> 微软打破单一模型孤岛，为GitHub Copilot装配多模型协同审查引擎。通过Claude与GPT的交叉验证，成功填补代码逻辑盲区，标志着AI辅助开发进入多脑协同新纪元。

## 告别单一偏差 跨模型审查重塑开发基准

在AI辅助编程加速普及的当下，模型自身的训练偏差与幻觉已成为制约代码质量的隐形天花板。4月6日，微软旗下代码托管平台GitHub释出重磅更新，为Copilot CLI引入了代号为Rubber Duck的实验性功能。

该机制的核心逻辑在于引入独立视角的第二意见。传统的AI自我检查往往会陷入自身逻辑的死循环，而Rubber Duck允许开发者以Claude系列模型作为主干输出，同时调用GPT-5.4引擎进行二次交叉审查。基准测试SWE-Bench Pro的数据显示，这一跨模型校验方案表现出惊人的互补性，成功将代码准确度与整体执行效率提升了近75%。

![42.png](https://static.downly.cn/images/06c5b08972740a87b072443510684a99.png)

<center>图源备注 图片由AI生成</center>

## 灵活介入 覆盖软件开发全生命周期

优秀的辅助工具不仅需要强大的算力底座，更需要贴合开发者的实际工程心智。Rubber Duck在场景打磨上展现了极高的颗粒度，它能够精准识别复杂架构中的逻辑漏洞，并在循环覆盖错误及跨文件变量冲突等高危领域发出预警。

在交互设计上，该功能摒弃了强干预逻辑，提供主动、被动及用户触发三种审查模式。系统学会在项目初始化、复杂模块提交以及测试用例生成等关键节点自动苏醒；而当开发者遭遇棘手Bug时，也可通过被动触发机制获取修正依据，极大地降低了认知负荷。

## 实验性落地 开启多脑协同编程时代

打破模型壁垒并非纸上谈兵，GitHub已将这一前沿理念迅速推向开发者桌面。目前，Rubber Duck功能已在实验通道全面上线，开发者仅需升级Copilot CLI工具链并键入相应的实验性指令即可激活。

此举不仅意味着Claude 4.6版本与GPT-5.4在实际工程环境中的首次深度耦合，更预示着未来的编程范式将从单一AI助理，正式演进为由多流派大模型共同组成的智囊团协作模式。

GitHub引入跨模型代码审查机制 编程效率迎来指数级跃升

> 通过向核心维护者开放顶尖模型权益，AI巨头正将技术触角深植于底层软件生态。全新代码审查工具的问世，标志着智能辅助编程正式迈入深层漏洞预警时代。

## 核心工具矩阵全面开放

为了进一步巩固在开发者群体中的话语权，OpenAI近日启动了一项全新的开源开发者支持计划，深度赋能公共软件项目的核心维护者。符合条件的申请者将获得为期六个月的ChatGPT Pro免费使用权，权益范围涵盖Codex模型、高额API额度以及首次亮相的增强型安全工具Codex Security。

作为本次计划的核心技术亮点，Codex Security被定义为一款专注于代码安全审查的先进工具。该工具基于性能强劲的GPT-5.4模型构建，具备极高的代码缺陷识别与漏洞预警能力。由于算力成本高昂且涉及深层系统安全，该工具的访问权限将采取严格的逐案审核制，初期仅对具备关键影响力或面临高风险暴露面的特定项目开放。

![32.png](https://static.downly.cn/images/bbced5e74ca6542676a23956855316ab.png) <center>图源备注 图片由AI生成</center>

## 严格审核与生态包容并重

在设置严苛审核标准的同时，该计划也展现出了罕见的生态包容度。除了使用原生工具的开发者，习惯依托OpenCode、Cline等第三方编程辅助工具的工程师同样具备申请资格。评审标准并不完全局限于单一的技术指标，只要开源项目在整体软件生态系统中发挥着不可或缺的底层支撑作用，均有机会获得算力扶持。

目前OpenAI已向现有的Codex开源基金注资一百万美元以支撑该计划的运作。从行业竞争视角观察，此举旨在通过算力与前沿模型能力的下放，进一步绑定开源社区这一至关重要的模型演进反馈源。在充沛算力的加持下，AI辅助编程的行业焦点正不可逆转地从基础代码生成向高级安全审计转型。

算力下放赋能开源生态 OpenAI推出前沿安全审计工具

> 饱受GitHub服务波动困扰，OpenAI正秘密打造自带自动化编程代理的底层代码协作产品。这一动作不仅预示着AI开发环境的升级，更标志着其与最大股东微软的竞争日益白热化。

## 摆脱基础设施依赖的自研之路

科技巨头间的战略同盟正因基础设施的摩擦而产生裂痕。多方消息证实，OpenAI内部正在隐秘推进一款全新的代码存储与协作平台项目，剑指微软麾下的行业标准GitHub。促使这家AI巨头下决心重构底层基建的直接导火索，是GitHub近期频繁出现的连接中断与宕机事故，这些服务波动已对OpenAI内部工程师的研发迭代造成了实质性阻碍。

该自研项目目前仍处于早期孵化阶段。有别于传统的静态代码仓库，OpenAI计划将其自身强大的Codex自动化编程模型深度嵌入其中。一旦成型，该平台将蜕变为一个能够自动执行代码审查、排查底层漏洞并重写复杂业务逻辑的超级AI开发枢纽。目前内部正在评估将其商业化并向外部开发者开放访问权限的可行性。

![42.png](https://static.downly.cn/images/cf4e06109f12632308874ab2b4dbe26c.png)

<center>图源备注 图片由AI生成</center>

## 开发者入口争夺战全面升级

在硅谷顶级科技公司中，自建代码库并非孤例。Meta的Piper与谷歌的Sapling均是内部技术闭环的典型代表。然而，OpenAI的这一举措之所以引发强烈震动，源于其与微软错综复杂的资本与业务捆绑。微软作为OpenAI的最大外部股东兼算力提供方，同样也是GitHub的母公司，双方在开发者工具层面的直接博弈极具风向标意义。

这场潜在的冲突揭示了AI时代商业竞争的新维度。各大巨头已不再满足于单纯兜售API接口或大模型算力，而是试图将触角延伸至开发者的第一工作现场。通过将底层存储基础设施与顶层AI代理无缝融合，OpenAI正试图重塑软件工程的准入法则，而这种对工作流入口的绝对掌控权争夺，必将重构整个AI产业链的权力格局。

内部不满宕机频发 OpenAI秘密研发代码托管平台直面竞争微软

> 编程领域迎来语音交互革命。Anthropic为开发者命令行工具引入语音模式，同时其年化收入已翻倍至25亿美元，标志着AI编程助手在多模态与商业化上迈出重要一步。

## 终端编程迈入语音控制时代

继网页端大模型相继普及语音功能后，AI编程工具的交互方式也迎来了代际跃升。AI初创巨头Anthropic正式为其面向开发者的命令行产品Claude Code引入语音模式。这意味着程序员可以彻底解放双手，直接通过口述指令完成复杂的架构调整或代码重构。

据核心开发工程师Thariq Shihipar透露，该功能首批面向约5%的Windows平台用户进行灰度测试，并计划在本月内完成全球推送。开发者的操作链路被极大精简，只需在终端敲入/voice指令唤醒监听模块，即可用自然语言下达诸如重构验证中间件或优化递归逻辑等专业需求。Claude Code能够迅速解析上下文意图，并在终端内直接执行对应的代码重写与调试工作。

![22.png](https://static.downly.cn/images/1a3a61e58a10dc040d4082fcce4c7cb8.png)

<center>图源备注 图片由AI生成</center>

## 商业增长与应用场景拓宽

语音模式的落地正值AI开发工具赛道竞争陷入白热化阶段。面对GitHub Copilot的先发优势与Cursor的强劲蚕食，Anthropic凭借Claude系列模型在逻辑推理上的护城河实现了突围。最新的财务数据显示，Anthropic年化收入已成功突破25亿美元大关，较今年年初实现跨越式翻倍，其周活跃用户数也在短短两个月内同步实现翻番。

行业分析师认为，语音交互的引入并非单纯的噱头，而是对开发者工作流的深度重构。在代码审查、系统架构构思等需要高度抽象思维的场景下，对话式交互比键盘敲击更贴合人类的自然思考节拍。Anthropic在商业变现与活跃度上的双重爆发，印证了市场对高阶AI编程助理的强劲需求。

Claude Code引入语音交互 Anthropic年化收入突破25亿美元

> **导语**
> Anthropic 推出旗舰模型 Claude Opus 4.6，以极快的迭代速度引入百万级 Token 上下文窗口。新版本深度集成了 Excel 和 PowerPoint 自动化功能，致力于将 AI 从聊天助手转型为深度办公的“数字化员工”。

## 百万窗口与深度规划能力

距离上一版本仅两个月，Claude Opus 4.6 的发布展示了 Anthropic 在高端模型领域的激进节奏。此次更新的重头戏是首次测试开放的 **100万 token 上下文窗口**。这一突破让模型能够一次性吞吐巨型技术文档或庞大的财务数据库，解决了长文本处理中的记忆丢失问题。

在实际应用中，Opus 4.6 展现了更强的“任务耐力”。它能更缜密地规划长线任务，减少对人类纠偏指令的依赖，实现了真正的“少指令，多产出”。

![Google_AI_Studio_2026-02-06T02_35_58.831Z.png](https://static.downly.cn/images/490cb6c01512f287156d57cd3fe522e7.png) <center>图源备注：图片由AI生成</center>

## 办公全能手的进化

针对企业办公场景，Claude Opus 4.6 迈出了实质性的一步。除了强化代码审查与自动调试能力外，新模型推出了 PowerPoint 集成的研究预览版，并深化了 Excel 功能。

演示显示，AI 现在可以自主运行复杂的财务分析，并直接生成可视化的电子表格和演示文稿。这种从数据分析到成果展示的全链路打通，极大地释放了专业人士的生产力。在保持价格不变（输入$5/输出$25）的策略下，Anthropic 正通过极高的性价比抢占企业办公市场。

![Google_AI_Studio_2026-02-06T02_40_35.650Z (1).png](https://static.downly.cn/images/51d2642e3342dcee5bd4893ec624c445.png) <center>图源备注：图片由AI生成</center>

Anthropic发布Claude Opus 4.6 百万上下文窗口重塑办公生产力

在 2026 年1月12日，Windsurf 再次通过 **1.13.6 版本** 证明了它是目前最懂开发者的 AI 编辑器。本次更新引入了核心功能 —— **Skills（技能）**。

简单来说，如果之前的 AI 只是一个“听懂指令的实习生”，那么拥有 Skills 后的 Cascade（Windsurf 的 AI 核心）就进化成了**带工具箱的高级工程师**。

它不再只是根据你的 Prompt 瞎猜，而是能**读取你预设的文档、脚本和模版，严格按流程办事**。


## 为什么你需要 Skills？

你是否遇到过这些痛点？

- **重复劳动**：每次让 AI 写爬虫，都要强调“记得加 User-Agent，记得用 Headless 模式”。
- **规范遗漏**：每次让 AI 写 Java 代码，它总是不记得用 Lombok 或者特定的注解。
- **上下文丢失**：Prompt 越来越长，但 AI 还是会漏掉关键步骤。

**Skills 就是为了解决这个问题而生的。** 它是 Prompt 的“持久化”和“结构化”版本，让你的工程标准成为 AI 的本能。

------

## 一、快速上手（基础篇）

### 目标：创建一个“代码审查 (Code Review)”技能

**场景**：AI 写的代码有时不符合团队规范（例如缺少注释、变量命名随意）。我们要创建一个技能，让 AI 在 Review 代码时自动加载我们的检查清单。

#### 步骤 1：创建技能目录

WindSurf和 [Claude Code Skills](https://github.com/anthropics/skills) 的目录基本一致，只是根目录从`.claude`换成了`.windsurf`，请在您的项目根目录下，创建以下文件夹结构：

```markdown
.windsurf/
 skills/
 code-review/ <-- 技能名称
```

**WindSurf Skills目录结构示例：**
![image.png](https://static.downly.cn/images/ea439d487290dd9315a4e920320cc6f1.png)

#### 步骤 2：编写核心描述文件 (SKILL.md)

在 `code-review` 文件夹中创建 `SKILL.md`。这是技能的“大脑”，定义了它的触发条件和执行逻辑。

```markdown
---
name: code-review
description: 用于对代码进行审查、重构和优化。当用户要求检查代码、优化代码或进行 Code Review 时调用此技能。
---

# 代码审查专家

你现在是团队的高级技术负责人。请根据以下检查清单对代码进行审查：

## 1. 基础规范
- [ ] 变量命名是否遵循驼峰命名法 (Java/TS) 或下划线命名法 (Python)？
- [ ] 是否存在硬编码的 Magic Numbers 或字符串？
- [ ] 关键逻辑是否有注释说明？

## 2. 安全性检查
- [ ] SQL 注入风险（必须使用参数化查询）
- [ ] 敏感信息（API Key、密码）是否已脱敏？

## 3. 性能优化
- [ ] 循环中是否存在不必要的数据库查询？
- [ ] 集合操作是否高效？

请以列表形式输出审查结果，并给出修改后的代码建议。
```

#### 步骤 3：测试调用

1. 打开 Windsurf Cascade 对话框。
2. 输入：`@code-review 帮我看看这段 Python 代码有什么问题`（或者直接说 `帮我 Review 一下当前打开的文件`，Cascade 会根据 description 自动识别）。
3. **效果**：AI 会严格按照你 `SKILL.md` 中的三个维度（规范、安全、性能）进行输出，而不是泛泛而谈。

**WindSurf Skills 触发 Skills 示例：**
![image.png](https://static.downly.cn/images/22666450e4ba6863ab99b39c4155a591.png)

------

## 二、进阶实战（带模版的生成器）

### 目标：创建一个“Spring Boot 模块生成器”技能

**场景**：开发 Java Spring Boot 应用时，重复写 Controller/Service/Repository 结构非常枯燥，且容易出错。

#### 步骤 1：准备模板文件

在 `.windsurf/skills/spring-feature-gen/` 目录下，放置两个文件：

**1. `ControllerTemplate.java` (辅助资源)**

```java
package com.example.demo.controller;

import org.springframework.web.bind.annotation.*;
import lombok.RequiredArgsConstructor;

// 强制要求：所有 Controller 必须使用 RestController
// 强制要求：必须使用构造器注入
@RestController
@RequestMapping("/api/v1/${resource}")
@RequiredArgsConstructor
public class ${Resource}Controller {
 private final ${Resource}Service service;
 
 @GetMapping("/{id}")
 public ${Resource}Dto getById(@PathVariable Long id) {
 return service.findById(id);
 }
}
```

**2. `SKILL.md` (核心指令)**

```markdown
---
name: spring-feature-gen
description: 为 Java Spring Boot 项目生成标准的 Controller-Service-Repository 分层代码结构。
---

# Spring Boot 功能模块生成器

当用户要求生成一个新的业务模块（Feature）时，请严格遵循以下架构：

## 技术栈要求
1. **框架**: Spring Boot 3.x
2. **构建**: Maven/Gradle
3. **原生支持**: 考虑到后续可能编译为 GraalVM Native Image，避免使用复杂的动态反射。

## 生成步骤
1. 读取当前目录下的 `ControllerTemplate.java` 作为风格参考。
2. 生成 DTO (Record 类型), Service 接口与实现类, Repository (JPA)。
3. 确保所有依赖注入使用 `@RequiredArgsConstructor` (Lombok)。

## 输出格式
请直接生成代码文件内容，不要过多解释。
```

#### 步骤 2：实战调用

在 Cascade 中输入：

> "帮我生成一个用户管理模块（User Management），包含增删改查功能。"

**结果**：AI 会自动读取技能并参考你的 Java 模板，生成一套符合你团队习惯的代码。

------

## 三、实战玩法（用 Skill Creator 创建 AI Skills）

手动编写 `SKILL.md` 还是觉得麻烦？Windsurf 的 Skills 机制与 Claude 官方的 ecosystem 是兼容的。我们可以利用官方的 **Skill Creator** 来让 AI 帮我们写 Skills，除此之外，您也可以参考[Anthropic Claude Code Skills 深度解析](https://www.downly.cn/articles/ee2537e0-00a1-430d-baaa-b0545fcd982c)。

### 1. 引入官方 Skill Creator

[Claude Code Skill Creator](https://github.com/anthropics/skills/blob/main/skills/skill-creator/SKILL.md)是 Anthropic 官方提供的一个“元技能”，专门用来生成其他技能。

1. **创建目录**：`.windsurf/skills/skill-creator/`
2. **下载文件**：将官方仓库中的 `SKILL.md` 内容复制进去。
 - **源码地址**：[Claude Skill Creator Template](https://github.com/anthropics/skills/blob/main/skills/skill-creator/SKILL.md)

### 2. 如何使用

安装好这个技能后，你就可以套娃操作了：

> **用户**：`@skill-creator 我想要一个专门写 Python 单元测试的技能，要求使用 pytest，并且覆盖率要达到 90% 以上。`

> **Cascade**：(自动调用 skill-creator) 好的，我为您生成了 `python-tester` 的技能结构，包含 `SKILL.md` 和推荐的测试规范...

### 3. 更多官方灵感

Anthropic 官方维护了一个 Skills 仓库，里面包含了很多开箱即用的简单教程和案例（如数据分析、文档编写等），建议收藏并在 Windsurf 中尝试：

- **官方仓库**：https://github.com/anthropics/skills

------

## 核心技巧总结

1. **Description 是关键**： Cascade 依靠 frontmatter 中的 `description` 字段来决定是否**自动**调用技能。写得越具体，AI 自动触发越精准。
 - ❌ `description: 代码工具`
 - ✅ `description: 当用户询问有关 Playwright 爬虫编写、浏览器自动化脚本时使用此技能。`
2. **全局 vs 项目级**：
 - **全局习惯**（如“总是用 Python Type Hint”）：放在 `~/.codeium/windsurf/skills/`。
 - **项目规范**（如“本项目使用 MyBatis”）：放在 `.windsurf/skills/`。
3. **Skills vs Rules**：
 - 使用 **Rules** (.windsurf/rules) 设定你的基本身份（“我是谁”）。
 - 使用 **Skills** 处理具体任务（“怎么做”）。

现在，打开你的 Windsurf，试着创建你的第一个 Skill，把重复的工作流“外包”给 AI 吧！

Windsurf 1.13.6 重磅更新 - 支持 Claude Skills

> **导语**
> 微软近日正式向全平台用户推送基于 GPT-5.2 的“智能+”模式，重点强化了深度思考与逻辑推理能力。新模型在多项基准测试中展现出超越人类专家的水准，标志着生产力工具正从简单的问答助手向高阶逻辑处理工具演进。

## 智能加持下的专家级进化

微软 Copilot 迎来了一次里程碑式的更新。此次名为“智能+”（Smart Plus）的升级已覆盖网页版、Windows 11 及移动端，其核心驱动力来自最新的 GPT-5.2 模型。

与此前的 GPT-5.1 相比，GPT-5.2 的杀手锏在于其强大的“思考”（Thinking）变体模型。微软明确表示，这一版本不是为了简单的聊天而生，而是为了解决那些让人类都感到头疼的复杂办公任务。

## 深度推理能力的实战表现

在实际应用场景中，GPT-5.2 展现出了惊人的逻辑处理能力。无论是构建多层级嵌套的 Excel 电子表格，制作逻辑严密的 PPT 演示文稿，还是进行深度的代码审查，新模型都能提供极高专业水准的输出。

根据最新的知识型工作任务评估（GDPval）数据，GPT-5.2 在超过 70% 的测试案例中，表现持平甚至超越了人类行业专家。这一数据相比 GPT-5 时期的 38.8% 有了质的飞跃，证明 AI 正在跨越从“助手”到“专家”的临界点。

![Google_AI_Studio_2025-12-30T02_56_39.564Z.png](https://static.downly.cn/images/6cc0dea63306267868fbf5107c973ab3.png)
 <center>图源备注：图片由AI生成</center>

## 刷新技术基准纪录

在更硬核的技术测试中，GPT-5.2 同样战绩斐然。在 AIME 2025 数学邀请赛中，该模型取得了 100% 的满分成绩，在软件工程测试（SWE-Bench Pro）中的表现也显著优于前代。

目前，这项足以改变办公效率的升级作为免费项目提供给所有 Copilot 用户。微软此举意在通过引入具备深度推理能力的模型，进一步巩固其在企业级市场的统治地位，让“专家驱动”成为 AI 办公的新常态。

微软 Copilot 全量推送 GPT5.2 智能升级

> 导语：今日AI界动态纷呈，Meta推出DeepConf技术，旨在智能优化大模型的推理成本与准确性；苹果与谷歌的合作预示着Siri将迎来重大AI升级；同时，从瑞士的开源多语言大模型Apertus到字节跳动的即梦AI开放服务，再到颠覆性的自动化测试工具RealDevWorld，各大厂商与研究机构正不断拓宽AI技术的应用边界。

## Meta新突破 DeepConf技术实现AI推理的“鱼与熊掌兼得”

Meta AI与加州大学圣地亚哥分校联合推出了一项名为DeepConf的新技术，它通过模型内部的置信度信号，能够智能地区分并优化大型语言模型的推理路径。这项创新使得在处理复杂任务时，AI既能保持高准确率，又能显著降低所需的计算资源。该技术有效克服了传统策略中因低质量路径干扰而导致的效率低下和错误率上升的问题，为大模型的高效部署提供了新的解决方案。

![image.png](https://static.downly.cn/images/020b9e81e03efd2431ca2962b2e5862a.png)
图源备注：图片由AI生成

## AI数据分析师全天候在线 WisdomAI发布Proactive Agents

WisdomAI公司推出了名为“Proactive Agents”的创新AI服务，致力于让AI成为一名永不疲倦的数据分析师。该系统利用独特的“知识织网”技术，构建了一个能够自主工作的AI数据分析师，它能主动监测关键业务指标、及时发现异常情况，并用自然语言提供深入的原因分析和改进建议。这标志着企业运营正从传统的手动监控和阈值预警，向更智能、更主动的AI驱动模式转变。

![image.png](https://static.downly.cn/images/bdd76b69d62ec0b31903df67028fed54.png)
图源备注：图片由AI生成

## 苹果谷歌强强联手 Siri或将接入Gemini技术

为了在激烈的人工智能竞赛中扭转“落后”局面，苹果公司已与谷歌达成重要协议。根据协议，苹果计划在下一代Siri以及Safari、Spotlight等核心功能中，集成谷歌强大的Gemini AI技术，以加速Siri的智能化转型。不过，用户可能需要一些耐心，据称这项重磅升级的落地时间或将推迟至2026年。

![image.png](https://static.downly.cn/images/137468dea357a424be8f512242f0a09e.png)
图源备注：图片由AI生成

## 字节跳动即梦AI上线火山引擎 面向企业开放服务

字节跳动旗下的即梦AI已于9月3日正式上线火山引擎，开始向广大企业用户开放API服务。此次开放的模型包括文生图3.0、3.1以及图生图3.0等，均基于字节跳动的自研技术。这些模型经过特别优化，旨在满足企业在图片、视频及数字人生成等领域的专业创意生产需求。其中，文生图3.0版本强化了海报设计能力，而3.1版本则在画面美感和场景丰富度上实现了全面升级。

![image.png](https://static.downly.cn/images/c363395e71e4387c581a14d280dcade5.png)
图源备注：图片由AI生成

## 谷歌发布Gemini CLI GitHub Actions 赋能全球开发者

谷歌最新推出的Gemini CLI GitHub Actions，旨在将强大的AI编码能力免费集成到全球最大的代码托管平台GitHub的仓库中。这一举措让Gemini从一个终端助手，升级为能够自动化协作的开发伙伴，可以深度参与到问题分类、代码审查和仓库维护等工作中。此举极大地降低了开源开发者、小型团队乃至企业使用先进AI技术的门槛。

![image.png](https://static.downly.cn/images/407293a529c907b265aaba890ce2c347.png)
图源备注：图片由AI生成

## 瑞士发布首个自主开源AI大模型Apertus

由瑞士联邦理工学院、苏黎世联邦理工学院及国家超级计算中心联合研发的首个完全开源大语言模型Apertus正式发布。该模型的一大亮点是其强大的多语言处理能力，能够覆盖超过一千种语言，并且其训练数据中有40%来自非英语语种。Apertus的推出，旨在提升欧洲在人工智能领域的自主创新水平，并更好地满足瑞士多元化的语言需求。

![image.png](https://static.downly.cn/images/15b0c7b7246fb603cd8b246d02c37f36.png)
图源备注：图片由AI生成

## MetaGPT发布RealDevWorld AI自动化测试迎来新范式

MetaGPT团队推出了一款革命性的AI自动化测试工具RealDevWorld。该工具基于先进的多智能体框架，能够模拟专业测试工程师的完整工作流程，实现了从代码生成到质量保障的全链路自主化。在专门的RealDevBench基准测试中，RealDevWorld展现出了高达92%的精准度，其评估一致性甚至超越了Claude等知名模型，预示着AI开发的新格局正在形成。

![image.png](https://static.downly.cn/images/4c1b8712df5c348fad6719a95a7bfc43.png)
图源备注：图片由AI生成

## Scale AI起诉前员工 指控其窃取商业机密

数据标注巨头Scale AI近日提起诉讼，指控其一名前销售员工Eugene Ling在离职并加入竞争对手Mercor之前，窃取了超过一百份包含客户策略等核心信息的公司机密文件。Scale AI方面称，Ling试图利用这些机密信息向其重要客户进行不正当推销。因此，Scale AI以违约为由起诉了Ling，并同时指控Mercor公司侵犯了其商业秘密。

![image.png](https://static.downly.cn/images/58679b07d4dcb5f9b064612b68f0dbb6.png)
图源备注：图片由AI生成

搜索结果: 代码审查