可手动调回最高级别。
据彭博社报道,苹果正在为即将推出的智能眼镜测试四种不同的镜框样式。该产品预计2027年发布,最早可能在今年亮相。值得注意的是,这些眼镜不配备显示屏,而是聚焦于摄像头(拍照/录像)、通话、音乐以及升级版Siri。此举标志着苹果正式进军可穿戴市场,与Meta的Ray-Ban眼镜形成直接竞争。
59亿美元——这是今年企业LLM市场的预期规模,其中相当大一部分预算流向定制模型训练。这意味着比以往任何时候都多的工程团队首次深入开源训练栈。但正如Baseten的AI工程师Paras Stefanopoulos在最新深度文章中所言:现状一片混乱。
Stefanopoulos绘制了整个技术栈的地图,发现五个主要框架存在大量功能重叠。这种缺乏共识的现状导致团队浪费数天时间排查那些训练尚未开始就已崩溃的库组合。
即便是PyTorch的原生栈也问题频出。报告显示,在新架构上运行仅1000步就会出现梯度爆炸,大规模工作负载中频繁发生内存不足崩溃。
Baseten目前依赖NVIDIA的Megatron框架,因其在大规模环境下的可靠性。对开发者而言,核心建议是:暂时坚守Megatron等稳定工具,同时保持代码库的模块化,以便在生态成熟时轻松替换组件。
曝光:泄露的Anthropic功能显示,Claude内部正集成一个Lovable风格的应用构建器(270万次浏览)
技巧:若你使用Codex或Claude Code进行iOS开发,这5个来自实战开发者的技能包可大幅提升效率
避坑:Atlassian首席工程师发布的Staff面试攻略正在热传,开篇便指出”几乎人人都会犯”的典型错误
内幕:OpenAI刚刚分享了团队内部如何使用Codex——从PR审查到新人入职培训
700位AI同事:某十亿美金公司为每位员工配备了专属AI同事,并完整公开了其技术实现方案
工作流:Cursor工程师发布了18个工作流技巧,专为希望更好驾驭该工具的用户准备
职业预言:Box CEO Aaron Levie认为,AI生成代码将触发安全领域招聘格局的重大转变——结果出人意料
测试优先:Oracle前工程总监演示了如何在Claude Code中践行测试驱动开发(TDD)
Meta Staff工程师的Codex使用指南
本教程教你如何掌握OpenAI的Codex应用以提升开发效率。你将学习:导航其IDE界面、使用git worktrees管理并行任务、编写高效AI提示词,以及通过agents.md文件构建自定义自动化工作流。[点击观看教程 →]
Agent Reach
这个仓库让你的智能体即时接入Twitter、Reddit等社交平台。它省去了手动操作和复杂配置,一条命令即可开始数据抓取。
单智能体LLM vs. 多智能体系统
多智能体AI是真正更聪明,还是仅仅依赖更多算力?这一争论仍在持续。有趣的是,当你在算力层面拉平竞争环境时,在复杂推理任务上,单智能体往往表现与多智能体系统一样好,甚至更优。
大多数人认为Claude Code的斜杠命令是静态的,但其实存在一个隐藏技巧让它们变得动态。如果在命令文件中用!作为Shell命令的前缀,Claude会先执行该命令,并将其输出作为上下文引入。
T3 Chat创始人Theo Browne分享了一个PR摘要命令,通过在.claude/commands/pr-summary.md文件中配置,可自动拉取diff和评论:
name: pr-summary description: Summarize changes in a pull request context: fork agent: Explore allowed-tools: Bash(gh *) --- ## Pull request context - PR diff: !`gh pr diff` - PR comments: !`gh pr view --comments` - Changed files: !`gh pr diff --name-only` ## Your task Summarize this pull request...
在任何存在开放PR的分支上运行/pr-summary,即可自动拉取实时diff、评论线程和文件列表。由于!语法适用于任何Shell命令,你还可以用它来获取测试结果、日志或数据库Schema等内容。
| 投稿作者 | 作者网站 |
|---|---|
你必须 登录 才能发表评论.
| 微信捐赠 | 支付宝捐赠 |
|---|---|
![]() |
![]() |

还没有任何评论,你来说两句吧