探索 AI Coding 的下一步

Anthropic 于 10 月 7 日发布 Claude Haiku 5.5，自称「最便宜、最快、功能最强的小模型」。但真正值得解读的不是便宜本身，而是一个「10 万 token 价格悬崖」：10 万以内提示词降价约 90%，超过则只降约 50%。这是在用定价教用户把大任务切碎——小模型的战场，正从「陪你聊天」转向「被大模型指挥」。

LlamaIndex 10 月 7 日发布 OpenDocRouter：一个 POST /v1/parse 接口后面挂着 10 个文档解析模型，5 个前沿闭源加 5 个开源，任意切换。配套的 ParseBench 基准显示：Claude Opus 5.5 总分 84.20，每千页 48.82 美元；GPT-6 Luna 71.34 分，每千页只要 0.80 美元——60 倍价差，14 分差距。文档解析第一次有了公开透明的质量—成本菜单。

vibe 项目的提示词散落在代码、后台文本框和文档里，改了就生效、出了问题说不清版本。这篇指南教你把 prompt 当代码管：prompts/ 目录组织、YAML 元数据头、语义化版本、PR 评审、A/B 灰度与一键回滚，再加一套 evals 基线——附真实教训：多加一句话，分类准确率掉了 12 个点。

AI 写代码越快，代码审查越重要。这套实战流程分四层：Diff 看逻辑（边界、错误处理、并发、资源释放，死磕认证/支付/SQL/加密/密钥）、运行看行为（类型检查、lint、安全扫描全绿再看）、AI 做初筛（第二个模型先审，人只看标红）、人做最终裁决（AI 永不点合并）。附小步提交规范、PR 模板、分支保护和回滚预案。

Sesame 10 月 6 日发布新版语音助手：iOS/Android 全量开放、全新语音模型，每个语音 Agent 都有「自己的电脑」，散步时动动嘴就能调度 Devin、Claude Code 写代码。智能眼镜 2027 年见，voice OS 的野心已经摆上台面。

AgentMail 10 月 6 日上线 AgentID：让 Agent 用自己的邮箱作为 OpenID Connect 身份登录第三方应用，验证码环节直接消失，一次授权记住 180 天。身份可能是 agent 从玩具走向生产真正的分水岭。

用户付完钱，你的系统怎么知道？GitHub push 了代码，部署怎么自动触发？答案都是 webhook：反向调用的 API。这篇实战指南拆解 webhook 集成的 5 件套——接收端设计、签名验证、幂等、重试与死信、本地调试，带你走通 Stripe 收款和 GitHub 自动部署两条完整链路，并标出 AI 最爱踩的三个坑。

AI 写登录代码又快又自信，但 auth 是它最容易翻车的地方：明文存密码、JWT 永不过期、越权漏洞、secret 塞前端。这篇实战指南给你 5 件套——选型决策表、会话机制、密码与凭证、授权模型、防护加固，外加一份让 AI 写 auth 时的 prompt 模板和 10 问 review 清单。

Mitchell Hashimoto 发布 OSC 7501「程序状态协议」：让任何程序通过终端转义序列主动报告自己是 idle、working、blocked 还是 done，以及为什么。起因是同时跑 N 个 coding agent 的人，只能靠「读屏幕猜状态」——他要把「猜」变成「知道」。Ghostty 已实现，还给 Claude Code、Codex 做了十几行的 PoC。

Atlassian 10 月 7 日推出 Agentic Multiplayer Protocol（AMP）：给 AI agent 发「身份证」，代码库精确记录每一行是人写的还是 agent 做的，覆盖 Claude、Codex、Figma、Rovo。附带 Teamwork Graph 代码索引、Rovo Work 长任务模式、欧盟境内推理。当 vibe coding 走进企业，「谁写的代码」从面子问题变成了合规与成本问题。

OpenAI Codex 工程负责人 Tibo 10 月 4 日立下公开约定：28 天内，每天为大多数 Codex 与 ChatGPT Work 用户交付一个明确改进；交不出的日子，所有人拿一次用量重置。Day 1 是 GPT-6 Astra / 6.1 Sol 默认提速约 50%，Day 2 是 Auto-review 对 ChatGPT 登录用户免费，Day 3 是 GPT-6 进聊天框。这是一场把产品迭代变成连续剧的运营实验。

Agent 在 27 寸显示器上把你的网站做得漂漂亮亮——然后用户用手机打开，按钮点不中、表单缩不回去、横滑把布局撑爆。移动端不是「缩小版桌面」，而是另一套交互语言。本文是 vibe 项目的移动端体验清单：触控目标、视口与缩放、表单键盘、性能预算、PWA 安装，以及让 Agent 按移动优先出活的验收话术。