今日 Sakana AI 发布 Sakana Fugu，一个多智能体编排系统，对外表现为单一模型。用户通过 OpenAI 兼容端点发送请求，Fugu 内部决定直接求解或组建专家模型团队协作。提供两个变体：Fugu（平衡性能与低延迟，支持特定 agent opt-out）和 Fugu Ultra（针对困难多步问题优化，固定 agent 池，当前模型 ID 为 fugu-ultra-20260615）。在 11 项基准测试中，Fugu Ultra 在 SWE Bench Pro（73.7%）、TerminalBench 2.1（82.1%）、LiveCodeBench（93.2%）、Humanity’s Last Exam（50.0%）等 10 项上取得最高分，表现与 Anthropic 的 Fable 5 和 Mythos Preview 相当。Fugu 通过 OpenAI 兼容 API 调用，无需更换 SDK，并支持 opt-out 以应对合规和单供应商风险。

Claude Code 将会话记录写入磁盘，其中包含“thinking blocks”，但实际存储的是 600 字符的加密签名，而非推理文本。Anthropic 持有密钥，本地机器无法获取。API 仅返回推理的摘要，而非完整推理过程，获取完整思维输出需要企业协议。作者指出，通过 ctrl+o 获取的“扩展思维”输出是 Fable/Opus 推理的摘要，而非驱动模型行为的实际推理，存在数据丢失。本地文件无法提供智能体使用的逻辑记录，即使抓取输入、输出和动作，也无法获得实际推理。

咨询公司贝恩使用 vibecoding 构建收购目标软件的 AI 复制品，帮助潜在买家评估其技术是否容易被复制。2023 年由专门工程团队开始，现已扩展至数百个由普通顾问构建的粗略原型。该做法已影响实际交易：一位私募股权投资者称，贝恩的 vibecoded 分析平台复制品直接促使其放弃竞标。贝恩全球私募业务负责人 Rebecca Burack 表示，vibecoding 如同从 2D 看到 3D，用以了解软件公司的实际能力及代码是否是真正的竞争护城河。

Codex 持续向本地 SQLite 反馈日志数据库写入大量数据，连续运行约 21 天后 SSD 写入约 37 TB，推算年写入约 640 TB。1 TB 的 SSD（约 600 TBW 额定寿命）可能不足一年耗尽保修写入寿命。日志中 TRACE 级别占保留字节的 70.7%，codex_otel.log_only 和 codex_otel.trace_safe 两类镜像遥测日志合计占 25.3%，过滤这些类别可移除约 96% 的日志内容。

借助AI编程工具（vibe-coding），非专业开发者能快速构建应用，但安全隐患激增。案例包括Boomberg网站发现SQL注入漏洞、PocketOS创始人AI编码代理清空生产数据库，以及完全由AI构建的社交网络Moltbook因数据库开放暴露数万条邮件地址。研究显示约5000个公开应用无身份验证，近2000个泄露敏感数据。安全专家指出，当个人应用处理他人数据时，安全标准必须提高。

最新开源 GLM-5.2（Z.ai，MIT 许可，1M token 上下文，输出定价 $4.4/百万 token）与 Claude Opus 4.8 在单次提示构建 3D WebGL 平台游戏任务上对比。Opus（Claude Code）用时 33 分 30 秒，成本约 $21.92；GLM-5.2（Pi/OpenRouter）用时 1 小时 10 分 40 秒，成本仅 $5.39。Opus 游戏更干净、能自检视觉输出（GLM-5.2 纯文本），但 GLM-5.2 价格低且开源权重可下载，始终可用。

Recall 是为 Claude Code 设计的完全本地项目记忆工具。它自动记录每次会话日志（history.md），并通过 TF‑IDF + TextRank 提取式摘要算法在本地生成压缩摘要（context.md，约 1–2K token），无需调用任何外部模型或 API 密钥。摘要完全在本地完成，不消耗 Claude Code 的模型 token，可离线使用，解决会话冷启动问题。用户可通过 /recall:save 和 /recall:show 命令管理记忆，与 Claude 内置的 CLAUDE.md 和 --continue 功能互补。

随着实现速度加快，审查AI生成代码成为新瓶颈。作者发现，即便遵循分阶段、小变更等良好实践，审查自己未亲手思考过的代码仍带来认知过载。他经常拒绝AI编码助手生成的全部代码并从头重写，理由包括：无法用自己的话解释其思路、diff大于问题本身、在未证明必要性前就引入抽象、本地能运行但让系统更难推理、信任输出超过理解。作者主张必须人工审查与AI审查结合，强调AI仍需优秀工程师引导才能产出可持续的解决方案。

科技媒体 testingcatalog 报道，OpenAI 有望下周推出 GPT-5.6 系列，涵盖 mini、标准版和 Pro 版。部分 Pro 订阅用户已可访问 GPT-5.6 Pro，理解力增强，前端/Web 开发认知有进步。性能方面，上下文窗口从 100 万 tokens 扩展至 150 万 tokens，优化了长周期编码能力和 Codex 响应速度。消息称在智能体编码中，GPT-5.6 已优于 Anthropic 的 Mythos 系列。定价上，OpenAI 当前 token 价格仅为 Anthropic 一半左右，计划进一步降价。

智谱 GLM 5.2 在 Design Arena 单轮 HTML 网页设计评测中首次登顶总分第一，超越 Claude Fable 5、Opus 4.6 和 Opus 4.7，比前代 GLM 5.1 提升 5 个名次。推理价格每百万 tokens 为 1.40/4.40 美元，远低于 Fable 5 的 10/50 美元。模型高效调用 chart.js、three.js 等第三方库，使用这些库的会话胜率提升 6.0 个百分点；91% 会话使用 TailwindCSS，51% 使用 font‑awesome，交互设计使胜率提升 1.2 个百分点（Fable 5 仅 57% 使用 TailwindCSS）。在布局、排版、视觉动画方面表现出色。

最新研究表明，过度依赖AI工具会导致医生和软件工程师技能退化。波兰一项针对内镜医生的研究发现，在使用AI辅助后，无AI支持时腺瘤检出率从28.4%降至22.4%。美国医疗工作者调查显示，70%的护士和77%的医生担忧因依赖AI而丧失技能。Anthropic对52名软件工程师开展了随机对照试验，考察AI对编码能力的影响。研究人员指出，AI驱动的“技能去化”已在医学和计算机科学领域出现，但目前尚无成熟的应对方案。

Multi-LCB 是一个新基准，将 LiveCodeBench（LCB）从 Python 扩展到 12 种编程语言，保持原有污染控制和评估协议，并自动跟踪 LCB 的未来更新。对 24 个 LLM 的指令遵循与推理能力评估揭示了 Python 过拟合、语言特定污染以及多语言性能的显著差异，直接暴露了当前 LLM 在多语言代码生成上的关键短板。

RTK获得60k GitHub星标，宣称能“削减60–90%模型token用量，支付1/10的价格”，但实际API账单并未同比例下降——它仅裁剪Bash原始输出，忽略文件读取、仓库上下文、系统提示词和模型内部推理token。公开issues指出终端输出会被静默截断或丢失，且AI智能体无法感知压缩，导致关键信息缺失。RTK从未公布任务成功率（如SWE-bench类基准），其节省量更像营销指标。从架构看，rtk引入脆弱的外部依赖，解析git、cargo、npm、grep等CLI工具的stdout/stderr格式，一旦工具更新格式便可能静默失败。本质上这是CLI原生可实现的feature，而非独立产品，将其放入生产agent关键路径存在高风险。

JamSet和JamBench是基于Godot引擎的首个项目级游戏代码框架数据集与基准。从24万仓库筛选出8133个验证项目，其中300个手动验证为JamBench。定义主题驱动生成与代码补全任务，用编译通过率、结构完整性(SCS)、行为对齐(BAS)评估。9个前沿模型评测显示项目规模增大导致运行时通过率从80.4%(小项目)降至5.7%(大项目)。代码智能体提升编译率但未改善运行时行为，瓶颈在架构设计。实验验证JamSet作为训练数据有效。所有数据与代码已公开。

Claude Code v2.1.183 增强了自动模式安全性：未经请求时阻止 git reset --hard、git commit --amend（非本轮提交）、terraform destroy 等破坏性命令。新增 attribution.sessionUrl 设置，可省略 claude.ai 会话链接；/config --help 列出所有速记键；/config 切换行为改为 Enter/Space 变更、Esc 保存退出。修复了 thinking 块导致 400 错误、子智能体 WebSearch 空结果、vim 模式光标滞留、Windows Terminal TUI 错乱、多插件技能重复、MCP 认证存根暴露、tmux 面板启动失败、后台任务被杀、定时任务/Webhook 误判为键盘输入、focus mode 额外计时行等问题。

DeductiveAI 同意被 Elastic 以最高 8500 万美元收购。这家 2023 年成立的初创公司用 AI 自动捕获和修复软件 bug，去年 11 月结束隐身模式并完成 750 万美元种子轮融资（CRV 领投，Databricks Ventures 等参投），当时估值 3300 万美元。DeductiveAI 技术将整合到 Elastic 的可观测性平台，帮助用户自动监控性能并实时解决系统故障。其年经常性收入约 100 万美元。收购反映了传统科技公司通过收购 AI 原生初创公司融入智能体技术的大趋势。

一项基于 GPT-4o 在 Python/Pygame 无尽跑酷游戏中的探索性案例研究，评估了六项开发任务：三项本地化重构和三项游戏玩法功能生成。结果显示，GPT-4o 成功完成了所有重构任务，但仅正确集成了一项新功能。研究表明，在此场景下，GPT-4o 处理局部代码转换比实现跨系统的新交互更可靠，为 LLM 辅助游戏开发提供了透明案例参考。

Claude Code 现已支持 Artifacts，可将编程会话结果转为交互式网页并分享给团队。网页包含完整会话上下文（代码、工具、聊天记录），自动更新并保留版本历史。用户只需在会话中提出请求即获得链接，用于 PR 审查、事故时间线等场景。Artifacts 默认私有，仅组织内认证成员可见，管理员通过角色和保留策略控制访问。该功能以 beta 版向 Claude Team 和 Enterprise 客户提供，支持 CLI 和桌面应用。

开发者使用Claude Code控制并调试MAME的Power Macintosh仿真。Claude通过生成Lua脚本和修改日志，发现了6522 VIA仿真故障、PowerPC DRC缓存值未覆盖实际状态的反模式、PowerPC 601的两处Bug，以及原子加载/存储指令模拟错误。修复后，Pippin播放启动音并显示Logo、鼠标可移动；PowerMac 7200显示启动磁盘搜索画面；PowerMac 6100成功启动System 7.5.3和7.5.5。此外，GPT 5.5 Pro（经Codex）在固件逆向中能快速给出内存映射和子程序猜测。

微软昨日发布 VS Code 1.125 版本，主要改进 Marketplace 安装额外语言模型的体验。用户可通过语言编辑器打开扩展 Marketplace 页面，筛选并安装提供模型服务的扩展，安装后响应模型自动出现在模型选择器中。内置浏览器支持直接在地址栏输入搜索关键词，远程工作区浏览器可连接 HTTP/HTTPS 代理流量，为使用 SSH、容器或远程服务器的开发者带来更顺滑体验。1.125 版本已正式推送，可在官网下载。

Anthropic 宣布 Claude Design 上线首周用户突破 100 万。新版重构设计系统导入功能，支持从 GitHub 仓库、设计文件或直接上传素材获取设计系统，自动检测输出是否符合现有组件标准。用户可通过 /design-sync 拉取设计系统，完成设计后直接传递给 Claude Code 转化为软件；Claude Code 端也可用 /design 命令创建、编辑、同步项目。编辑器新增布局控件，支持拖拽、调整大小和对齐，修复数百项稳定性问题。Claude Design 与 Chat、Claude Cowork、Claude Code 共享使用配额，平均每次交互消耗更少 token，错误率下降。导出支持 PDF、PowerPoint，或发送至 Adobe、Base44、Canva、Gamma 等应用。

设置三个环境变量即可将Claude Code连至OpenRouter，无需本地代理或Docker。OpenRouter提供供应商故障转移、预算控制与用量监控，支持Anthropic Skin原生协议，保留Thinking、工具调用、流式输出。可为Opus（架构推理）、Sonnet（日常编码）、Haiku（快速转换）分别指定模型。Fast Mode最高2.5倍速度，仅限Claude Opus 4.6/4.7/4.8，需Claude Code v2.1.96+。团队场景：一个OpenRouter密钥统一计费、设置每密钥限额，活动仪表板查看会话成本。

Codex CLI 支持自定义 OpenAI 兼容提供商，只需在 config.toml 中配置即可将请求路由到 OpenRouter。用户无需修改 Codex 本身，就能获得提供商故障转移、使用跟踪以及跨所有模型的统一密钥。

Kilo Code 是一款自带提供商（bring-your-own-provider）的编码 AI 智能体，集成 OpenRouter 后可用一个 API 密钥访问 300 多个模型，并支持提供商路由（provider routing）与故障转移（failover）。设置分三步完成，通过 kilo.json 中的字段控制路由行为。

Epic 今日发布虚幻引擎 5.8，同时预热 UE6。UE6 的游戏逻辑开发模型将全面转向 Verse 语言，以降低门槛并支持大规模在线世界与多人协作。引擎将引入开放标准实现跨游戏内容互通，涵盖资源、代码和经济系统，并深度整合 Unreal Editor For Fortnite。UE6 还将集成大语言模型与生成式 AI 工具，整合 Claude、Gemini 等模型辅助开发。时间上，UE6 预计 2027 年底进入 Early Access，正式版在此后 12–18 个月内推出；UE5.8 为 UE5 最后一个重大更新，后续重点转向 UE6。

智谱（Z.ai）于6月13日向编码计划订阅者发布GLM-5.2，6月16日以MIT许可证开源完整权重。该模型为753B参数、1.51TB的MoE架构，40个活跃参数，纯文本输入，上下文窗口提升至100万token。在Artificial Analysis Intelligence Index v4.1上以51分领先，超越MiniMax-M3（44）、DeepSeek V4 Pro（max,44）和Kimi K2.6（43）。但每任务输出token消耗达43k，高于同类模型。Code Arena WebDev排行榜位列第二，仅次于Claude Fable 5。通过OpenRouter可获取，多数提供商定价$1.40/百万输入token、$4.40/百万输出token。实测生成SVG动画优秀，但负鼠SVG质量不及GLM-5.1。

Charity Majors 指出，2025 年代码生产的经济学发生了根本性逆转：生成代码从原本极其困难、耗时且昂贵，变得几乎免费且瞬时。每行代码的价值从被珍视、复用、精心维护，一夜之间转变为可随意丢弃和重新生成。这一变化的核心驱动力是生成式 AI 与大语言模型（LLMs）的普及，迫使工程纪律需要更强，而非更弱。