Cursor推出的Composer 2模型性能超越Claude Opus 4.6，价格大幅降低。新强化学习方法提升编程效率，自我总结机制有效解决长任务中的信息遗失问题，显著提高性价比。

GLM-5是智谱AI与清华大学联合推出的基础模型，拥有7440亿参数，采用异步强化学习，支持多种思维模式，适配中国芯片生态，基准测试表现优异，标志着AI领域的重大突破。

本文探讨了AI智能体时代的软件工程，指出开发者在“氛围编程”中面临的挑战。尽管AI能快速生成代码，但缺乏架构意识和可维护性，导致团队痛苦加剧。文章强调需通过系统性工程约束确保软件可靠性，推动软件工程进入“工程化”的黄金时代。

作者分享了他的AI编程经验，称之为“氛围编程”。他使用MiniMax M2.1工具处理历史遗留代码，成功将一个JavaScript项目迁移至TypeScript，节省了大量时间。总体上，他对AI的表现感到满意，认为国产模型同样强大。

本文介绍了Claude Code的使用方法，包括安装、登录、创建文档网站及调试过程。作者成功生成网站代码并解决技术问题，最终构建了文档网站。与其他工具相比，Claude Code在编码能力和工程实践方面表现优异，同时提到CLAUDE.md文件作为记忆管理工具的作用。

随着氛围编程的发展，应用开发门槛降低，未来应用将更加注重即时价值和转化率。开发者将推出多个微型应用，收入集中化，分发依赖信任网络。用户体验将个性化，应用名称简短，文化转向自创应用。苹果将转变为策展人，推动健康使用习惯。整体趋势是软件从“机构”向“瞬间”转变，价值从“留存”转向“即时”。

氛围编程（Vibe Coding）利用自然语言和智能代理在工程中执行编程任务，强调低摩擦的意图表达和可审计的交付。其发展历经多个阶段，从早期的专家系统到现今的AI辅助编程，显著提升了开发效率。

GitHub首席执行官托马斯·多姆克表示，人工智能编程将持续存在，并讨论了GitHub Copilot在当前AI编程热潮中的引领作用，以及新平台Cursor和Windsurf的崛起。他认为AI将改变软件工程师的角色，并强调在AI发展中的竞争重要性。

Cognizant将举办全球最大氛围编程活动，已有25万员工报名，挑战吉尼斯纪录。活动为期一周，合作平台包括Lovable和GitHub Copilot，旨在提升AI编程能力，推动创新与生产力。

DHH认为与AI合作编程有趣，但强调亲自编写代码的重要性。他警告年轻程序员不要依赖AI生成代码，以免影响技能提升。他认为编程应通过实践学习，而非仅依赖工具。

老虎机和氛围编程让玩家和开发者感到兴奋与失落，尽管他们自信能获胜，但最终往往是庄家或模型厂商获利。人们投入大量精力，却发现结果常常不如预期。

当前的人工智能（AI）并不具备真正的智能，现有的大型语言模型（LLMs）仅通过海量数据预测下一个词。尽管在某些任务上表现良好，但仍需人类的理解和监督。使用LLMs时应谨慎对待生成的代码和建议，不能完全依赖，真正的编程仍需深入理解和团队合作。

氛围编程（Vibe coding）由AI专家Andrej Karpathy提出，用户可以通过自然语言生成代码。Hugging Face的DeepSite应用使这一功能开源且易用，用户能够快速创建如乒乓和贪吃蛇等游戏，效果显著。