BestBlogs.dev 第 84 期：编排

Anthropic 在春节期间发布了 Claude Sonnet 4.6，对编码、计算机使用、长上下文推理和智能体规划进行了全面升级，并提供 100 万 token 上下文窗口。值得关注的是，它在实际测试中有 59% 的时间优于上一代旗舰模型 Opus 4.5，同时在价格上与 Sonnet 4.5 保持一致，使高水准的智能体能力真正触手可及。

谷歌发布 Gemini 3.1 Pro，在 ARC-AGI-2 推理测试上得分从 31% 跃升至 77%，并引入可调节的三级思考模式，让开发者无需维护多个模型就能按任务复杂度灵活分配算力。更值得关注的是，这次性能大幅提升的同时价格保持不变，API 成本不到 Claude Opus 4.6 的一半，谷歌用一场加量不加价的反攻，把智能指数排行重新夺了回来。

这篇文章通过大量实测案例，展示了 Nano Banana 2 在中文文字渲染、复杂 UI 生成、漫画分镜和主体一致性上的真实表现，给出了比官方博客更客观的评价：整体速度和质量的提升不如宣传中那么明显，部分场景甚至不及前代，但凭借大幅降低的 API 定价和更低的使用门槛，它真正把高质量图像生成变成了一件触手可及的事。

智谱发布的 GLM-5 是一个以智能体工程为核心设计目标的新一代开源大模型，通过异步强化学习框架和稀疏注意力机制，在大幅降低推理成本的同时实现了显著的性能跃升。它在 SWE-bench、BrowseComp 等主流 Agent 基准上达到开源最优，并在真实软件工程任务中展现出媲美顶尖闭源模型的端到端交付能力。

MiniMax M2.5 在编程、工具调用和办公场景全面达到行业顶尖水平，但真正值得关注的不是跑分，而是两个核心命题：一是通过原生 Agent RL 框架将复杂任务拆解能力直接写入模型，使速度提升 37% 的同时 token 消耗反而下降；二是将连续运行 Agent 的成本压到每小时不足 1 美元，让「无成本约束地运行复杂 Agent」从愿景变成现实。

Seedance 2.0 正在重新定义 AI 视频的可能性边界：它不只是生成画面，而是真正理解导演思维，能自主完成分镜设计、情绪节奏把控和多场景切换。作者以亲身经历，展示了从剧情短片、经典二创、现实编辑到带货广告的多种玩法，也坦诚分享了身处 AI 影视行业一线、亲眼看着自己搭建的工作流被技术迭代「气化」的复杂心情。

Claude Code 创作者 Boris Cherny 在这场对话中，分享了这款工具从偶然原型到改变工程范式的完整历程：不为今天的模型构建、而为六个月后的模型构建，是贯穿始终的核心哲学。他坦言自从 Opus 4.5 之后已不再手写一行代码，并深入探讨了多智能体系统、ClaudeMD 的正确用法，以及在模型能力快速演进的时代，工程师最需要培养的其实是初学者心态和科学思维。

这篇文章以 skill-creator 的设计为线索，系统拆解了 AI Skill 的本质、结构和写法。核心洞察是：写 Skill 不是在给人写文档，而是在给 AI 写指令，这意味着每一句话都要值得它占用的上下文 token，用"不做什么"比"做什么"更能精确约束 AI 的行为空间，用脚本锁死脆弱操作、用文字引导创造性任务，是写出高质量 Skill 的关键分水岭。

OpenAI 工程负责人 Sherwin Wu 分享了 AI 工具正在如何重塑软件工程团队的真实样貌：95% 的工程师每天使用 Codex，PR 数量差距高达 70%，工程师角色正从写代码演变为调度 AI Agent 的技术负责人。他还深入分析了为什么大量企业的 AI 部署 ROI 为负，以及「一人十亿美元公司」背后那些被严重低估的二阶三阶影响。

大模型的下一个工程化核心正从参数调优转向记忆。这篇演讲系统梳理了记忆分层建模、主动调度和脑图式信息组织三大核心机制，核心洞察是：与其在检索时被动应对，不如将记忆管理工作前置到用户交互的空档期，让所需记忆在查询到达前就已就绪，从而同时解决精度与延迟的两难困境。

阿里巴巴内部大规模落地 Vibe Coding 工具的实践，揭示了当前 AI 编程工具面临的真实挑战：AI 生成代码的质量一致性、调试效率下降、安全漏洞风险，以及高昂的 Token 成本。文章给出了来自一线的解法：用模板化固化成功路径、用国产模型替代闭源方案、将 Agent 本身抽象为可复用工具，为下一代 Vibe Coding 产品的设计提供了来自生产环境的参考。

PingCAP CTO 黄东旭以大量一手实践经验为基础，深入解析了 AI Coding 从辅助工具到自主 Agent 的能力跃迁，并提出了一切皆 Coding Agent 的技术演进判断。他还阐述了上下文工程的核心作用、Box 隔离环境的创新构想，以及在编程门槛消失的未来，工程师如何通过审美与人文连接重新定义自身价值。

OpenAI 应用 CTO 和 Codex 工程负责人在这场对话中揭示了一个正在 OpenAI 内部真实发生的转变：Codex 已从编程辅助工具进化为可以被"委托任务"的 AI 队友，工程师合上笔记本去开会，回来发现活已经干完了。更值得关注的是，瓶颈在持续转移：从代码生成到审查、部署再到需求理解，而产品直觉与系统思维正在取代纯编码能力，成为工程师的核心竞争力。

一位没有编程背景的产品经理，用一个下午通过 Claude Code 搭建出了运行在自己服务器上的个人 AI Agent。文章分享了六个 Vibe Coding 实操技巧，核心洞察是：AI 抹平了技术门槛，但「想清楚做什么、为什么做」的产品思维依然无法被替代，这反而成为非技术背景者在 AI 时代最值钱的差异化能力。

Anthropic 发布的《2026 Agent 编程趋势报告》描绘了软件开发从人写代码向人编排 Agent 写代码的系统性转变，涵盖多 Agent 协同、长时间自主运行、编程民主化等八大趋势。报告的核心洞察是：AI 放大的是工程师已有的判断力，而非凭空替代它，系统设计、任务拆解、质量验收这些老功夫在 Agent 时代反而更加值钱。

Google 首席 AI 科学家 Jeff Dean 在这场对话中，从亲历者视角回顾了 AI 基础设施演进的整条脉络：从将 Google 索引整体加载进内存的 2001 年决策，到 TPU 协同设计、稀疏模型与蒸馏技术的背后逻辑，再到他对 AI 未来的两个核心判断：能关注用户全部个人数据的个性化模型，以及专用硬件驱动的超低延迟将彻底改变人机协作方式。

Claude Code 负责人 Boris Cherny 在这篇访谈中分享了从一个内部两赞的小项目到 GitHub 4% 代码提交量背后的完整故事。他最核心的判断是：编程问题在很大程度上已经被解决，下一个前沿是让 AI 从执行者变成主动提出想法的同事，而真正稀缺的能力，是跨越多个领域、能定义「做什么」的通才思维。

Naval 这期播客用几个清晰的框架重新定义了 AI 时代的个人竞争力：氛围编程让品味和判断力直接成为生产力，但理解底层逻辑的人才能在 AI 出错时补漏洞；主体意识是人类对抗 AI 替代的真正护城河，因为 AI 没有欲望、没有生存压力，无法在真正未知的领域自主决策；而消解 AI 焦虑的唯一方法，始终是打开引擎盖去理解它，然后付诸行动。

UML 之父 Grady Booch 在这篇访谈中给出了一剂历史解药：软件工程已经历过多次存在主义危机，每一次都以新的黄金时代收场。他驳斥了 Dario 关于软件工程将被 AI 全面自动化的判断，指出真正的软件工程是在多种力量之间做权衡取舍，当前 AI 处理的不过是另一次抽象层级的跃迁，而系统思维、复杂性管理和人类判断力，才是这个时代真正稀缺的能力。

《晚点聊》用七个章节系统梳理了 2025 年的 AI 全景：从 DeepSeek R1 引发的推理模型范式转变、Agent 元年的到来，到字节、阿里、腾讯的人才与组织之战，再到具身智能的投资热与落地挑战。节目最后回归到人的视角，探讨在技术加速时代，人如何在技能贬值与意义重构之间找到自己的位置。