OpenAI正式推出每月100美元的专业订阅方案,填补了原有20美元Plus计划与200美元Pro计划之间的空白。新方案主要面向开发者,提供比Plus计划多5倍的AI编程工具Codex使用额度。OpenAI明确表示,此举旨在与Anthropic长期提供的100美元Claude订阅方案展开竞争。目前全球每周有超过300万用户使用Codex,过去三个月使用量增长5倍。
OpenAI为其代码生成应用Codex新增插件功能,试图追赶Anthropic的Claude Code和Google的Gemini命令行界面。这些插件包含技能包、应用集成和MCP服务器,可简化特定任务配置。虽然功能并非全新,但提供一键安装体验。新的插件市场支持GitHub、Gmail等服务集成,模仿Claude Code的成功模式。此举反映OpenAI在追赶竞争对手方面的努力。
OpenAI的Codex智能编程应用现已推出Windows版本。该应用Mac版本在2月初发布后一周内下载量超过100万次,目前周活跃用户达160万。Windows版本需求同样旺盛,超过50万开发者在等候名单中。该版本专为Windows开发环境构建,提供原生沙盒和工作流程,默认使用Windows原生沙盒,也可选择Linux子系统。应用采用GPT-5.3-Codex等多个模型,现已面向所有ChatGPT用户开放。
随着代理编程工具普及,软件工程师的工作变得日益复杂,需要同时管理数十个编程代理。Cursor推出名为Automations的新系统,可根据代码库更新、Slack消息或定时器自动启动代理,帮助工程师摆脱"提示-监控"模式。该系统每小时运行数百次自动化任务,涵盖代码审查、安全审计和事件响应等。在激烈竞争中,Cursor市场份额保持稳定,年收入已超20亿美元。
据彭博社消息,AI编程助手Cursor的年化营收已超过20亿美元,这一数字是通过将最新月度营收乘以12计算得出。这家成立四年的初创公司在过去三个月内营收增长率翻倍。该披露似乎是为了回应近期的质疑声浪,上周有推文质疑Cursor发展势头是否停滞。过去一年中,Cursor将重心转向大型企业客户,目前企业客户约占其营收的60%,而面临Claude Code等竞争对手的挑战。
设计平台Figma正在集成OpenAI的AI编程工具Codex,让用户能在编程环境中直接创建和调整设计。此举距离Figma与Anthropic合作集成Claude Code仅一周时间。通过Figma的MCP服务器,用户可以在Figma设计和Codex编程之间无缝切换。这一集成让工程师能在不离开工作流程的情况下进行可视化迭代,设计师也能更接近实际实现而无需成为全职程序员。
OpenAI发布了Codex的macOS桌面应用,这是其基于大语言模型的编程工具,此前仅能通过网页命令行或IDE扩展使用。此举旨在追赶Anthropic已推出macOS版本的Claude Code。新应用专为管理多个并行编程代理而设计,支持项目分组、工作树以及技能扩展等功能。为缩小竞争差距,OpenAI采取提高使用限额的策略,各付费计划的使用限制翻倍,并限时向免费用户开放Codex服务。
作者通过两个月内使用Claude Code和其他AI编程工具完成50多个项目,总结了十大经验教训。文章指出,AI编程工具虽然能快速生成原型和简单应用,但在处理复杂项目、创新设计和生产级代码方面仍有局限。人类开发者依然不可替代,AI工具更像是放大器而非替代品。作者强调,这些工具带来了前所未有的创作可能性,但也面临训练数据局限、创新困难等挑战。
法国AI初创公司Mistral AI发布了Devstral 2,这是一个拥有1230亿参数的开放权重编程模型,在SWE-bench Verified基准测试中获得72.2%的分数。该公司还推出了名为Mistral Vibe的开发应用,这是一个命令行接口工具,能够扫描文件结构、维护项目上下文并自主执行shell命令。同时发布的还有240亿参数的Devstral Small 2,可在消费级硬件上本地运行。
亚马逊云服务宣布将向符合条件的早期初创公司免费提供一年的Kiro Pro+额度,最多支持100个用户。该计划面向获得从种子轮到B轮融资的美国初创公司,但法国、德国、意大利等多个国家和地区不在覆盖范围内。申请截止日期为12月31日。此举旨在帮助亚马逊的AI编程工具在激烈的市场竞争中突围。
谷歌开发工具项目经理Ryan Salva分享了AI工具如何改变编程方式的见解。他负责Gemini CLI和Gemini Code Assist等工具,引导开发者进入代理编程新时代。最新研究显示,开发者开始使用AI工具的中位时间是2024年4月,恰好对应推理模型的兴起。Salva认为工具调用能力是关键突破,让模型能够自我纠错。他预测未来开发者将更像架构师,专注于将复杂问题分解为可解决的任务。
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。