#coding-agents

Sydney Runkle 借助 Harness 模型路由器将编程智能体成本降低 64%

Sydney Runkle 表示，在编程智能体的 harness 中集成模型路由器可在不降低输出质量的前提下削减 64% 的运行成本。该四步工作流涵盖理解任务与模型、将路由器直接嵌入 harness，以及跟踪任务结果。

UT Austin 研究发现，削减 token 的上下文压缩可能拖慢编码智能体

UT Austin 一项研究在 SWE-bench Verified 和 Terminal-Bench 上运行了近 35,000 次编码智能体任务，分别改变上下文如何压缩、何时触发压缩以及压缩掉多少内容。在 Qwen 的 Terminal-Bench 上，只使用约三分之一 token 的策略，耗时可能比保留完整上下文多 20% 到 80%。

GitHub Copilot 应用将 diff、终端和浏览器并排显示

在 GitHub Copilot 应用中，diff、终端和浏览器并排放在一起，审查者无需切换标签页就能检查、运行和预览智能体代码。一份入门指南介绍了这种布局的用法。

AutoCompact 训练编程智能体决定何时压缩上下文

AutoCompact 使用评判器修正压缩决策，然后应用监督微调和带任务成功奖励的强化学习。报告的通过率在 SWE-bench Verified 上提高 9.2 点，在 SWE-PolyBench Verified 上提高 5.0 点，包括在 256K 窗口从未溢出的情况下。

Codex 云环境现已可用

OpenAI Developers 表示，Codex 云环境可让智能体在笔记本电脑合上后继续工作。可复用环境已预先备好代码仓库、依赖、脚本和设置。

claude-opus-5.5 在全部 36 次盲测中都选择了 openrouter-decisions 版本

OpenRouter 让 claude-opus-5.5 按固定清单为 openrouter-decisions skill 的每次运行评分。在盲测中，Opus 每次任务都选择了 skill 版本，36 次全部如此。

OpenRouter 为编程智能体新增 openrouter-decisions 技能

OpenRouter 的新 openrouter-decisions 技能会把编程智能体指向分类、路由或审核步骤，并通过 Decisions API 用决策模型重建该步骤。

Melissa Pan 表示，编程智能体的 harness 选择对成本的影响大于准确率

Melissa Pan 比较了 Claude Code、Codex 和 Pi，并报告称，围绕 AI 模型的系统，即 harness，对成本的影响大于对准确率的影响。她提出三项发现；公告中只陈述了这一项。

Gemma 4 Developer Agent 竞赛在 Kaggle 开启，奖金超过 11 万美元

Google Gemma 与 Kaggle 已开启 Gemma 4 Developer Agent 竞赛，奖金池超过 11 万美元。报名于 2026 年 11 月 2 日截止，竞赛页面提供入门套件。

GitHub Copilot 应用可在各自独立的 Git worktree 上并行运行智能体

在 GitHub Copilot 应用中，智能体可以并行运行，每个会话使用各自的 Git worktree 和上下文，因此构建、审查和测试可以同时进行。

微软论文称 CASD 提示优化平均提升 16.6 分

CASD 让现成的编程智能体分析完整的智能体日志集，并把发现写成一条提示中的规则，无需环境访问或验证数据。DAIR.AI 称，单次运行在所报告的基准上超过 GEPA 和 SkillOpt，每条优化后的提示成本约 1.60 美元。

Databricks 推出面向编程智能体的 Unity Gateway CLI

管理员可在 Unity Gateway 中管理模型、工具、策略和预算，开发者则继续使用 Claude Code、Codex、OpenCode 及其他编程智能体。一次配置更新会应用到所有受支持的智能体。

Claude Opus 5.5 在 Artificial Analysis Coding Agent Index 上得分为 66

在 Claude Code 的最高努力档，Artificial Analysis 测得 Opus 5.5 为 66 分，高于 Opus 5 的 60 分和 Claude Fable 5.1 的 62 分。其单任务成本为 13.04 美元，尽管 token 价格更低，仍高于 Opus 5 的 10.79 美元。

Splunk 推出 Token Meter，实时跟踪编程智能体成本

Token Meter 是 Splunk 推出的免费开源菜单栏工具，可在一次运行进行时显示编程智能体的成本。

Lakebase Branching 让编程智能体在生产环境之外测试数据库变更

这些短时环境会同时捕获 schema 和数据，因此测试不会影响生产环境。工作流使用 Databricks CLI 和 AGENTS.md，在已批准的更新进入 CI/CD 之前，将变更与父分支进行比较。

Databricks DevHub 为编码智能体提供模板、文档和提示词

Databricks 表示，DevHub 为开发者提供即用型模板、文档、分步指导，以及可复制到 Cursor、Claude Code、Codex 或其他编码智能体中的智能体提示词。

elvis：StepFun Step 5 Preview 在两项真实编码任务上与 GLM 5.3 表现相当

elvis（@omarsar0）称，他提前测试了 StepFun 新推出的 Step 5 Preview 作为编码智能体。他报告称，该模型与 GLM 5.3 均在无修复轮次的情况下完成了两项真实仓库任务，Step 5 Preview 在检查完自己的工作后即停止，并且在约 368K token 的长上下文测试中找到了五条隐藏线索。