IT之家 5 月 6 日消息，Qt 集团 5 月 5 日宣布推出用于智能开发（Agentic Development）的 QML 分析器技能。 这项新的“技能”可以将 2D Qt Quick 应用的代码性能分析委托给 AI 智能体 。 借助这项新发布的技能，AI 智能体将能够处理 2D Qt Quick 应用的渲染、逻辑和内存问题的分析。面对诸如“界面感觉卡顿”或“帧率下降”的投诉，AI 智能体可以利用这项技能进行分析并生成关于性能瓶颈的有用报告。该技能目前仅支持 2D Qt Quick 应用。 这项技能已在 GitHub Copilot、Claude 桌面版和 Claude Code CLI 上进行测试，搭配 Claude Sonnet 4.6、GPT 5.4 和 Gemini 3.1 Pro 效果最佳。 ▲ 在 Claude Code CLI 中运行 QML 分析技能的屏幕截图 IT之家附 Qt AI 技能开源地址如下： https://github.com/TheQtCompanyRnD/agent-skills
IT之家 5 月 6 日消息，微软近期加大了对 Windows 11 质量的宣传力度，Windows Insider 负责人 Marcus Ash 此前发布的进度报告确认，公司已经推出了大量用户期盼的性能和可靠性修复补丁。 微软已确认 Win11 文件资源管理器存在卡顿问题，并表示正在通过多种手段加以解决。许多用户认为微软采用的“预加载”方案只是一种浪费系统资源、治标不治本的手段，而非针对底层代码进行优化。 针对预加载方案“不优雅”的指责，微软 Windows Shell 产品负责人 Tali Roth 表示，微软的策略并非在不同方法之间做二选一：“正如许多事情一样，答案是‘两者兼顾（AND）’。” 她指出，微软从整体视角看待启动性能，将利用一系列技术来确保用户最常访问内容的快速响应，而预加载文件资源管理器的关键组件以便在用户点击时立即就绪，只是其中的一部分。 Roth 确认文件资源管理器的真正优化工作正在同步进行。她还透露了开发团队正在积极推进的多项基础改进工作，包括对启动序列进行针对性优化以改善加载顺序和优化代码内的关键路径、删除不必要的工作内容和导致感官延迟的视觉动画、以及通过减少不必要的磁盘读取和全面减少挂起卡顿来进行深层基础修复。这些架构层面的调整有望解决预加载无法处理的应用内操作迟缓问题，例如减少不必要的磁盘读取将直接影响点击文件夹时内容的加载速度。 Windows Latest 指出，Win11 的文件资源管理器之所以令人感觉运行缓慢，很大程度上是因为微软在古老的 Win32 基础上叠加了 XAML 和 WinUI 3 等现代 UI 框架。 为了缓解启动缓慢问题，微软为 Win11 引入了后台预加载机制，让操作系统在用户点击前就将应用预存入内存。虽然这在理论上能让窗口即时出现，但用户倾向于这是一种暴力手段，测试显示该功能会额外消耗约 35MB 内存。更重要的是，预加载仅能解决初始启动问题，一旦应用开启，文件夹导航、缩略图渲染或打开右键菜单仍会令人感到延迟，这也是部分用户转向第三方替代方案的原因。 Roth 表示，这些基础优化将在未来几个月内逐步推出。目前，最近的 Insider 预览版已经展现出部分成果，例如消除了文件资源管理器深色模式下刺眼的“闪光弹”，并提供了更快的导航体验。 此外，自 Windows 95 时代沿用至今的属性对话框也正被现代化的 WinUI 3 界面所取代。如果微软能成功将智能预加载与精简优化的代码相结合，Win11 的文件资源管理器性能最终有望超越 Win10。
IT之家 5 月 2 日消息，据外媒 Eurogamer 报道，《合金装备 2：自由之子》的完整源代码已经泄露到网上，文件已在 4chan 论坛上公开，内容包括 “截至 PS Vita 版本之前所有版本”的原始、未压缩源代码 ，还有 超过 30GB 的游戏素材 及部分未使用内容。 消息传出后，粉丝已经开始设想 Mod 作者能用这些源代码做什么。可能方向包括 新增视角、支持 VR、加入光线追踪、制作合作模式，甚至尝试恢复被删掉的过场动画 。不过，目前还不清楚这些设想是否都能实现，据推测，泄露代码来自后来的高清版本，而不是 2001 年原版。 报道称，此次泄露发生在 4 月 30 日，而这个日期在《合金装备 2：自由之子》的剧情中有特殊意义。更巧的是，《合金装备》系列创作者小岛秀夫几天前刚刚在 X 上提到过这个日期。 还有一层巧合在于，高清版本代码由蓝点工作室开发，而索尼已在 3 月关闭蓝点工作室。因此，有人猜测这次泄露可能是 出于报复 ，也可能只是 有人粗心丢弃了硬盘 。 IT之家注：此次并非大型游戏第一次遭遇源代码泄露。近年的例子包括《孤岛惊魂》和《GTA 5》。不过，也有一些工作室会主动向社区开放源代码，例如 Valve 曾分享《军团要塞 2》的完整源代码，经典《命令与征服》系列也曾公开代码供社区使用。
IT之家 5 月 1 日消息，据《商业内幕》5 月 1 日（今天）下午报道，OpenAI 总裁、联合创始人格雷格 · 布罗克曼表示，AI 编程工具最近几个月进步明显，已经不只是软件工程师手边的辅助工具。 在近期的一场红杉资本对谈中，布罗克曼说：“光是去年 12 月，智能体编程工具能帮你写的代码比例 就从 20% 升到了 80% 。这意味着，它们已经从配角变成了主角。” 他认为，创业者应该主动拥抱 AI 工具，因为这类工具正在快速迭代。以 OpenAI 的代码生成平台 Codex 为例，它最近已经从一个主要服务软件工程师的工具，变成可以 支持“任何使用电脑工作的人” 的工具。 不过，布罗克曼也强调，OpenAI 仍会确保所有被合并的代码都由人类负责。谈到 AI 生成代码，他表示：“这种审慎态度很重要， 不能只是说‘哦，直接盲目使用它’，也不能说‘我们完全不想用它’ 。我认为这两个极端都不太对。” 据IT之家了解，越来越多科技公司高管正在强调，AI 已经能生成公司代码中的相当大一部分。 上个月，谷歌 CEO 桑达尔 · 皮查伊表示，谷歌内部 目前 75% 的新代码由 AI 生成 ，再交由人类工程师审核。 这一比例近年上升很快：2024 年还是 25%，去年已经升至 50%。 Meta 也在推进类似方向。其预计在负责构建和维护核心创意体验的 creation 组织中，65% 的工程师提交的代码里，将有超过 75% 由 AI 辅助完成。 Anthropic CEO 达里奥 · 阿莫代伊也曾预测 AI 写代码的比例会继续提高。阿莫代伊去年在一场会议上说：“我认为三到六个月内，我们就会达到 AI 编写 90% 代码 的阶段。然后，12 个月后，我们可能会进入一个 AI 基本上编写所有代码的世界。” 阿莫代伊今年早些时候还在博客中写道：“由于 AI 现在已经在 Anthropic 编写大量代码，因此实际上，它已经显著加快了我们构建下一代 AI 系统的进展速度。”
IT之家 5 月 1 日消息，微软 4 月 28 日发布博文， 在 86-DOS 1.00 发布 45 周年之际，保存并公开了迄今为止发现的最早 DOS 源代码。 微软近年来持续开源传统操作系统，在 2018 年开源发布 MS-DOS 1.25 和 2.11 源码，并于 2024 年初公开 MS-DOS 4.0，微软现在再次扩充开源清单， 发布了迄今发现的最早 DOS 源代码。 IT之家援引博文介绍，本次公开的资料极具历史价值，涵盖了 86-DOS 1.00 内核源码、PC-DOS 1.00 内核的多个开发版本，以及 CHKDSK 等知名实用程序。 资料中还包含了汇编器本身的源代码清单，为研究早期系统构建工具提供了罕见视角。 这批源代码清单由 DOS 作者 Tim Paterson 保留，记录了特定时间点的工作状态和手写笔记，如同“打印版的 Git 提交历史”。 它们详细展示了功能实现的时间线、错误修正过程，以及 20 世纪 70 年代末 80 年代初操作系统的开发方式。实物资料也将捐赠给 Interim Computer Museum 供公众参观。 这项“软件考古”工作由历史学家 Yufeng Gao 和 Rich Cini 团队主导，历经查找、扫描、转录及法律审查等复杂流程。微软已与维护者合作，将这些扫描清单和 OCR 识别后的代码上传至 GitHub，采用 MIT 许可证开放给研究人员和爱好者。 开发者现可通过 GitHub 访问 DOS-History/Paterson-Listings 项目，深入探索早期操作系统的底层逻辑与历史细节，理解现代计算平台的发展根基。 参考 Paterson-Listings Continuing the story of early DOS development
IT之家 4 月 30 日消息，据《商业内幕》报道，当地时间 4 月 29 日的一场红杉资本对谈中，特斯拉前 AI 负责人、OpenAI 创始成员安德烈 · 卡帕西谈到，AI 写代码的能力已经很强，可生成的代码仍然 可能相当混乱，人类依然需要把关 。“现在的情况是，这些智能体就像实习生。你基本上还是得负责审美、判断、品味，还要做一点监督。” 问题在于，AI 生成的代码距离真正高质量还差得很远。卡帕西说：“有时候我看了会 有点心梗 ，因为那些代码并不总是特别好。它 非常臃肿 ，有很多复制粘贴，还有一些 别扭、脆弱的抽象 。代码能跑，可真的很难看。” 卡帕西目前运营 AI 教育平台 Eureka Labs。他去年 2 月在 X 上提出“ vibe coding（氛围编程） ”概念，用来描述一种高度依赖 AI 辅助的开发方式：开发者几乎不直接碰代码，而是让 AI 完成大部分实现。 据IT之家了解，去年 11 月，柯林斯词典把 vibe coding 评为 2025 年年度词汇，也让这个概念进一步从科技圈扩散到更广泛的公众讨论中。 在这场对谈中，卡帕西称，人类仍会负责一些 高层级开发决策 ，AI 则会在“底层”完成大量具体工作。AI 并不是从根本上无法写出干净代码，只是各家实验室在模型训练中 还没有真正把这个问题当成重点 。
IT之家 4 月 29 日消息，在第九届数字中国建设峰会召开前夕，鸿蒙生态峰会（以下简称“峰会”）在福州海峡国际会展中心成功举办。 开放原子开源基金会理事长谢少锋在致辞中分享了一组数据：开源鸿蒙自华为捐赠至开放原子开源基金会以来实现快速发展， 社区代码量已突破 1.3 亿行，贡献者超过 13000 名，版本已迭代至 6.1 Release ，支持手机、平板、电脑、电视、穿戴及行业智能终端等形态。 目前，已有 1700 多款产品通过兼容性测评，在电力、交通、电信、金融、教育等领域形成一批商用成果，电鸿、交鸿、矿鸿、警鸿、移鸿等行业发行版也在加速落地。 据IT之家今日早些时候报道，在国新办 4 月 28 日举行的新闻发布会上，工业和信息化部副部长柯吉欣表示，截至 3 月底，搭载基于开源的鸿蒙操作系统的手机总量已经突破 5500 万台。
IT之家 4 月 29 日消息，安全机构 Wiz Research 昨日（4 月 28 日）发布博文，披露 GitHub 存在严重漏洞 CVE-2026-3854。攻击者仅需一条标准 git push 命令， 即可触发远程代码执行，进而访问数百万公共和私有仓库。 该漏洞追踪编号为 CVE-2026-3854，任何经过身份验证的用户只需执行标准的 git push 命令，就能在 GitHub 后端服务器上执行任意代码。 GitHub 远程代码执行漏洞 CVE-2026-3854 该漏洞源于 GitHub 内部 X-Stat 标头的注入缺陷。X-Stat 是一个用分号分隔的协议，负责在内部服务间传递安全元数据。 当用户运行带有选项的 git push 命令后，GitHub 的 babeld 代理会直接将用户提供的字符串嵌入 X-Stat 标头，且未过滤分号。 由于标头解析器采用“最后写入生效”逻辑，攻击者只需注入分号和字段名，就能悄悄覆盖服务器已设定的安全配置。研究员将三个注入字段串联，成功实现完整的远程代码执行。 根据博文披露的攻击路径，为了绕过生产沙箱，攻击链首先覆盖 rails_env 字段，接着通过 custom_hooks_dir 重定向钩子脚本目录。 最后，攻击者利用 repo_pre_receive_hooks 投递路径遍历有效载荷，迫使系统以 git 服务用户身份执行任意安装文件，从而获取完整的文件系统访问权限。 在 GitHub 企业版服务器（GHES）上，这会导致服务器完全沦陷。而在 GitHub.com 上，攻击者注入额外标志触发企业模式行为后，同样能入侵共享存储节点。这些节点托管着数百万账户仓库，攻击者借此可读取任意代码数据。 GitHub 在接获报告后 6 小时内修复了云端平台，并发布 GHES 补丁。然而 Wiz 警告，目前仍有 88% 的 GHES 实例未升级，管理员必须立即更新至 3.19.3 或更高版本。 此次漏洞挖掘过程使用了 AI 辅助逆向工程工具 IDA MCP，这是安全界首次利用 AI 工具在闭源安装文件中发现如此严重的底层漏洞，证明 AI 技术正在重塑复杂的安全研究工作流。 IT之家附上参考地址 Securing GitHub: Wiz Research uncovers Remote Code Execution in GitHub.com and GitHub Enterprise Server (CVE-2026-3854)
IT之家 4 月 25 日消息，开源多媒体框架 FFmpeg 今天在 X 平台发文，感谢腾讯提交手写的 ARM NEON 汇编代码。 据悉，本次新提交的补丁包含 2200 行手写汇编代码，主要针对 VVC（多功能视频编码）/H.266 Angular Prediction（角度预测）模块。在苹果 M4 处理器上，新代码执行效率相比原来的 C 语言代码快 20 倍。 值得注意的是，FFmpeg 并不是第一次公开发文感谢腾讯。早在今年 1 月， 腾讯提交的手写 ARM 汇编补丁就获得 FFmpeg 认可 ，比 C 语言快了 5 倍以上。 IT之家注：汇编语言（Assembly Language）是用于电子计算机、微处理器、微控制器或其他可编程器件的低级语言，相比目前众多高级语言的编写难度更高但运行效率也更高，可以直接通过指令操控寄存器、内存等。
IT之家 4 月 24 日消息，据外媒 ximitime 报道，小米旗下一款神秘折叠屏新机“2608BPX34C”目前已现身代码库，该机有望为小米 MIX Fold 5，也有可能被命名为 小米 17 Fold。 此外，代码显示该机代号为“lhasa”，将搭载“玄戒 O3”芯片，这意味着小米有可能跳过“玄戒 O2”命名。 IT之家注意到，此前有博主透露“某厂折叠屏新机排期暂定 7 月”，该机“镜头模组、物料大面积国产化”，评论区普遍认为相应手机为小米旗下。 相关阅读： 《 消息称某厂折叠屏新机排期暂定 7 月：镜头模组、物料大面积国产化，预计为小米旗下 》
IT之家 4 月 23 日消息，据《商业内幕》报道，当地时间周三，谷歌称目前公司内部新编写的代码中 已有 3/4 由 AI 生成 ，随后再交给人类工程师审核。 这个比例近几年一直在持续上升。谷歌曾透露，截至 2024 年 10 月，公司 大约四分之一的代码由 AI 生成 。到了去年秋天，这一比例已经 提高到 50% 。 谷歌一直在推动员工把 AI 用到编程和其他工作中。CEO 皮查伊周三在博客中披露，谷歌正在转向“真正以智能体为核心的工作流程”，让工程师运行更多自主任务。“最近，一项由智能体和工程师协同完成的复杂代码迁移工作，完成速度比一年前仅靠工程师时快了 6 倍。” 谷歌工程师目前正使用 Gemini 模型生成代码，其中一些工程师还被设定了明确的 AI 使用目标，这些目标将纳入今年的绩效评估。 最近几个月，谷歌 DeepMind 部分员工 已获准使用 Anthropic 的 Claude Code ，这也在员工之间引发了一些紧张情绪。 据IT之家了解，谷歌并不是唯一一家加大 AI 编程力度的科技巨头。 去年 4 月，微软 CEO 萨提亚 · 纳德拉表示，微软部分项目中 已有 20% 到 30% 的代码由 AI 编写 。微软 CTO 凯文 · 斯科特也在同月表示，他相信未来 5 年内，95% 的代码都会由 AI 生成。 Meta 同样在大力推进这个方向。截至 2025 年第四季度，Meta 已经设定目标，要求部分组织中软件工程师提交的代码改动里， 有 55% 应属于“Agent-Assisted” 。文件还说，在 2026 年上半年，Meta 创作组织中 65% 的工程师预计会使用 AI 编写超过 75% 的已提交代码。 本月早些时候，Snap 表示，按照新的运营模式， 至少 65% 的新代码由 AI 生成 。
IT之家 4 月 21 日消息，科技媒体 Linuxiac 昨日（4 月 20 日）发布博文，报道称代码版本控制工具 Git 更新至 2.54 版本， 最大创新是引入实验性的 git history 命令，可以简化历史重写（history-rewriting）任务。 该命令目前支持 reword 和 split 两种操作，开发者无需依赖复杂的交互式 rebase，即可直接更新提交信息或拆分 commits。 Git 2.54 打破了以往仅能依赖 .git/ hooks 目录脚本的限制，引入了基于配置文件的钩子定义方式。开发者可在用户、系统或仓库级别灵活配置钩子行为，极大提升了跨仓库复用的便捷性。 新版智能化升级仓库维护策略，将几何重整设为手动维护的默认策略，git maintenance run 命令采用更增量的重整方式。相比旧策略，新方案能有效降低维护成本，对于大型仓库或长期克隆的用户而言，可以实质性提升使用体验。 新版还优化 HTTP 传输与交互式工作流，可以智能处理 HTTP 429 “请求过多”响应，依据服务器头信息自动重试而非报错退出。交互式命令 git add -p 增强了可见性，新增--no-auto-advance 选项防止自动跳转。实验性的 git backfill 命令支持修订范围参数，实现精准获取缺失数据。 IT之家附上参考地址 Highlights from Git 2.54
IT之家 4 月 21 日消息，尽管《辐射》是游戏界最具标志性的角色扮演游戏系列之一，但其正统续作已有十多年未曾面世。B 社（Bethesda）向粉丝保证，该系列更多新作正在筹备中，而下一款正统作品将成为该工作室迄今为止最具野心的一作。 不过据坊间传言，目前处于开发阶段的相关项目仅有《辐射 3》与《辐射：新维加斯》的重制版。但据《新维加斯》的资深设计师透露，B 社根本无法完成这款游戏的重制，因为他们不具备相应技术能力。 设计师克里斯 · 阿瓦洛内在接受 TKs-Mantis 采访时表示，粉丝不应期待《辐射：新维加斯》重制版，因为 B 社缺乏完成这项工作的工程技术实力。 我认为 B 社完全没有足够的技术能力去重制《新维加斯》。 阿瓦洛内解释了自己的观点，并透露 B 社曾向《新维加斯》的开发商黑曜石工作室开出一张 1 万美元（IT之家注：现汇率约合 68314 元人民币）的支票，以求购买该游戏的源代码。然而，黑曜石首席执行官费尔古斯 · 厄克特最终放弃了这笔交易，拒绝将源代码交给 B 社。 这位前《新维加斯》开发人员称，他并不清楚这一决定背后的具体原因，但如果 B 社拿到源代码，本可以随时重制这款游戏。此外，阿瓦洛内还表示，B 社并非一无所有，其实持有部分代码，只是不知道该如何将其整合起来。 当然，这一问题并非没有解决办法。这位《新维加斯》设计师建议，B 社可以像重制《上古卷轴 4：湮没》时那样使用虚幻引擎进行开发。而且考虑到如今两家工作室均已被微软收购，整合源代码或许也不再是什么大难题。
IT之家 4 月 21 日消息，月之暗面昨天发布并开源了其最新模型 Kimi K2.6，该模型在代码编写、长程任务执行及 Agent 集群能力方面实现了全面升级。 即日起，所有用户均可通过官网（IT之家附地址： kimi.com ）、最新版 Kimi 应用、Kimi API 以及 Kimi Code 编程助手使用该模型。 据官方披露，Kimi K2.6 在博士级难度的完整版“终极人类考试”（Humanity's Last Exam）、评估真实软件工程能力的 SWE-Bench Pro 以及 Agent 深度检索基准 DeepSearchQA 等测试中，均取得了行业领先的成绩，表现持平或优于 GPT-5.4、Claude Opus 4.6 和 Gemini 3.1 Pro 等闭源模型。 作为月之暗面迄今最强的代码模型，Kimi K2.6 的长程编码能力显著提升。在测试中，该模型可以不间断编码长达 13 小时，编写或修改超过 4000 行代码，完成复杂系统的开发与优化。通过将代码与视觉能力深度融合，K2.6 能够交付具有设计创意的专业级 Web 应用。IT之家注意到，在 Kimi 内部的严格代码评测基准 Kimi Code Bench 中，K2.6 的成绩相比上一代 K2.5 提升了约 20%。 实测案例显示，该模型成功在 Mac 本地下载并部署了 Qwen3.5-0.8B 模型，使用小众的 Zig 语言实现并优化模型推理，经过 4000 多次工具调用、超过 12 小时的不间断运行，共迭代 14 轮，将吞吐量从约 15 tokens/s 提升至约 193 tokens/s，最终推理速度比 LM Studio 快 20%。 在另一个案例中，Kimi K2.6 自主完成了对拥有 8 年历史、接近性能极限的开源金融撮合引擎 exchange-core 的深度重构，历经 13 小时连续作业，迭代 12 套优化策略，通过 1000 余次工具调用，精准修改了 4000 多行代码，最终实现中位吞吐量从 0.43 MT/s 跃升至 1.24 MT/s（增幅 185%），峰值吞吐量从 1.23 MT/s 飙升至 2.86 MT/s（增幅 133%）。 在代码驱动设计方面，K2.6 的 Agent 模式能够制作具有设计感和视觉冲击力的网站。凭借对图像和视频生成工具的熟练调用，该 Agent 可以生成视觉风格高度统一的素材，构建视觉焦点突出的首屏区，并实现交互元素和滚动触发动效。 月之暗面表示，它不局限于前端页面编写，也支持基础的后端数据库模块，例如在网页中嵌入表单信息收集功能。 另外，月之暗面还创建了一套专门的前端开发设计评测基准 Kimi Design Bench，涵盖视觉输入、落地页构建、全栈应用开发及通用 Web 开发四个维度，对比 Google AI Studio 中的 Gemini 3 模型，基于 Kimi K2.6 的 Agent 展现出了明显领先优势。 同时，其 Agent 集群能力迎来全面升级。K2.6 支持动态拆解复杂任务，自主生成专项 Agent 并行处理，现在最多可调度 300 个子 Agent 并行完成 4000 个协作步骤，实现更大规模的并行化，任务完成度和交付质量相比 K2.5 显著提升。Agent 集群能够将搜索、深度研究、文档分析和长文创作等能力进行组合，在单次运行中独立完成从文档到网页、再到 PPT 和表格的多产物端到端交付。 例如，该集群针对全球 100 个半导体标的设计并执行了 5 套量化策略，将麦肯锡风格的 PPT 逻辑沉淀为可复用技能，最终交付了详尽的建模表格和整套汇报演示文档。 在另一个案例中，Agent 集群将一篇包含大量视觉数据的天体物理论文转化为可复用学术技能，提取论文的推理流程和可视化方法，产出了 40 页、7000 字的研究论文，以及包含 2 万多条数据的结构化数据集和 14 张天文级图表。 K2.6 显著增强了 Agent 的自主化执行能力，尤其在与 OpenClaw、Hermes Agent 等主动式 Agent 框架协同工作时表现突出。这类场景要求 AI 能够跨应用实现 24/7 不间断运行。 月之暗面的 RL 基础设施团队使用基于 K2.6 的 Agent 实现了连续 5 天自主运行，该 Agent 负责监控、故障响应和系统运维，展现了持久的上下文维持能力、多线程任务处理能力以及从接收告警到彻底解决的全流程执行能力。 Kimi 内部的 Claw Bench 测试结果显示，K2.6 相比 K2.5 综合性能提升了 10%，涵盖编程任务、即时通讯生态集成、信息检索与分析、定时任务管理及记忆调用五大维度，在需要长时间自主运行且无需人工干预的工作流中优势尤为显著。 借助 K2.6 更强的代码和视觉理解能力，Kimi Agent 模式现在支持创建和调用技能（Skill）。系统已内置上百个官方推荐技能，包括投研技能包，可一键生成专业排版的 A 股、港股、美股公司一页纸或深度投资研报。 用户在 Kimi Agent 模式下输入斜杠“/”即可开始创建和调用技能。此外，Kimi Agent 已支持“Office 文档转技能”功能，上传高质量 Office 文档后，模型会尝试理解原文档的结构与风格基因，生成专属的可复用文档创建技能。 月之暗面同时宣布开启“Claw 群组”小范围内测。该群组的目标是让多个 Agent 与人类作为真正的协作者共同运行，用户可以接入来自任何设备、任何供应商、运行任何模型的全天候 Agent（首批支持 OpenClaw，后续将加入对 Hermes Agent 等框架的支持），每个 Agent 可携带各自的专业工具包、技能和持久化记忆上下文。 在 Claw 群组中，K2.6 担任协调者，根据 Agent 的技能画像和可用工具动态匹配任务，当某个 Agent 遇到故障或停滞时，协调者会检测到中断并自动重新分配任务或生成子任务。Kimi Claw 用户将陆续收到内测邀请。 Kimi K2.6 现已面向所有免费用户、付费订阅用户、Kimi Code 和企业 API 用户开放。企业和开发者在 Kimi API 中指定模型为 kimi-k2.6 即可开始使用。 为庆祝 K2.6 模型 API 上线，Kimi 开放平台同步开启了最高 30% 的限时充赠活动。同时，Kimi K2.6 官方 API 已经首发登陆腾讯云 TokenHub 等平台。月之暗面推荐直接调用官方 API 复现基准评测成绩，如需使用第三方 API 服务，可通过 Kimi 模型供应商验证服务（Kimi Vendor Verifier, KVV）挑选精度更高的服务商。 参考资料： 与 Kimi 对话： kimi.com 或下载最新版 Kimi App 体验 Kimi Agent： kimi.com/agent 体验 Agent Swarm： kimi.com/agent-swarm 使用 Kimi Code 包月编码套餐： kimi.com/code K2.6 快速开始： https://platform.kimi.com/docs/guide/kimi-k2-6-quickstart 查看限时充赠活动： https://platform.kimi.com/docs/pricing/promotion Hugging Face: https://huggingface.co/moonshotai ModelScope： https://www.modelscope.ai/organization/moonshotai
IT之家 4 月 19 日消息，Panic 公司将不再允许开发者在其 Playdate 应用商店 Catalog 上架使用生成式人工智能工具创作美术、音频、音乐、文本或对话内容的游戏作品。 该公司在 Bluesky 平台发布的帖子中同时确认，Playdate 第三季游戏合集（一款每周推出新游戏的付费游戏包）将不会收录任何以任何形式使用生成式人工智能开发的游戏。 此消息发布前，曾有一款名为《Wheelsprung》的游戏入选 Playdate 第二季游戏合集，该游戏在代码编写与文案创作环节借助了 GitHub Copilot 与 ChatGPT 等生成式人工智能工具。 据电子游戏杂志《Exp.》报道，Panic 公司表示，《Wheelsprung》之所以能通过审核，是因为公司当时完全没有想到第二季的合作开发者会使用大语言模型。Panic 联合创始人卡贝尔 · 萨瑟当时坦言：“现在回想起来，我们的想法太过天真，对此我们承担全部责任。” 如今，Panic 已发布官方人工智能使用声明，明确将禁止在 Playdate 应用商店中使用绝大多数形式的生成式人工智能，不过使用人工智能代码辅助工具的游戏作品可获得豁免。 声明中写道：“自 2026 年 4 月起，Catalog 应用商店将不再接受使用‘生成式人工智能’制作美术、音频、音乐、文本或对话内容的游戏作品。全球有众多创作者满怀热忱，愿意为你的 Playdate 游戏创作优质的音乐、美术与文字内容。” “…… 目前，所有此前已通过审核或已上线的、使用‘生成式人工智能’的 Catalog 商店游戏仍可正常下载，平台会对这类作品进行标注，并说明人工智能的具体使用方式。” “现阶段，我们允许在代码编写环节使用人工智能辅助工具的游戏登陆 Catalog 商店，但会对这类作品进行标注，并明确人工智能的使用程度（例如‘Lua 代码调试’），以便玩家自主选择是否支持。相关规则仍在持续讨论中，随时可能调整，后续如有变更，我们将更新本声明页面。” IT之家注意到，Panic 明确了其对生成式人工智能的界定范围，包括 ChatGPT、DeepSeek、Gemini 等大语言模型；Stable Diffusion、DALL-E 等人工智能图像生成模型；以及 MuseNet、Suno、Udio 等人工智能音频生成模型。该界定范围不包含为实现游戏内行为逻辑而编写的自定义功能代码。 相关阅读： 《 发布 3 年，创意掌机 Playdate 终于发货：搭载 2.7 寸黑白屏，内置 24 款独家游戏 》
IT之家 4 月 19 日消息，几十年来，软件工程师们一直在争论生产力衡量指标，最早就是从代码行数开始的。但随着新一代 AI 编程助手生成的代码量远超以往，管理者究竟应该衡量什么，反而变得不那么清晰了。 IT之家注意到，庞大的词元（Token）额度 —— 本质上就是开发者被授权使用的 AI 算力总量，已经成了硅谷开发者之间的荣誉勋章。但 Techcrunch 称，用这种方式衡量生产力实在很奇怪。如果你更关心产出，却去衡量流程中的投入，这基本没什么意义。除非你是想鼓励更多人使用 AI（或是销售 Token），否则对提升效率毫无帮助。 我们可以看看一批新兴的「开发者生产力分析」公司给出的证据。他们发现，使用 Claude Code、Cursor、Codex 这类工具的开发者，被采纳的代码量比过去多得多。但同时， 工程师后续需要返工修改这些已采纳代码的频率也大幅上升 ，这直接削弱了所谓「生产力提升」的说法。 Waydev 首席执行官兼创始人亚历克斯・西尔切伊正在搭建一套智能分析层，用来追踪这些变化；他的公司服务着 50 家客户，旗下软件工程师总数超过 1 万人。 他表示，工程管理者看到的代码采纳率通常在 80% 到 90% 之间 —— 也就是开发者认可并保留的 AI 生成代码比例。但他们忽略了后续几周内工程师不得不反复修改代码带来的代码流失， 这会让 AI 代码的实际有效采纳率降至 10% 到 30%。 AI 编程工具的兴起，让成立于 2017 年、专注于开发者数据分析的 Waydev 在过去半年彻底重构了平台，以应对快速编码工具的普及。如今，该公司推出了新工具，能够追踪 AI 助手生成的元数据，对代码质量与成本进行分析，帮助工程管理者更清晰地了解 AI 的应用情况与实际效果。 尽管数据分析公司天然有动力强调自己发现的问题，但越来越多的证据表明，大型企业仍在摸索如何高效使用 AI 工具。不少巨头已经注意到这一点，Atlassian 去年以 10 亿美元收购了另一家工程智能初创公司 DX，帮助其客户评估编程助手的投资回报率。 整个行业的数据都指向同一个结论： 写出来的代码变多了，但真正能留存下来的比例却低得不成比例 。 同领域的另一家公司 GitClear 在 1 月发布报告称，AI 工具确实提升了生产力，但其数据同时显示： 经常使用 AI 的开发者，代码修改率是非 AI 用户的 9.4 倍 ，这一数字远超工具带来的两倍生产力提升。 工程分析平台 Faros AI 基于两年客户数据，发布了 2026 年 3 月的报告。结论是：在 AI 高使用率场景下，代码变更率（即删除代码行数与新增代码行数之比）上升了 861%。 自称 AI 集成工程智能平台的 Jellyfish，在 2026 年第一季度收集了 7548 名工程师的数据。研究发现，Token 额度最高的工程师提交的合并请求（对共享代码库的修改提议）最多，但生产力提升并未与成本成正比：吞吐量提升了 2 倍，Token 成本却增加了 10 倍。换句话说，这些工具带来的只是数量，而非价值。 这类数据和开发者的实际感受完全吻合。尽管他们享受着新工具带来的便捷，但代码审查与技术债务也在不断堆积。一个普遍现象是资深工程师与初级工程师的差异：后者采纳的 AI 生成代码多得多，随之而来的是需要重写的代码量也更大。 即便如此，开发者们一边努力搞清楚 AI 助手到底在做什么，一边也并不打算很快放弃这些工具。 “这是软件开发的新时代，你必须适应，企业也被迫去适应。”西尔切伊表示，“这不会是一阵风潮，很快就过去。”
IT之家 4 月 18 日消息，安全研究团队 OX Security 本周（4 月 15 日）发现，Anthropic 创建、维护的行业标准 AI 通信协议 MCP（IT之家注：Model Context Protocol）存在设计缺陷， 可导致服务器被诱导执行任意代码（RCE） 。 据介绍，该漏洞并非普通的疏忽，而是架构层面的设计缺陷并存在于官方 MCP SDK 中。影响 Python、TypeScript、Java 和 Rust 等所有支持语言，等于说任何基于 MCP 构建的项目都存在这一风险。 研究人员主要识别出未认证 UI 注入攻击、安全加固绕过、提示词注入、恶意插件分发等四种主流攻击路径，并在多个真实生产环境中成功利用漏洞。 目前，该机构已在 LiteLLM、LangChain、IBM LangFlow 等主流项目中发现关键漏洞， 目前已分配 10 个 CVE 编号且仍在不断增加 ，均属“严重”级别。 研究团队透露，他们曾多次联系 Anthropic 并希望修复漏洞。 但对方拒绝修改架构 ，并称该行为属于“预期设计”。 团队随后告知公司，将公开研究成果。对方未提出异议。 团队建议，所有用户都不应该将大语言模型、AI 工具等暴露在公网环境，并且将 MCP 输入直接视为不可信数据，防止提示词注入。同时启用沙箱环境运行服务并时刻更新最新软件，将权限锁住。
IT之家 4 月 17 日消息，科技媒体 Android Authority 今天（4 月 17 日）发布博文，通过挖掘安卓 17 Beta 4 更新， 在代码中发现 Pixel Glow 功能，暗示 Pixel 11 系列手机配备硬件 RGB 灯光。 该媒体指出在安卓 17 Beta 2 更新中，谷歌引入 Light animations 相关字符描述，项目代号为 Orbit；而在安卓 17 Beta 4 更新中，该项目调整为 Pixel Glow，功能轮廓逐渐清晰。IT之家附上相关截图如下： 根据代码描述，手机背面朝下放置后，系统通过“微妙的灯光和颜色”提醒用户通知、来电或 Gemini 交互。例如用户收藏联系人（例如伴侣、挚友、家人等）来电，该功能会显示预设的灯光提醒用户。 在安卓 14 系统中，谷歌已推出 Flash Notifications，利用屏幕光或相机 LED 闪光灯提醒来电。Pixel Glow 定位类似，但两者无法同时启用。 区别在于，Flash Notifications 依赖现有硬件（屏幕和闪光灯）， 而 Pixel Glow 代码明确要求“设备必须具备硬件灯光”。 该媒体基于该要求推测， Pixel 11 系列可能配备独立的 RGB LED 灯带 ，不过目前曝光的 Pixel 11 渲染图未见明显灯光组件。 代码中还反复提及 Gemini，呼应谷歌近期强调的彩虹光效。该媒体认为 Pixel Glow 可能成为 Gemini 交互的视觉标识，在语音助手激活时呈现特定灯光效果，强化 AI 功能的品牌识别度。
IT之家 4 月 12 日消息，据科技媒体 Tom's Hardware 今天报道，经历数月争论后，Linux 内核维护团队为 AI 生成代码制定正式准则，允许使用 GitHub Copilot 等辅助编程工具， 但所有 Bug、安全问题最终都要由提交代码的人担责 。 IT之家在此援引 Tom's Hardware，这项政策出台前，开源社区围绕 AI 的争论已经持续很长时间，并在今年 1 月达到高潮。当时英特尔工程师 Dave Hansen 和甲骨文员工 Lorenzo Stoakes，就“是否严格限制 AI 工具”产生激烈争吵。 最终 Linux 创始人 Linus Torvalds 亲自下场终结这场争论，称全面禁止 AI 只是毫无意义的作秀。 Linus Torvalds 的立场非常纯粹 ， 认为 AI 只是工具 。他认为提交垃圾代码的人本来就不会遵守规则，因此与其限制开发者用什么工具，不如直接追究‘提交者’的责任。这种强调结果的现实主义，与部分开源社区“见 AI 就踩一脚”形成鲜明对比。 不过这项政策出台之前，各大开源项目的做法各有不同，NetBSD、Gentoo 直接禁止 AI 生成代码，后者甚至认为大模型生成内容在法律上属于“污染”，因为训练数据的版权来源并不明确。 这就带出了另一个争议焦点：原创声明（DCO）。它要求开发者必须确保自己提交的代码拥有所有权， 但 AI 大模型训练时使用的很多代码都受 GPL 等许可证约束 。 等于说开发者无法完全保证 AI 生成代码的来源合法性 。 除了合规问题，开源社区维护者现在每天都要看到一堆 AI 垃圾代码，其中 cURL 被大量幻觉代码淹没，被迫关闭漏洞奖赏计划。 Node.js 和 OCaml 收到上万行 AI 补丁，引发内部争议。 并且，社区成员也非常反感隐瞒使用 AI 的行为，例如 Sasha Levin 曾在未披露的情况下提交 AI 生成的 Linux 补丁，虽然代码能跑但性能非常差，连 Torvalds 都承认评审不充分。 而 Linux 非常直截了当，新规并不禁止 AI，但要求所有开发者必须写明代码是否由 AI 生成， 同时将失误责任划分给人类开发者 ， 等于是将“谁签字，谁负责”换成了“谁点提交，谁负责” 。
36氪获悉，月之暗面Kimi发布并开源 Kimi K2.6 模型，通用Agent、代码、视觉理解等综合能力全面提升，在多个基准测试优于或持平 GPT-5.4、Claude Opus 4.6 和 Gemini 3.1 Pro等闭源模型。Kimi K2.6长程编码能力得到显著提升，在测试中可不间断编码13小时，编写或修改超过4000行代码。同时大幅增强了Agent自主化执行能力，由 K2.6 模型驱动的Agent集群架构迎来大升级，支持300个子Agent并行完成4000个协作步骤，实现更大规模的并行化。