开发者周报 260818

Dev 开发者周报，包含行业动态、编程语言、开发者工具、开源项目、技术文章等内容关注

⚡️ 动态

DeepSeek API 已改为峰谷分时计费，非高峰时段价格也高于此前

DeepSeek API 已于 8 月 16 日改用峰谷分时定价，非高峰时段价格为高峰时段的一半。以 V4-Pro 为例，非高峰时段每百万 token 的输入缓存命中、未命中和输出价格分别为 0.022、0.66、1.98 美元，高峰时段则翻倍。需要注意的是，非高峰时段并不是降价，价格相比此前仍有所上涨，只是涨幅较小。（DeepSeek）

Anthropic 给 Claude 输出加上文本水印，全球生效

Anthropic 宣布为 Claude 生成的文本加入水印，采用 Google DeepMind SynthID-Text 方法的变体，通过调整选词时的随机性来留下可检测的特征。该机制全球生效，API 生成的文本也包含水印，目前没有提供关闭选项。事实性内容和代码中的水印较少，但代码注释仍可能包含。Anthropic 称水印不会影响文本质量或增加成本；John Gruber 则对此提出质疑，认为即使只是调整同义词的选择，也可能让模型偶尔放弃更好的措辞。（Anthropic）

Stripe 据报道将以 70 亿美元收购 OpenRouter

Bloomberg 报道称，Stripe 已与 AI 模型路由平台 OpenRouter 达成收购协议，金额超过 70 亿美元，但双方尚未官宣，最终价格也可能调整。OpenRouter 今年 5 月刚以约 13 亿美元估值完成 1.13 亿美元 B 轮融资，意味着估值在三个月内大幅上涨。对开发者而言，目前尚无产品、价格或服务条款变化。（Bloomberg）

Agent Plugins 1.0 在 VS Code、Copilot CLI 与 Copilot App 全量可用

VS Code、Copilot CLI、GitHub Copilot SDK 和 Copilot App 均已支持 Agent Plugins 1.0，覆盖所有 Copilot 套餐。开发者只需按统一的 plugin.json、skills/ 和 mcp.json 结构组织插件，就能跨多个 Agent 工具使用；企业还可以统一控制插件的安装范围。（GitHub）

Debian 就 LLM 辅助贡献进行投票

Debian 正在就是否允许使用 LLM 辅助贡献代码进行投票，共有 9 个选项，从全面禁止到有条件允许不等。投票由 Debian 开发者参与，8 月 28 日截止，结果将决定 Debian 如何处理使用 AI 生成或辅助完成的代码、文档等贡献。（Debian）

💻 编程语言

Mojo 1.0 发布：正式进入生产阶段

随 Modular 26.5 一同发布，Mojo 从长期预览进入 1.0 稳定版，官方明确表示可用于生产环境。它保留 Python 的语法习惯，同时加入更接近系统语言的能力，并提供面向 CPU 和 GPU 的编译路径，主要面向 AI 内核等对性能要求较高的场景。1.0 最大的变化是 API 和语言语义开始进入稳定承诺阶段。（Modular）

Flutter 3.47：Material 与 Cupertino 组件拆成独立包

此次最大的变化是将 material_ui 和 cupertino_ui 从 Flutter SDK 中拆分出来，各自独立发布 1.0 版本，之后可以脱离 Flutter 的版本周期单独升级。其他更新包括桌面端默认启用 Impeller，以及支持 iOS、macOS 和 Xcode 27，Flutter Widget Previews 也正式稳定。（Flutter）

React Native 0.87：Strict TypeScript API 成为默认，最低要求升级

Strict TypeScript API 成为默认公共 API，类型直接从源码生成，避免类型定义与实际实现不一致；旧类型将在 0.88 之后移除，有自定义类型补丁的项目需要提前迁移。Metro 同步升级至 0.87，并实验性支持 Swift Package Manager；工具链最低要求提升至 Node.js 22、AGP 9 和 Kotlin 2.0。（React Native）

Django 转向年度发布周期，版本号改用年份

Django Steering Council 通过 DEP 20：从 2028 年开始每年发布一个新版本，每个版本都提供三年支持，其中第一年修复常规 Bug，之后两年主要处理安全问题和数据丢失问题。版本号也将改为年份形式，例如 Django 2028、Django 2029。每个版本发布时支持最近三个 Python 版本。（Django）

Rust 征集 impl 与字段可变性限制的测试反馈

Rust 正在测试两项新的库设计限制：允许库作者公开类型，但限制下游为其实现特定 trait，或修改某些公开字段。这样既能保持类型开放，又能更好地保护库内部不变量，对需要严格控制类型行为的库尤其有用。（Rust Blog）

🛠️ 开发者工具

Delta —— Zed 推出的多人协作开发环境

Delta 是 Zed 团队推出的独立应用，主打人与 AI Agent 协作开发与代码评审。它会实时同步对话和代码编辑记录，让团队成员可以围绕同一份代码和 Agent 协作；每个讨论线程都可以生成链接，在浏览器中直接打开，无需安装客户端。首批支持 Claude Code 等 Agent，当前处于私有 Beta 阶段。

DeepSeek Harness —— DeepSeek 开源的 Agent 运行时框架

DeepSeek Harness 是一个可插拔的 Agent 运行时框架，目前处于 Developer Preview。模型、工具、技能、会话、沙箱、存储等都可以替换；每次运行都会记录完整事件日志，因此支持暂停恢复、分叉、检索和回放。内置 Linux Landlock 沙箱，适合开发和调试 Agent。目前版本为 0.1.0-rc.6。

VS Code 1.133 —— Agent 会话独立运行，并开放 Agent Host Protocol

Agent Host 现在运行在独立进程中，同一个 Agent 会话可以同时从多个 VS Code 窗口连接。微软同时公开 Agent Host Protocol（AHP），为第三方 Agent 工具接入 VS Code 的会话模型提供统一协议。模型选择器支持在 Anthropic 和 Copilot 模型之间逐轮切换。新版还新增了未登录 GitHub 也能打开 Agents 窗口的实验设置，目前仅支持 Claude。

Unsloth Desktop —— Unsloth 推出的原生桌面应用

Unsloth Desktop 将现有的 Unsloth Studio 封装为桌面应用，可在本机进行模型推理、无代码微调、RL 和预训练，也支持图像与视频模型训练，并可导出 GGUF、NVFP4 等格式。采用 Tauri，提供 macOS、Windows 和 Linux 安装包，支持 NVIDIA、AMD、Intel、Apple Silicon 以及 CPU。需要注意的是，桌面应用是新增的产品形态，Unsloth 本身早已是成熟的微调工具；许可证也分为 Apache 2.0 的 Core 和 AGPL 3.0 的 Studio 界面层。

Codex in ChatGPT desktop app for Linux —— ChatGPT 桌面端与 Codex 进入 Linux 预览

OpenAI 为 Linux 提供 ChatGPT 桌面端预览版，支持 Ubuntu、Debian 和 Fedora，并提供 x64 与 ARM64 安装包。内置 Codex，可打开本地项目、编辑文件、操作 Git 仓库并执行命令，补上了 Linux 此前只有 Codex CLI、没有桌面端的空缺。

cordis —— DeepSeek Harness 底层的插件元框架

Cordis 是一个 TypeScript 插件元框架，将工具、LLM 适配器、文件访问和 Agent 循环等能力都作为插件挂载到共享上下文中。它属于 Cordiverse，项目早于 DeepSeek Harness，后者基于 Cordis 构建。随着 DeepSeek Harness 开源，Cordis 也受到关注。

ThoughtDAG —— 把 LLM 对话变成可编辑的上下文图

ThoughtDAG 将传统线性对话改成可编辑的有向无环图，可以从任意节点分叉、裁剪和重组上下文，再将需要的部分交给模型。对于反复调试 Prompt 或进行长链路任务的人，可以减少无关历史对当前任务的干扰。

Git-knife —— 像编辑表格一样批量修改 Git 提交信息

Git-knife 把原本需要通过 rebase、filter-branch 等命令完成的历史批量改写，做成表格化交互界面，可以直接修改提交信息、作者和日期。适合批量修正作者信息或统一修改一段提交历史。

📚 推荐阅读

How we tracked down a 16-year-old SQLite bug —— Tailscale 如何追踪一个存在 16 年的 SQLite Bug

Tailscale 遭遇多次数据库损坏后，最终定位到 SQLite WAL 重置流程中的一个长期数据竞争：checkpoint 与写事务并发时，可能误判数据已经写回主库，导致已提交数据丢失。文章重点复盘了如何通过事务日志回放、VFS 追踪等手段定位这个极难复现的问题，以及修复过程中出现的后续问题。作者最后总结：以非标准方式使用看似简单可靠的技术，本身就是一种风险。

Auto-research with codex: How I achieved a 232x Faster Kernel —— 用 Codex 自动优化 GPU Kernel

作者让 Codex 自主运行实验循环优化 GPU Kernel，最终实现 232 倍加速，并完整记录了成功与失败的尝试。文章更有价值的地方在于展示了如何设计 Agent 自动实验流程，包括停止条件、结果比较和失败回退机制。

本周讨论：AI 编码的反思与质疑

几篇文章从不同角度重新审视 AI 编码：基本的软件工程能力可能比过去更重要；与 Agent 协作更像管理和监督，而不只是写代码；模型能力与成本之间存在取舍；也有人继续质疑 AI 编码对软件质量和开发方式的长期影响。几篇文章共同指向一个问题：当写代码越来越便宜，真正稀缺的究竟是什么？

Happy Coding 👋

Read the full story on dev.com.cn →

添加评论
点赞收藏
点踩分享查看原文
评论
?
参与讨论