Clauday.

Sankalp Shubham 打了 GPU Mode 的 qr_v2 赛题——批量方阵 compact-Householder QR 分解，B200 上的 FP32 CUDA——最后拿到相对 baseline 232 倍的加速。几何平均从 419000 微秒压到 1805 微秒，183 人里排第 12。整个过程 14 天、1500 多次提交，而这些代码基本…

今天 Hacker News 第三大的帖子是一篇博客，标题是《为什么 Opus 5 用起来感觉更差了》，十一个小时 671 分、620 条评论。作者一开始就说明这是个人经验，管自己的解释叫毫无根据的猜测，也没给数据。还是值得写，因为当六百个工程师涌进来认同同一种感受时，这份感受即便不是关于模型的数据点，也是关于这个行业的数据点。 抱怨很具体，所以才炸。Op…

GitHub 的 spec-kit 一天涨了 1147 个 star，总数越过 12.8 万。一个核心主张是"你应该先把规格写清楚"的仓库能到这个数，本身就挺不寻常。它的说法叫 Spec-Driven Development：动手之前先定义要造什么，配任何 AI 编码 agent 都行。MIT 协议，Python，1795 次提交，支持三十多个编码 agen…

Anthropic 8 月 14 日发了一篇文章，拆解 Claude Code 一次会话里到底什么在烧钱，很快就上了 Hacker News，因为它回答的是每个重度用户一直在瞎猜的问题。最好的是它的定调：同一件做完的活，你怎么跑，花的钱可以差出很多。重点不是总量少用 token，是用掉的那些 token 花在了你真正要的那件事上。 机制就两个价格。输出 t…

阿里把 Qwen3.8-27B 的 FP8 版本放了出来，六小时内 Hacker News 733 分。让人停下来的数字是 Terminal Bench 73.0，出自一个 270 亿参数的模型。作为对照，同一天上头条的 GLM-5.3 是把 Terminal-Bench 3.0 拉到 28.3，那是同一个思路的更难版本，但意思不变：一年前这个体量根本不该碰…

智谱 8 月 14 日发了 GLM-5.3，Hacker News 上直接冲到第一，一千多分。最扎眼的数字是 Terminal-Bench 3.0 从 4.6 涨到 28.3。这是衡量模型能不能在真实终端里把活干完的榜，六倍多，而且用的还是 GLM-5.2 那套底座权重。没有重新预训练。只是把后训练拉长，加了更多可执行环境、更多长周期任务、更多 RL 算力。…

今天的 Launch HN 是 Bullet，YC S26 的编码 agent，全部卖点就一个字：快。不是更聪明，是更快。创始人天天用 Claude Code，等 agent 跑完等掉了大把时间，得出的结论是模型早就够用了，问题出在模型周围那一圈机器上。 靠三个机制。路由与升级，简单步骤丢给快模型，只有任务真的配得上时才升级到大模型。搜索与获取，做定向代码…

CodeRabbit 拿了 1.43 亿美元 C 轮，估值 15 亿美元，Atomico 和 Smash Capital 联合领投。新进来的有 BMW i Ventures、Datadog、Hirtle Callaghan、Scenic Management、SineWave Ventures，老股东 CRV、Flex Capital、Scale Ventu…

Google 发了 Gemini 3.7 Flash，距离 3.6 Flash 只有三周。三周。到 2026 年底的促销价是每百万输入 0.75 美元、输出 3.75 美元，正好是 3.6 Flash 上线价的一半。一家公司在上一代发布一个月内就把价格砍半，这不叫路线图，这叫纠错。 数字解释了这份急迫。DeepSWE v1.1 从 49.0% 涨到 65.…

Lovable 完成 4 亿美元 C 轮，估值 133 亿美元，由 Menlo Ventures 和 EQT 管理的 Scaleup Europe Fund 联合领投。跟投方包括欧洲的 Balderton Capital 和 Carmignac、拉美的 Kaszek Ventures 和 LTS Growth、亚洲的腾讯和 World Innovation …