苹果今天宣布推出Xcode开发环境的重大更新,这是开发者用于构建iPhone、iPad、Mac、Apple Watch甚至Vision Pro应用的主要工具。
Xcode 26.3现已作为候选版本发布。这个最新版本大幅增强了苹果的编码智能功能,内置了对智能体编码的支持,允许自主编码智能体直接在IDE内工作。
苹果将此次更新定位为Xcode 26首次推出的基础智能功能的重大扩展。关键改进在于:早前的版本在处理复杂应用开发任务时存在严重问题。当尝试编写复杂的iPhone应用时,Xcode集成经常崩溃和挂起,导致IDE无法使用。Xcode还无法填充创建应用所需的各种IDE表单。
Xcode 26.3解决了这些问题,使得Claude Code和OpenAI Codex等智能体能够处理复杂的开发任务。根据苹果全球开发者关系副总裁Susan Prescott的说法:"智能体编码能够大幅提升生产力和创意,简化开发工作流程,让开发者能够专注于创新。"
新版本的核心改进包括:智能体可以深入查看文件结构,完全理解项目整体架构,并智能地识别需要修改的文件。智能体可以构建项目、运行测试和识别编译错误,无需直接用户干预。智能体还能运行复杂且冗长的任务,自主进行直到完成或需要用户输入。
此外,Xcode 26.3通过Model Context Protocol(由Anthropic创建的开放标准)开放功能,允许任何兼容的智能体或外部工具与Xcode功能连接。内部项目设置和配置也可以在Xcode AI工作流程内更新。
一项前景广阔的全新功能是智能体可以捕获它们启动的程序的截图,进行UI输出的视觉验证。这可以为项目周转和自主性提供强大提升,允许AI检查更改是否实际到达应用,而不需要进行耗时的人工测试。
然而也存在限制。Xcode模拟器无法拍照、扫描NFC标签或通过iCloud共享数据,因此这些功能必须在真实设备上测试。
Xcode 26.3现已作为候选版本提供给Apple Developer Program成员使用。完整的公开版本将很快通过Mac App Store发布。苹果还将在2月5日举办新Xcode的在线开发者培训活动。
Q&A
Q1:Xcode 26.3的主要创新点是什么?
A:主要创新是内置了对智能体编码的支持,允许Claude Code等智能体在IDE内工作。相比之前的版本,新版本让智能体具有更广泛的自主权和更深层的项目上下文访问,支持更快的迭代、减少手动步骤,并能自主执行复杂任务。
Q2:Xcode 26.3的智能体可以做哪些工作?
A:智能体可以理解项目架构、识别需要修改的文件、构建项目、运行测试、识别编译错误,并能自主运行复杂的长期任务。新版本还支持智能体捕获应用截图进行视觉验证,以及自主启动应用。
Q3:Xcode 26.3有什么限制?
A:Xcode模拟器无法拍照、扫描NFC标签或通过iCloud共享数据,这些功能必须在真实设备上测试。此外智能体的视觉验证功能仅在模拟器上可用,真实设备测试不支持此功能。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。