简介：继三月那篇之后，四月主力工具又变了。现在真正高频在用的，主要是 Codex 和 Claude Code，Antigravity 则更多退到查代码和补小改动的位置。这篇聊聊这三个工具现在各自负责什么，以及我最近是怎么分配模型和任务的。继上次差不多过了一个月。上次还说"我全都要"，CursorCodex一个不落。

一起学习AI。

摘要 前端工具链正经历一场由Rust主导的重构浪潮，从SWC、Turbopack到Bun和pnpm，主流工具纷纷转向Rust。这一趋势背后，AI技术正在改变编程语言的竞争格局：传统语言"易学性"的优势在AI辅助下被削弱，而性能成为更关键的考量因素。AI大幅降低了语言迁移成本（如Bun一周完成从Zig到Rust的转换），并加速了新生态的构建。未来，基础设施层可能继续向Rust等高性能语言集中，而高级

Gary Marcus梳理生成式AI在教育、监控、犯罪、偏见和信息污染等方面的社会问题。— 新论文认为现有Agent记忆系统偏向记录和检索，缺少把短期记忆巩固成长期知识的能力。— Gemini 3.1在14分钟内生成带动画的网站，展示了多模态模型做前端原型的速度。— 开源语音识别模型支持快速转写、单词级时间戳和说话人分离，适合会议记录和字幕场景。— 多模态模型能处理图像，但复杂视觉推理仍依赖语言表

AI领域近期动态频出：谷歌发布多模态模型Gemini Omni，支持从多种媒体输入创建新场景，并永久提升Antigravity平台的Gemini使用限额3倍。NVIDIA推出并行生成扩散模型Nemotron，阿里发布实时同传模型Qwen3.5-LiveTranslate。OpenAI更新Codex功能，新增截图发送和UI修改能力。行业方面，AI公司持续烧钱竞赛，OpenAI向YC创业公司提供API

共收录条资讯。

看到 OpenAI Developers 发了一条关于的推文，就去看了下文档了解了一下。我们平常会给 Codex 写 skill、接 MCP，也会把外部工具接进来。自己用的时候一般都还顺手，但是要给别人复用就比较麻烦。你得一遍遍解释 skill 放哪、MCP 怎么配、依赖先装什么、路径改哪里。这些事单独看都还好，放在一起就容易乱。Codex Plugins 处理的就是这件事。它把这些本来分散的东西

经常用 AI 写代码或者查资料的人，大概都遇到过一个痛点：AI 的知识库总是有延迟的。当你问它“最近 Claude 出了什么新功能”或者“某个新框架的最优解是什么”，它通常会回答不知道，或者提供过时的资料。传统的搜索引擎也有些吃力。搜索结果里充斥着 SEO 内容和二手文章。为了搞清楚“这个技术到底有没有人在生产环境里用”，很多时候你只能手动去刷 Reddit、Twitter（X）或者 Hacker

共收录条资讯。

共收录条资讯。