Cursor 设计模式上线 Annotate，Cognition 发 FrontierCode 2.0，Anthropic 工程师称编码面试已死

今日要点

Cursor 把设计稿变成 agent 输入：Design Mode 新增 Annotate，可圈选元素、手绘标注、按屏幕尺寸审稿，让视觉提示直接进入 coding agent 回路。
评测从「写对规格」升级到「敢不敢 merge」：Cognition 发布 FrontierCode 2.0；同日 Zed 让 Claude Code 通过 /delta share 进入多人同线程。
人与 agent 的分工继续重写：Anthropic 工程师拿掉 coding interview；Grok Bot 侧既晒「为 agent 友好写代码」的吞吐，也放出帮看 mentions 的 tibot。

1. Cursor Design Mode：Annotate 把视觉提示交给 agent

要点：@cursor_ai 宣布 Design Mode 新能力 Annotate——给 agent 视觉提示：编辑页面元素、在页面上直接涂画，并按不同屏幕尺寸审设计。配套快捷键 Cmd+Shift+D 可从浏览器进入。社区跟帖称「design mode glowup」值得被研究。

为何值得看：coding agent 的输入不再只是自然语言与 diff——设计稿上的圈画成为一等公民提示，IDE 竞争扩到「设计和实现是否同一次会话」。

cursor_ai：Annotate 发布：https://x.com/cursor_ai/status/2115159585548021814
cursor_ai：Cmd+Shift+D 入口：https://x.com/cursor_ai/status/2115159597489225937
johnbai：design mode glowup：https://x.com/johnbai/status/2115185447601312013

2. Cognition FrontierCode 2.0：敢不敢 merge 这个 PR

要点：@cognition 发布 FrontierCode 2.0——多数 coding eval 只测「是否满足规格」，FrontierCode 追问「你真的会 merge 这个 PR 吗」。任务由对应开源仓维护者打造（每题 40+ 小时），约 80% 审计后参考解优于上游 PR。性价比图上：Opus 5.5 与 GPT-6 Astra 领跑智力档；GPT-6.1 Sol 以约 \$1.03/task 打出成本效率；榜单排序与 DeepSWE / 前代明显不同。

为何值得看：当模型都能「写出能跑的补丁」时，下一道门槛是可维护性与审查品味——基准开始模拟真实 merge 决策，而不只是单元测试绿灯。

cognition：FrontierCode 2.0 官宣：https://x.com/cognition/status/2115132488775524793
cognition：性价比分档：https://x.com/cognition/status/2115132491107651933
cognition：与 1.1 / DeepSWE 排序差异：https://x.com/cognition/status/2115132493259321443

3. Anthropic 工程师：本队编码面试已死

要点：@felixrieseberg（Anthropic）写道：至少在他的团队，coding interview 已经死了——不再提供有效信号，本月已从面试流程移除；同时给出偏乐观的看法：初级工程师反而可能迎来新机会（链博文）。该帖收藏数与点赞几乎持平，偏「可收藏的招聘方法论」传播。

为何值得看：当一线模型公司公开拿掉现场写题，说明「人写算法题」与「人驾驭 agent 交付系统」之间的信号错位已经被写进招聘流程。

felixrieseberg：coding interview is dead：https://x.com/felixrieseberg/status/2115200995546566910

4. Grok Bot：tibot 看 mentions，代码库为 agent 友好而改

要点：@poteto 公开 tibot——用 Grok Bot 管理 X 账号：抓取关于你或关键词的帖（不论是否 @）、日更/小时摘要、滤垃圾、翻译非英语、可自动拉黑，但从不代发。另帖称 Grok Bot 团队把「容易做的事做成对的事」，让工程师/设计/PM 每天合入数百 PR；强调 token 消耗大量落在维护质量，而不只是新功能。两条合在一起：产品侧做个人情报 agent，工程侧把仓库改成 agent 友好。

为何值得看：个人 agent 叙事从「帮你写代码」扩到「帮你读社交噪声」；同时「为 agent 改代码库」成为可公开炫耀的工程文化，而不只是内部工具链八卦。

poteto：分享 tibot：https://x.com/poteto/status/2115205951649423585
poteto：为 agent 友好写代码：https://x.com/poteto/status/2115133011352240581

5. Claude Code 多人模式：`/delta share` 共享线程与未提交改动

要点：@zeddotdev 宣布 Claude Code is now multiplayer：在 Claude Code 里运行 /delta share，队友以自己的会话加入，共享完整上下文与未提交工作，双方在同一线程上协作，底层由 DeltaDB 支撑。同线程另发 Delta CLI，方便给其他工具加 DeltaDB；下一步计划接入 Zed 与 Pi。

为何值得看：coding agent 从「单人终端会话」走向「可共享的工作线程」——协作单元变成上下文+工作树，而不只是 Git 分支名。

zeddotdev：Claude Code multiplayer：https://x.com/zeddotdev/status/2115135016233509239
zeddotdev：Delta CLI：https://x.com/zeddotdev/status/2115135017512755710

6. Anthropic：Claude 进入药物研发与生命科学

要点：@AnthropicAI 称过去数月科学家与六家新药研发组织深度合作，并启动自有药物发现工作；博文分享早期结果，以及 Claude 如何支撑药物开发多阶段。该帖是当日互动最高的官方帖之一。

为何值得看：模型公司的「垂直落地」叙事从 coding / customer support 扩到受监管的生命科学——对 agent 可靠性与可审计性的要求会反向约束通用产品。

AnthropicAI：药物研发合作：https://x.com/AnthropicAI/status/2115178675050307942

7. trq212：需要一种「可被 agent 改、又能自动合上游」的开源分发

要点：@trq212 认为需要新的开源软件分发方式：人们能用 agent 修改，同时自动获得上游合并；coding agents 理论上能做，但不会自动发生。帖文收藏与讨论热烈，和同日「agent 改仓库 / multiplayer 会话」互相印证。

为何值得看：当改代码的边际成本下降，「分叉 vs 上游」的摩擦会成为新产品缺口——比又一个 agent IDE 更接近基础设施层问题。

trq212：agent-modifiable OSS：https://x.com/trq212/status/2115188992861970693

8. thdxr：DeepSeek 流量一台机架就能扛，缺的是创造需求的产品

要点：@thdxr 把需求说透：OpenRouter 作为最成功的模型路由，其 DeepSeek 流量几乎可被单台 GB300 机架吃下（估值约 6–7M 级）；即便暗盘需求再高一个数量级，算力盘子仍有限。另帖追问 neocloud → inference → router 链条尽头：「没有创造需求的产品，这些 OSS 产能去哪」——someone's gotta make the apps。

为何值得看：开源权重热与 GPU 扩产叙事撞上「谁来做应用」——对做 coding agent / harness 的人，这是需求侧而不是供应侧的 bell。

thdxr：OpenRouter / DeepSeek 需求量级：https://x.com/thdxr/status/2115165365630026178
thdxr：someone's gotta make the apps：https://x.com/thdxr/status/2115085009220780377
thdxr：看不见的 DeepSeek 需求？：https://x.com/thdxr/status/2115149884890198356

9. Liquid AI LFM3：~2B 开源权重，专训进 agent harness

要点：@omarsar0 转发并解读 Liquid AI LFM3：约 2B 开源权重家族，覆盖文本/视觉/音频/omni/决策，共享骨干；LFM3-1.7B 针对 Hermes Agent、Pi 等 harness 训练，256K 上下文；Liquid 自评 WebArena-Verified 38.4 vs Qwen3.5-9B 的 28.9，可单卡微调，指向 always-on 本地 agent。

为何值得看：小模型叙事从「能聊天」转向「能塞进常驻 harness」——本地 agent 的胜负手变成工具调用与长上下文，而不只是参数量广告。