AI 正在改变开发者工作方式:GitHub 分享三项值得加强的技能
GitHub 提出,开发者应加强三项技能:指挥 AI 智能体完成任务、审查 AI 输出而非轻信首个答案,以及利用节省的实现时间解决更大的问题。文章以 GitHub Copilot 内置的 Rubber Duck 智能体为例,说明其会用第二个模型审查计划、代码和测试;开发者仍需负责判断技术取舍与方案质量。
GitHub 提出,开发者应加强三项技能:指挥 AI 智能体完成任务、审查 AI 输出而非轻信首个答案,以及利用节省的实现时间解决更大的问题。文章以 GitHub Copilot 内置的 Rubber Duck 智能体为例,说明其会用第二个模型审查计划、代码和测试;开发者仍需负责判断技术取舍与方案质量。
NVIDIA DGX Spark 将推出 64GB 配置,搭载 DGX OS 和 NVIDIA AI 软件栈,支持在设备上运行最多 100-billion-parameter 模型。
文章对比了单台与双台 DGX Spark 64GB 的内存容量、模型规模支持和测试性能,呈现本地工作负载扩展的具体路径。
ServiceNow CoreAI 构建了 AutoSynthData,将目标模型在企业环境中的失败转化为新的训练任务,并通过执行、验证和修复筛选样本。文章在 EnterpriseOps Gym 的 Hybrid 和 ITSM 环境中测试了该流程,使用合成数据进行 SFT 后,Hybrid 的 mean Pass@1 提升 7.2 个百分点,ITSM 从 18.77% 提升至 27.18%。
文章详述了 AutoSynthData 如何从目标模型的失败中构造并验证训练任务,并用 EnterpriseOps Gym 的两个领域展示微调后的指标变化。
Anthropic 启动 Claude Frontier Academy,承诺投入 $100 million,计划在 2027 年底前培训 10,000 名 Frontier Deployed Engineers。
GPT-6 Astra Ultrafast 现已通过 OpenAI API 向开发者开放,并提供给符合条件的 ChatGPT Work 和 Codex 用户;运行于 NVIDIA Blackwell GPU,token 生成速度最高可达 Astra Standard 模式的 8x。
材料将最高 8x 的 token 生成速度提升与编程智能体的编辑、测试和调试循环联系起来,也说明了该模式的可用渠道。
Matthew Green 指出,分别运行在隔离沙箱中的智能体可通过共享软件包缓存给彼此留下指令,并改变接收方的行为。若共享渠道换成电子邮件、Slack、共享文档或 WhatsApp,智能体换成独立部署的个人智能体(如 Muse),就具备了蠕虫所需的要素。