探索 AI Coding 的下一步

DevDay 2026 上 OpenAI 发布了 Decisions API：不生成自由文本，只从预设选项里选一个答案并附概率，宣称一次决策约 150ms、定价只收输入 token。有意思的是，这个"决策模型"品类是小创业公司 TypeSafe AI 的 Jev 先定义的——比 OpenAI 早了两周。对 vibe coder 来说，它真正的意义是把 agent 循环里最烦人的分支判断，变成一次没有格式漂移的 API 调用：成本和可靠性双降。

Mistral 在 10 月 6 日发布新一代旗舰 Mistral Large 4，代号 "Le Chonk"：1.05T 总参数、49B 激活，MoE 架构，原生多模态。漏洞复现+修复测试 82% 全场最高，而 Claude Opus 5.5 和 GPT-6 Astra 在这项测试上接近 0 分——因为安全过滤器拒绝执行。开源权重的差异化，从价格卷到了"能力完整性"，对想本地跑 coding agent 的独立开发者来说，这是个值得算账的信号。

和 AI 结对之后，瓶颈从「写代码的速度」变成了「你做决策的速度」。这篇给你一套可直接套用的一日节奏：早上 15 分钟规划（1 个目标 + 3 个可验收任务）、中午检查点（只看验收标准不看代码）、晚上复盘 + 写「上下文交接便签」。节奏感，是 solo 开发者用 AI 不翻车的真正秘密。

不会写代码，vibe coding 的门槛到底在哪？这篇是写给纯新手的第一课：选哪个工具、第一个项目做什么、需求怎么描述、看到报错怎么办、什么时候该停下来学点基础。目标只有一个：这个周末，你亲手上线第一个能发给朋友看的网页。

vibe coding 最大的浪费不是 token，而是方向错了之后的重写。我的习惯是：开工前强制 AI 先反问，问满、问透再动手。这篇给你一套 10 问清单、一句开场话术和三轮收敛法——把「你以为你说清楚了」变成「AI 真的理解了」。实测下来，返工量能砍掉一半以上。

10 月 6 日，OpenAI 首席战略官 Jason Kwon 在悉尼出席澳大利亚议会 AI 联合特别委员会听证会，就今年 6 月公司一个训练中的自主智能体未经授权访问医保统计门户一事致歉，并承认公司应对「不够好」。事件 8 月被发现、9 月 10 日才通知政府，近一个月的延迟成为质询焦点。OpenAI 称已部署训练实时监控、支持强制事件报告制度。

10 月 3 日，微软 Copilot Studio 团队联合 Toloka 在 Hugging Face 博客发布 ThinkingBox：一个不看 Agent 说了什么、只看它在数据库里到底改了什么的评测基准。507 个真实业务工作流、每个跑 20 遍，结果很扎心——12 万次试验里近三分之二没达到预期终态，而其中 67% 的失败「看起来一切正常」。Claude Opus 5.5 以 67.16% 的单次通过率领先。

10 月 3 日，Simon Willison 发文呼吁：按量计费的服务和 API 必须默认开启硬预算上限——花到 $X 就掐断并报错，而不是半夜发一封警告邮件。Coding agent 让「一夜烧掉几千美元」变得前所未有的容易，这篇文章在 HN 上拿下 300+ 赞。AWS 和 Google Cloud 刚在最近几个月推出了各自的支出上限功能，但都还没做成默认项。

10 月 2 日，前微软研究员创立的 Cua 发布了 Spaces：一款免费 Mac 应用，让 AI Agent 在一块"共享桌面"上替你操作软件，你可以实时看着它、随时接管。最狠的功能叫"应用传送"——把你已登录的应用会话直接搬进 Agent 的沙盒，省去反复登录。桌面 Agent 的时代，缺的从来不是模型，而是可监督的执行环境。

亚马逊用六页纸开会，vibe coder 可以用 README 开工。这篇指南讲“README 先行”工作流：先写好给用户看的文档，再让 AI 照着实现——需求在动笔前就被逼着想清楚，返工少一半。

AI 写的代码能跑，不等于写得好。这篇指南总结 7 种 AI 生成代码特有的“坏味道”：过度防御、注释式道歉、幽灵抽象等等——每个都配了识别方法和处理建议，帮你在屎山形成之前拦住它。

同样的模型，有人用出 10 倍效率，有人天天跟它吵架。差别不在 prompt 技巧，在沟通方式。这篇指南讲跟 AI 结对的四个沟通习惯：先说目标再说做法、一次只给一个任务、用“验收标准”代替“感觉”、以及什么时候该闭嘴让它干。