测吧

1. Claude Code 是什么：从聊天模型到可执行代理 Claude Code 是 Anthropic 在 2025 年推出的一种新形态 AI 产品。 它并不是网页版 Claude 的增强版本，

当你开始对 URL 的“精度”提出要求时，普通的 path() 就不够用了。 如果只是匹配整数、字符串，转换器已经足够。但当需求变成： 只能匹配一到两位数 必须严格区分日期顺序 必须精确控制匹配边界

深夜，一位刚入职不久的测试工程师对着电脑屏幕眉头紧锁。眼前的绩效考核表，看似条理清晰，却让他隐隐感到不安——团队氛围微妙，推诿甩锅渐成风气，而这一切，似乎都与这套考核方式有着千丝万缕的联系。 更让他压

最近模型圈出现一条重要消息。 OpenAI 宣布，不再推荐使用 SWE-bench Verified 作为代码能力评估基准。 这一基准曾被视为衡量大模型“真实工程修复能力”的重要指标，如今被官方主动弃

最近，Anthropic 发布了一份 30 多页的 Skill 创建指南，系统讲解如何为 Claude 构建自定义能力模块。 这不是简单的 API 更新说明，而是一份偏工程体系化的能力设计手册。 当模

Qwen3.5 中量级系列正式发布。 阿里巴巴 旗下 Qwen 团队一次性推出四款模型，其中最引发讨论的是： 35B 参数模型，在多项能力上超过上一代 235B 模型。 这不是小幅优化，而是“体量更小

在自然语言处理（NLP）领域，预训练语言模型已经成为主流，它们在各种任务中都取得了显著的成就。然而，这些模型在生成长序列时，通常采用自回归的方式，即一个接一个地预测 Token。这种方式效率较低，尤其

春节期间，国产大模型迎来密集更新。智谱发布的 GLM-5 参数规模达到 7440 亿，同时在代理编程能力测试中位列全球第一。 如果只把它当成一次“模型升级”，意义其实有限。 真正值得关注的是：当模型开

上周五的站会，我汇报完工作进度，旁边的老张凑过来压低声音问：“老实交代，是不是偷偷请了外包？或者……挖了个字节的测开大神在家远程帮你写脚本？” 我愣了一下，然后笑了。 这一周，我所在的团队正好遇上版本