Simon Willison 用 details/summary 折叠 AI 生成的 PR 描述
Simon Willison 分享用 HTML details/summary 折叠 AI 生成的长篇 PR 描述，让读者先看人工精选的高层摘要。GitHub Markdown 支持该标签，他用模型名和 effort level 作为 summary，例如 Claude Opus 5.5 Medium。datasette 和 llm 的多个 PR 示例显示，完整智能体说明仍可展开查看。
#编码
Simon WillisonAI 评分7474 Latent SpaceAI 评分5757 斯坦福如何教 AI 原生工程：Mihail Eric 谈 CS146S 课程与 Monaco 实践
斯坦福 CS146S 主讲人 Mihail Eric 在访谈中介绍课程如何教 AI 原生工程，并分享 Monaco 的工程实践。课程把部分作业改为向开源项目提交补丁，由维护者评审。Monaco 在评估代码审查产品后继续使用 Devin，并自建 agent workspace；同一系统还可回答工程师的故障调查和销售的产品说明需求。
Latent SpaceAI 评分4949 AI Engineer 百万订阅特别节目：Stanford 如何教 AI-Native 工程 — Mihail Eric, Monaco
Mihail Eric 讲解 Stanford CS146S 如何教 AI-Native 工程：学生要学习陌生 repo、提出变更并向维护者解释 patch。Monaco 搭建 agent workspaces、采购 code review 工具，并给 on-call agent 接入 Datadog 和 GitHub。
The DecoderAI 评分5656 Karpathy 用 Claude 周末搭建 HackerTube 视频平台
Karpathy 用 Claude Opus 5.5 周末搭建 HackerTube，筛出 6,454 个视频。该平台从 20 年 Hacker News 的 43 million 条评论中筛选，无需登录，只显示视频中间帧，并在浏览器本地保存状态。他还用 Claude Code 在 3 分钟内搭建 TristanTube，收录 47,000 个视频，并称过去数周的项目现在可在几小时内完成。
The DecoderAI 评分6565 Co-Design Bench 真实测试显示 AI 编码智能体近四分之三任务仍需人工收尾
阿里巴巴与多所亚洲大学构建 Co-Design Bench 编码智能体基准，表现最好的模型 GPT-6 Astra 在真实网页应用改动任务中仅 26.4% 的任务完全正确。它平均满足约 70% 要求，但多数任务仍留下至少一个细节，需要人工收尾。Claude Opus 5 和 Qwen3.8-Max 紧随其后，Grok 4.6 最后；该基准针对现有测试饱和，运行环境也会明显改变模型表现。