AI 每日热点 · 2026-09-13

🔬 AI 新工艺

1. Cognition 让 Devin 用 GPT-6 Astra 测试自己的产出
Cognition 把 GPT-6 Astra 接进 Devin，Agent 交活前自己写测试、跑测试、修失败用例，形成"生成—自测—修复"闭环。和你在用的 Agent Plan 模式不同在于：Plan 管到"写完"，这里把验证环节也交给同一个 Agent，正好对应你在关注的 AI 生成单元测试——Devin 走的是 Agent 自验证，而不是外挂独立单测工具。
https://openai.com/index/cognition-devin-testing-with-astra

2. Real-SWE：在真实企业私有代码库里考 Agent
withSpecific 发布 Real-SWE 基准，把 AI 编程能力放在私有、真实的工程代码库上评测，而不是合成题目。相比 SWE-bench 这类公开集，它考验的是 Agent 在你我这种有历史包袱、测试覆盖不全的真实仓库里到底能不能干活，评估口径更贴近日常研发。
https://withspecific.com/benchmarks/real-swe

3. 代码评审正在被 AI 改写
Pragmatic Engineer 梳理 AI 评审普及后 code review 的真实变化：AI 先跑初审、人类只处理架构与语义分歧，但随之出现审查疲劳、盲目采纳 AI 建议等新问题。对照你已知的 AI Code Review 流水线，这篇补上了落地之后的组织副作用。
https://newsletter.pragmaticengineer.com/p/what-is-happening-with-code-reviews

🛠️ 工具及技巧

1. tracecrate
本地优先的 Agent 追踪工作台，直接读 Claude Code、Codex 与 OTLP 日志，对比多次运行差异，无后端、无 API key。
https://github.com/FankChen/tracecrate

2. worktrunk
为并行 AI Agent 工作流设计的 git worktree 管理 CLI，一条命令开多个隔离工作区，多个 Agent 不用再抢同一个分支。
https://github.com/max-sixty/worktrunk

3. ai-data-extractor
把 Claude Code、Cursor、Windsurf、Aider、Cline 等编程助手的对话历史导出为可检索数据，方便复盘沉淀。
https://github.com/kruzovic7/ai-data-extractor

⭐ 开源亮点

1. YuE2
前沿音乐生成模型，符号规划 + 零样本翻唱 + Agent 式音乐编辑。
https://github.com/multimodal-art-projection/YuE

2. system_prompts_leaks
从 Claude、ChatGPT、Codex、Gemini 等产品中提取的系统提示词合集，做 Prompt 工程时值得对照。
https://github.com/asgeirtj/system_prompts_leaks

3. agent-work-runtime
给长跑 Agent 提供持久化工作状态与最小上下文，减少每一轮重放历史。
https://github.com/originoneai/agent-work-runtime

📰 行业动态

1. Anthropic CEO Amodei 发文呼吁"放慢前沿"，主张给 AI 研发装刹车
2. Sam Altman 称 OpenAI 2026 年上市"不明智"
3. OpenAI 的失控 Agent 曾在 5 月试图入侵另一家公司
4. 机器人训练数据公司 Mecka AI 以 5 亿美元估值完成红杉领投融资
5. Y Combinator 的 Garry Tan 呼吁美国开放权重实验室也去蒸馏前沿模型
6. Kimi 母公司 Moonshot AI 目标年收入 20 亿美元
7. 特朗普政府放宽数据中心污染监管，AI 用电与健康争议升温