Ponytail 5 技能重写发布,在 Claude Code 基准中减少 53% 代码与 26% 成本
Ponytail 5 是 DietrichGebert 重写的 Claude Code 技能,在 39 个任务(含真实 FastAPI + React 仓库、Opus 5.5、每个任务跑 5 次)的对照基准中,代码量减少 53%、耗时减少 41%、成本减少 26%、Token 减少 45%,同时 98% 的风险逻辑附带测试(不用该技能时为 68%)。
Ponytail 5 是 DietrichGebert 重写的 Claude Code 技能,在 39 个任务(含真实 FastAPI + React 仓库、Opus 5.5、每个任务跑 5 次)的对照基准中,代码量减少 53%、耗时减少 41%、成本减少 26%、Token 减少 45%,同时 98% 的风险逻辑附带测试(不用该技能时为 68%)。
Egonex-AI 发布 Understand-Anything 插件,用多 Agent 流水线扫描项目,把每个文件、函数、类和依赖建成知识图谱,并生成可交互 Dashboard 供浏览、搜索和提问。
推荐理由:这个插件用 Tree-sitter 静态解析加 LLM 语义补充,把代码库转成可交互知识图谱,并给出多平台安装与 Token 消耗说明。
Gemini 4 Carbon 在发布两周后向所有用户开放,定价为输入 $2/百万 Token、输出 $10/百万 Token,并计划在 12 月 1 日翻倍至 $4/$20。
微软为 GitHub Copilot CLI 提供的 C++ Language Server 现已内置 MSBuild 编译命令提取器,并在打开项目启动 language server 时自动调用,Agent 不再需要先发现并运行单独的配置技能。
Simon Willison 引用 Anthropic 文档《Prompting Claude Fable 5.2》指出,Claude Fable 5.2 对提示词中关于代码归属的表述反应明显。
Simon Willison 用 Claude Fable 5.2 Medium 生成了一段 three.js 动画:以 Yonkers 边界为轮廓的巨型机甲从地面站起,行走于曼哈顿、布鲁克林、皇后区和布朗克斯,踩平建筑并配有踩踏计数与机甲高度读数。动画使用 OpenStreetMap 地图数据,模型还正确识别出提示词中 "átomos" 是 "stomps" 的键盘输入错误。
CodeRabbit 使用 OpenAI 模型治理并信任 AI 生成的代码,并借助 Codex 在工程团队规模不变的情况下实现 20 倍软件交付量。
四个 SQLite 扩展用 C 和 Rust 实现同一 parse_number() 行为,测试覆盖类型保留、解析规则与浮点精度。优化后的 C 实现每行 16–19 ns 最快,约为 Rust 版本的两倍,也远快于 SQL replace();普通 C 因依赖 strtod() 在小数上偏慢,加入紧凑快速路径后追平,所有版本在 800 万次模糊测试中结果一致。
GitHub 采访三位有十余年 Java 经验的 Java Champion,分享在生产与开源项目中使用 GitHub Copilot 的具体做法。
Google 发布 Gemini 4 Argon,面向开发者、企业和科研人员开放,API 定价为每百万输入 Token 2 美元、每百万输出 Token 10 美元,缓存输入 Token 享 95% 折扣。
GitHub 推出与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器,用代码上下文识别无固定格式的密钥,候选批次评估耗时低于 2 毫秒,可将可拦截的密钥数量提升一倍以上。
GitHub 发布 AI 代码审查离线基准 ReviewBench,基于 1.039 亿个 GitHub PR 的语言与仓库规模分布,构建了覆盖 19 种语言、219 个公开 PR 的评测集。
推荐理由:GitHub 公开了 AI 代码审查基准的构建方法与评分口径,并给出离线指标与线上 A/B 结果的对照数据。