Simon Willison 用 details/summary 标签折叠 AI 生成的 PR 描述
Simon Willison 分享在 GitHub PR 描述中用 <details><summary> 标签折叠 AI 生成长文的方法:开头保留人工撰写的高层说明或截图,完整 Agent 生成内容放入折叠块,摘要行常写模型名和 effort 等级。他列举了 datasette、llm 等项目中的实际 PR 示例,并给出记忆标签顺序的小技巧。
Simon Willison 分享在 GitHub PR 描述中用 <details><summary> 标签折叠 AI 生成长文的方法:开头保留人工撰写的高层说明或截图,完整 Agent 生成内容放入折叠块,摘要行常写模型名和 effort 等级。他列举了 datasette、llm 等项目中的实际 PR 示例,并给出记忆标签顺序的小技巧。
在 Stanford CS146S 第二轮课程中,Mihail Eric 引入开源维护者,要求学生熟悉陌生代码库、提出改动并向可能合并补丁的人解释。Monaco 团队搭建 agent workspaces、采购代码审查工具,并让 on-call agent 访问 Datadog 与 GitHub。课程还讲解编码 agent 的循环、工具与 harness,以及大代码库的上下文工程。
微软研究院发布 PDD Kit 研究原型,将用户意图转成 Verus 形式化规格,证明智能体生成的代码对所有输入满足规格,证明不到的地方退回测试。
推荐理由:微软研究院提出 PDD Kit,用 Verus 证明智能体代码满足规格,把审查从逐行读码转向意图确认。
Google DeepMind 为 Google Antigravity 发布新的 Cheminformatics Skills,将药物发现工作流压缩到约一小时。
IBM Research 发布 Palette,用一个 20B 开源模型生成符合指定设计语言的演示文稿。它把任务拆成设计师和编码器两个角色,由单一 LoRA 适配器服务;设计师产出结构化 JSON 简报,编码器为每页写 pptxgenjs 代码,编码阶段并行运行约快 6–7 倍。
推荐理由:IBM 公开 20B 开源模型 Palette 的数据合成、训练与检查修复方法,为可自托管的演示文稿生成给出可迁移路径。
Google DeepMind 宣布推出前沿模型 Gemini 4 Carbon,称其为最强模型,在网络安全与长程任务上达到 state-of-the-art。
推荐理由:Gemini 4 Carbon 在网络安全与长程任务上给出具体基准提升,并说明分阶段开放与安全措施。
GitHub Copilot 支持在 VS Code 中直接打开既有应用会话,保留任务、计划、对话、diff 与 worktree 上下文继续工作。教程涵盖逐行审查智能体改动、手动编辑、运行 npm test 等本地验证,以及提交并推送到会话关联的 pull request。前提是已安装 GitHub Copilot 应用并登录同一 GitHub 账号。