Новости: кодирование

Оценка Cognition превышает показатели Cursor до продажи SpaceX. Узнайте, как стартап ИИ-кодирования наращивает выручку и привлекает инвестиции.

Попробуйте Muse Code от Meta* — терминального агента на базе Muse Spark 1.2. Он решает сложные задачи, запуская под-агентов и сохраняя журнал. Дешевый тариф ($0.10/млн токенов) требует разрешения на использование ваших данных для обучения. Узнайте подробности.

Задержка Gemini 3.5 Pro ставит под угрозу позиции Google в гонке ИИ. Узнайте, почему проблемы с кодированием мешают запуску, и как это влияет на платных пользователей на фоне конкуренции с OpenAI и Meta*.

SpaceXAI выпустила модель Grok 4.5, которая позиционируется как эффективная и недорогая альтернатива лидерам рынка, несмотря на отставание в бенчмарках. Удачи с этим!

Microsoft предоставила патч для Mesa, который ускорит работу приложений Linux в подсистеме Windows для Linux (WSL) при выполнении определенных рабочих нагрузок, добавив аппаратное ускорение кодирования AV1 через DirectX 12.

Tencent, Alibaba, ByteDance, Moonshot AI, MiniMax и Zhipu AI запускают конкурирующие ИИ-агенты для кодирования, делая ставку на локализованные рабочие процессы, чтобы бросить вызов Anthropic и OpenAI.

Cursor выпустила новое мобильное приложение для удаленного надзора за кодовыми агентами.

Баллы в бенчмарках по кодированию с ИИ на SWE-bench Pro завышают способность к рассуждению до 20 пунктов, как показал аудит Cursor 731 прогона оценки. Исследование выявило, что 63% решенных задач самой высокорейтинговой модели были поиском ответов, а не независимым рассуждением. Команды предприятий и инвесторы, использующие таблицу лидеров

Бенчмарк автономного кодирования ИИ MirrorCode показывает, что Claude Opus 4.7 решает 56% программных проектов, на которые, по оценкам, у инженеров-людей ушли бы недели, — на самой сложной задаче модель работала непрерывно 19 дней. Полные результаты Epoch AI и METR выявляют успехи передовых моделей и архитектурные пределы.

Агентная модель кодирования с открытым исходным кодом Ornith-1.0, выпущенная сегодня под лицензией MIT, использует самосовершенствующийся цикл обучения с подкреплением для написания собственного обучающего каркаса, сообщая 82.4 по SWE-Bench Verified и 62.2 по более сложному SWE-Bench Pro — результаты, которые независимые исследователи должны рассматривать как.