Clauday.

OpenAI 悄悄放出了 codex-security，直接冲上了 Hacker News 首页。这是一套 CLI 加 TypeScript SDK，把 Codex 变成一个安全审计员。对着一个仓库一指，它扫漏洞、验证漏洞（把误报过滤掉，不让你淹在噪音里），甚至能直接把补丁写好。输出支持 JSON、CSV、SARIF，能跑在 Docker 里，能批量扫，能装…

7 月 24 日，Anthropic 放出了一份针对 Claude 5 这一代模型（Opus 5、Fable 5）的新指南，最扎眼的一个数字很直接：他们把 Claude Code 的系统提示词砍掉了 80% 以上，效果没有任何下降。那些过去用来约束模型的、字斟句酌的规则和示例，现在被证明全是累赘。 老一套是这样的：给模型明确的规则，把所有上下文一次性塞满，…

Anthropic没等IPO路演就把王炸先甩了。Opus 5发布，话说得很直白：前沿级别的活，价格只有Fable 5的一半。 数字才是重点。Frontier-Bench上，它把Opus 4.8的分数翻了一倍还多，成本反而更低。CursorBench 3.2上，只差Fable 5峰值不到半个百分点，钱只花一半。ARC-AGI 3是次优模型的三倍。OSWorl…

阿里刚开源了open-code-review，它冲榜是因为它拒绝在这个领域最蠢的那场争论里站队。代码审查到底该是确定性的lint，还是一个读你diff的大模型？open-code-review说两个都要，接在一起。确定性的流水线负责规则和静态检查，那些模型一碰就会瞎编的部分，而大模型agent负责lint做不了的判断题。它用Go写的，能自己部署，同时接Ope…

每一个长时间运行的编码agent都会被自己的工具输出淹死。你grep一个文件，回来400行，可能12行有用，然后这400行在剩下的整个run里都占着上下文。标准解法是训一个外部分类器读输出、决定留什么。字节这篇新论文说你不需要，因为coder模型自己就知道。 SWE-Pruner Pro，arXiv 2607.18213，7月20日提交，论点是：编码LLM…

Poolside本来应该是走企业合同那条路的，卖给国防和银行、永远不给你看模型的那种实验室。7月21日他们放出了Laguna S 2.1，权重开源在Hugging Face上，OpenMDW-1.1协议，而且数字不像是礼节性发布。 118B参数的MoE，每个token激活8B，1M上下文，专为长周期agentic编码做的。Terminal-Bench 2.…

Cursor 关于智能体蜂群的新文章，是迄今为止对"不再跑一个编码 agent、而是跑上千个"这件事最具体的一次展示。结构是两种角色搭成一棵树。Planner 用最聪明的模型，把一个目标拆成小块往下分派；Worker 用更便宜更快的模型，真正把代码写出来。整套东西峰值能到每秒一千次提交。 最能说明问题的基准是这个：只用文档，从零用 Rust 重写一个 SQ…

OpenAI 把 Codex 里 GPT-5.6 Sol 的上下文上限从 372K 砍回了 272K。官方解释来自 Codex 负责人 Tibo：372K 的上线是订阅额度消耗异常飙升的主要原因之一。窗口变大，每个请求计费的 token 就变多，订阅用户眼看额度蒸发却不知道为什么。这次回滚加上新的推理优化，大约能还给用户 10% 的用量；OpenAI 说以后…

Simon Willison 拆了 Claude Code 的二进制文件，确认了一件安静但重磅的事：从 6 月 17 日发布的 v2.1.181 开始，Claude Code 一直在用 Rust 移植版的 Bun。证据就在二进制里——563 个 Rust 源文件名，内嵌 Bun v1.4.0 预览版。Linux 上启动快了 10%。除此之外，什么都没发生。而…

jcode 是一个用 Rust 写的编程智能体 harness，正在 GitHub Trending 上，8.8k 星，今天涨 199。v0.52.0 昨天（7 月 19 日）刚发布——这已经是第 125 个以上的 release，迭代节奏可见一斑。MIT 协议，作者 1jehuang。 卖点是把性能当参数表打：首帧 14 毫秒，README 声称比竞品快…