feder-cr/git-ai

xingjian-bai/opal

这是一个 PyTorch 优化器包装器项目，名为 OPAL（OPtimizer with an Agent in the Loop）。它让编码智能体在模型训练过程中持续改写优化器：用户用一行代码包装现有优化器，智能体（Claude Code）定期读取运行报告，决定是否重写把梯度转为更新的优化器程序，以及用于衡量指标的析程序。标签包括深度学习、LLM 智能体、优化器、PyTorch。

构建新版 GitHub Copilot 内联建议模型：第二部分

Building the new GitHub Copilot Inline Suggestions Model: Part Two

这是 VS Code 官方博客系列的第二篇，讲述把补全式幽灵文本、光标附近的下一处编辑建议和较远位置的编辑统一到单个“3-in-1”模型的过程。文中说明此前分别由独立模型负责，并指出统一后一次请求可覆盖多种代码编辑行为，减少模型调用与服务复杂度。适合关注 Copilot 内联建议实现与编辑器 AI 设计的人阅读。

由 LLM 完成的 TypeScript 编译器、检查器与 LSP 的 Rust 移植

Port of the TypeScript compiler, checker and lsp to Rust, by LLM

一个实验性项目，作者尝试让大模型把 TypeScript 7 的编译器（tsc）、类型检查器和 LSP 移植到 Rust，称确实做到了，token 成本超过 42 万美元，并估计可能只需约 2 万美元即可完成。README 给出对 T3 Code 做完整类型检查的耗时对比（tsc-rs --fast 9.77 秒，tsc 7 为 42.55 秒，tsc 6 为 191 秒），以及动机（测试模型能力、做快速类型检查器、支持 WASM）和“早期版本”的提示。

构建新版 GitHub Copilot 内联建议模型：第一部分

Building the new GitHub Copilot Inline Suggestions Model: Part One

这是 VS Code 官方博客系列的第一篇，介绍 GitHub Copilot 内联建议的三种形态：补全式幽灵文本、光标附近的下一处编辑建议和远距离编辑，此前各由专门的模型路径支持。文中提到过去 90 天内超过 610 亿次成功的模型请求，并说明团队已将三者统一到一个“3-in-1”模型。适合关注 Copilot 内联建议模型演进的人阅读。

Parameter Golf 教给我们的关于 AI 辅助研究的事

What Parameter Golf taught us about AI-assisted research

OpenAI 于 2026 年 5 月 12 日发布的研究文章，回顾名为 Parameter Golf 的开放机器学习挑战：该活动吸引 1000 多名参与者、2000 多份提交，在严格约束下探索 AI 辅助机器学习研究、编程智能体、量化与新型模型设计。文中还设有“技术印象”和“纪录赛道”等小节，分享相关经验。