阿里云把大数据编程助手塞进 Cursor 和 Claude Code — 这是一个企业级工具的精准卡位，但受众极窄

Content generation failed

基于 #Claude Code 推荐

Anthropic 给 Claude Code 配上 35 个插件，覆盖代码审查、遗留系统改造、提交发布和会话总结。值得关心的不是“功能更多了”，而是 AI 编程正从聊天式辅助，转向可嵌入团队流程的工具链。

OpenAI Codex 曾连续运行 25 小时，生成 3 万行代码并完成 10 个功能模块。值得关心的不是“写代码更快”了，而是 AI 编程正从补全助手，变成能自己规划、执行、验证的任务系统，开发者的角色也随之变化。

作者把微信接入 Hermes 后，聊天消息可直接被整理进飞书、调用本地文件和自动化流程。值得关心的不是“又一个助手”，而是 AI 正从独立 App 退到微信这类高频入口，争夺真实使用场景。

llama.cpp 已合并 PWA（渐进式网页应用，可像原生 App 一样安装运行）支持。它不是模型能力升级，却直接改善本地大模型的打开、更新和常用体验。值得关心的是，开源 AI 的竞争正在从“能不能跑”转向“能不能长期用”。

Kimi K2.7 Code 在 K2.6 基础上把“思考 token”使用量再降约 30%，同时强化长流程编程任务完成度。值得关心的不只是模型更会写代码，而是国产大模型竞争正从刷榜，转向谁能更便宜、更稳定地完成真实软件工程流程。

LangChain 这篇实战文章给出一个很直接的事实：给 Agent 加“短期记忆”并不复杂，核心只是会话 ID、状态存档和上下文管理。但值得我们关心的是，演示容易，真正难的是上线后的持久化、窗口截断与成本控制。