研究:LLM 生成的无代码修复能否真正解决 bug?基于浏览器执行的自动化验证
一项研究提出基于执行的自动化流水线,在真实浏览器环境中评估 LLM 生成无代码修复的能力,测试了 12 种配置生成的 322 个修复。结果显示,不同执行器下仅 14.6% 至 49.7% 的修复解决了 bug,最强配置 Claude Opus 4.6 在 Claude Sonnet 5 执行下最高解决 74.1%。
一项研究提出基于执行的自动化流水线,在真实浏览器环境中评估 LLM 生成无代码修复的能力,测试了 12 种配置生成的 322 个修复。结果显示,不同执行器下仅 14.6% 至 49.7% 的修复解决了 bug,最强配置 Claude Opus 4.6 在 Claude Sonnet 5 执行下最高解决 74.1%。
Google Cloud 发布长文介绍 Gemini 在企业 Agent 领域的更新,核心是全新发布的 Gemini Agent,可查资料、写邮件、做 PPT、分析数据、编写运行代码并跨应用调用工具。
推荐理由:谷歌把办公 Agent 的模型选择、企业身份与四类记忆机制一并公开,可对照 Meta、OpenAI 的路线差异。
Anthropic 推出名为 OSS Scanner 的免费服务,选择加入的开源项目可获得由其最强模型(包括 Claude Mythos)定期执行的安全扫描。该扫描报告完全由模型生成,不经人工复核或分诊,因此扫描更快更频繁,但报告也可能出错或无效。此前 AI 工具已帮助发现过影响几乎所有 Linux 发行版的开源漏洞,同时部分开源项目正疲于应对大量 AI 生成的漏洞报告。
Claude Code v2.1.295 为 command 和 HTTP hooks 新增 onFailure: "block",使无法启动、超时或异常退出的 hook 直接阻断操作;同时加入 Program Status Protocol(OSC 7501)支持,终端可显示 Claude Code 正在工作、等待用户还是已完成。
Anthropic 为 Claude 推出两项 beta 功能:Dashboards 可连接 BigQuery、Databricks、Snowflake、Salesforce 等数据源。
Claude Agent SDK 发布 v0.2.165,内置 Claude CLI 升级至 2.1.294,可通过 pip install claude-agent-sdk==0.2.165 安装。该版本还新增 CI 告警,当发布被阻塞或失败时会通知 Slack。
Cline SDK v0.0.92 将 AI SDK 统一到 ai 7.0.120 版本线,所有 @ai-sdk/* 包统一使用 @ai-sdk/provider-utils 5.0.50。
Claude Code 发布 v2.1.294,修复了以指令形式编写的 prompt 与 agent hooks(如"阻止某类命令")此前会放行本应拦截内容的问题。同时改进了 Stop 和 SubagentStop 上以指令形式编写的 prompt hooks(如"构建失败就继续")的判定方式,Claude 更不容易提前停止。
Artcraft 从可控 AI 图像视频编辑工具转向一套七款开源应用,复刻 Photoshop、Illustrator、Premiere、Lightroom、After Effects、InDesign 和 Acrobat Pro 的界面与工具。
Anthropic 最新的轻量模型 Claude Haiku 5.5 已在 GitHub Copilot 正式可用,面向 subagents、快速编辑和终端任务等高频场景。
推荐理由:读者可以了解 Claude Haiku 5.5 在 GitHub Copilot 中的可用范围与计费方式,以及它在编码任务上的初步表现。
Claude Code v2.1.293 将 Claude Haiku 5.5(claude-haiku-5-5)设为 Anthropic API 上的默认 Haiku 模型,支持 1M 上下文,定价为每 Mtok $0.10/$0.50,超过 100K 的提示词为 $0.50/$2.50。
Claude Agent SDK 发布 v0.2.164,内置 Claude CLI 升级至 2.1.292,可通过 pip install claude-agent-sdk==0.2.164 安装。
Claude Code 发布 v2.1.292,为 claude plugin install 新增 --marketplace 参数,可在同一策略校验下自动添加市场并安装插件;Agent 工具新增 effort 参数,可指定子智能体的推理投入等级。本次还修复了沙箱读取、权限提示绕过、MCP 工具名超 128 字符导致请求失败等多项安全与稳定性问题。
Claude Code 发布 v2.1.291,修复了 2.1.290 中云会话可能丢失权限提示回答的回归问题,以及 2.1.288 中退出会话时最后几条消息可能丢失的回归问题。该版本自上一版以来包含 7 个提交。
Claude Code v2.1.290 发布,为 mod 的 turn.step hook 结果新增 serverToolUses 字段,记录 API 自身发起的工具调用及其 id、名称、输入和起止时间。
Claude Code v2.1.289 修复了复合 shell 命令嵌套部分的 deny/ask 规则在托管机器上覆盖用户安装 mod 审批的问题,并解决了短代码块含大量未闭合标签或深层嵌套 ${} 替换时终端卡死。
Claude Code v2.1.288 新增 $.ui.selection() 接口,可返回全屏模式下最近选中的文本;/code-review 支持 --max-findings 参数调整报告数量,并新增 Ctrl+F 按名称查找会话、Alt+↑/↓ 在 agents 视图分组间跳转。
Claude Agent SDK 发布 v0.2.163,内置 Claude CLI 更新至 2.1.286。该版本将 issue 分诊所用模型固定,以修复 CLI 新默认模型导致的失败,并可通过 pip install claude-agent-sdk==0.2.163 从 PyPI 安装。
Claude Agent SDK 发布 v0.2.160,修复后台子智能体在轮次结果到达前完成时 stdin 被过早关闭、导致后续轮次报 "Stream closed" 的问题。
Claude Agent SDK 发布 v0.2.159,内置 Claude CLI 更新至 2.1.281,并将 e2e 测试默认模型固定为 claude-opus-5,以规避 CLI 新默认模型导致的 CI 失败。该版本已在 PyPI 提供,可通过 pip install claude-agent-sdk==0.2.159 安装。
Claude Agent SDK v0.2.158 新增 ClaudeAgentOptions.verbatim_prompts 选项(默认 False),开启后用户消息原样传给 CLI,不做 @path 文件展开和斜杠命令分发,可防止提示词中内联的不可信文本触发意外文件读取或命令执行。该选项需 CLI 2.1.248+,旧版本会记录警告,并已内置更新至 Claude CLI 2.1.280。