🧩 AI开发日报

美东时间9月8日周二，OpenAI正式推出ChatGPT Images 2.5，新一代图像生成模型主打更快生成、更高保真度和更精准的多轮编辑。 OpenAI称，相比上一代Images 2.0，Images 2.5的生成延迟最高降低50%，同时能够更好地保留人物、宠物等参考对象的外貌特征，并在连续多次修改后保持画面细节和构图的一致性。 这次升级的重点并不只是“生成一张更漂亮的图片”，而是进一步降低A ...

北京时间9月9日，OpenAI推出图像生成模型ChatGPT Images 2.5，现已面向所有ChatGPT、ChatGPT Work和Codex用户开放，支持桌面端、移动端和网页端。此外，GPT-Image-2.5 Sunburst和GPT-Image-2.5 Flare模型已通过API提供。

模型在复杂任务执行能力上的进展，进一步提振了市场对AI基础设施和存储芯片需求增长的预期，带动亚洲半导体板块热度升温。9月7日，创业板指上涨3.41%， 科创 50指数上涨2.42%。存储芯片、光模块、印制电路板等方向表现活跃， 剑桥科技 、 光迅科技 、 景旺电子 等涨停，源杰科技涨超16%，长光华芯涨超10%。不过次日（9月8日），A 股市 场算力板块有所回调。

本文转自：中国科学报徐锐AndrewWiles图片来源：APPhotoCharlesRexArbogastAlamy本报讯费马大定理是过去半个世纪最负盛名的数学成果之一。9月4日，美国人工智能（AI）公司Anthropic宣布，其开发的AI聊天机器人 ...

IT之家 9 月 9 日消息，OpenAI 于当地时间 9 月 8 日宣布，其内部未公开的 AI 模型（性能远超最新发布的 GPT-6 Astra）已成功解决“纳维-斯托克斯存在性与光滑性问题”（Navier-Stokes existence and ...

4 minutes ago · 在交互式世界地图上直观查看 OpenAI 的服务故障报告和状态更新。全球同步监控服务可用性及突发事件。

There’s been a change in the AI conversations I’m having with restaurant marketers. They’re no longe...

As agentic AI evolves, the impact will be felt throughout the industry - especially on SaaS.

GPT-6 Astra beat Portal autonomously in 23 hours using 3,336 decisions and screenshots, costing...

IT之家9 月 9 日消息，Sonos 昨日（9 月 8 日）发布新闻稿，宣布通过苹果 App Store 应用商店渠道，更新 Sonos 27 音频系统，并向 Sonos S2 系列产品免费推送。 产品命名方面，伴随着 Sonos Beam Ultra 回音壁、Sonos Ace Ultra 头戴式耳机两款新品，Sonos 于 9 月 1 日发布全新音频操作系统 Sonos 27。 本次更新最大 ...

根據 GitHub 上的官方說明，ARTEMIS 是具備自主能力的 AI Agent，定位與傳統測試框架有本質不同。它可以處理複雜的跨應用工作流程，例如「在 Google Maps 設定駕車路線並計算總時長，然後打開 YouTube 播放 ...

Real-time graphics, AI-driven operations, and MXL interoperability expand high-density media server into a fully integrated ...

来源：Princeton，swe-bench/SWE-bench（L2，原 princeton-nlp/SWE-bench 已重定向至此），论文 ICLR 2024 Oral。每次评测重置环境（snapshot/restore）.

SWE-bench Logo Official Leaderboards.Each entry reports % Resolved, the percentage of task instances solved. Open-weights model. Run performed or directly checked by the SWE-bench team.

现代 AI 开发者 · Agent 工程进阶：从 demo 到生产. Agent 评估入门：离线 eval、SWE-bench/τ-bench、LLM-as-judge 偏差.

Agent 评估 vs LLM 评估.SWE-bench 评估 Agent 解决真实 GitHub issue 的能力，要求 Agent 阅读代码、定位问题并提交修复。

当 SWE-Bench Verified 在 2025 年中已被刷到接近 65%，MMLU、GSM8K、HumanEval 一度是 LLM 进步的"标准刻度"——这些基准还能告诉我们什么？SWE-bench: Can Language Models Resolve Real-World GitHub Issues?

DeepSeek编程水平如何？ 与豆包大模型对比解析 #.FAQ #. Q1：DeepSeek适合哪些编程场景？

1 day ago · 任务调度器Scheduler基于类似cron的表达式允许你设置“定时任务”。 例如每天上午9点自动执行“获取今日日程并摘要”的技能然后将结果通过你指定的连接器发送给你。 这种模块化带来的好处是你可以按需启用。

4 minutes ago · 到今天，面向工作场景的AI已经可以自主搭建完整任务链路，不需要用户逐次下发指令，就能沿着预设的最终目标持续推进多步操作。 长程任务执行能力，正是Work Agent和传统聊天机器人最核心的区分标志，也是当前AI落地到真实工作场景最核心的突破点。

1 day ago · 本文系作者基于真实项目经验的总结。 文中所有步骤均基于Cursor 2026年版本，可直接复制使用。 关于我们 霍格沃兹测试开发学社，隶属于 测吧（北京）科技有限公司，是一个面向软件测试爱好者的技术交流社区。

如果你之前看 Claude Code 教程被命令行劝退，这里你只需要点开 Code tab 就能用。 适合：写代码（包括 vibe coding 的非程序员）、调脚本、做网页项目。

1 day ago · 提示词工程是提升AI编程工具效率的核心技能。以Cursor为例，其本质是通过结构化指令引导代码模型准确理解开发意图。与传统编辑器不同，Cursor能基于上下文推测需求，但输出质量高度依赖用户表达的清晰度——角色设定、任务目标、上下文信息、约束条件和输出格式，这五要素共同构成了可复用 ...

1 day ago · 用Cursor+Skill让测试用例生成提速10倍！10分钟从零到完整评审用例，附实操步骤。 大家好，我是某互联网公司的测试架构师。 上个月，团队来了个新项目——一个用户登录模块的改版。需求文档不长，也就五六页。按以往的经验 ...

4 minutes ago · 1. 今日AI圈的关键信号：从应用井喷到工程落地2026年9月2日的AI日报，放在整个行业的时间轴里看，其实是一个很有代表性的节点。如果你持续关注AI领域的动态，会发现最近这半年，热点已经从“大模型又刷分了”转向了“AI到底…

4 minutes ago · 这说明学术界在AI Agent领域比其他领域更加活跃。 技能要求分析编程语言需求编程语言分布注统计方式为在所有职位样本中提到该编程语言的次数单个职位可能涉及多种语言Python一共出现了125次断层领先于其他语言不过这也不意外毕竟Python几乎是AI开发的标配语言。

Cursor 让「写代码」变成了「写提示词」。描述需求 → AI 生成 → 人微调15 分钟完成可上线的 Vue 小系统零后端、零服务器，GitHub Pages 一键部署把这份模板 fork 走，把留言墙换成「今日心情墙」「答题冲刺榜」「AI 日报」……让创意无限延伸！

1 day ago · 行业背景与需求分析 根据IDC等机构发布的行业报告，到2026年，超过60%的中国企业将把智能体（Agent）纳入其核心业务流程。 与此同时，低代码开发平台因其能够显著提升应用交付效率、降低开发门槛而受到广泛欢迎。

1 day ago · 多Agent并行后为什么更容易上下文污染、消息乱序和Token失控？本文讲清独立Thread如何隔离角色，任务包与Artifact如何代替完整 ...

1 day ago · 个人启发 对开发者：这是目前将 LangGraph + Multi-Agent 工程化落地于垂直领域的最完整的公开参考实现之一。 如果你在做 AI Agent 系统，max_debate_rounds参数背后的"强制反驳机制"值得直接借鉴——任何需要减少 LLM 确认偏误的场景都能用。