AI 正在改变开发者工作，GitHub 给出三项需要强化的技能
GitHub 提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的首次答案、用 AI 省下的时间解决更大问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明它用第二个模型对计划、代码和测试进行批判性审查，从而发现首个模型遗漏的问题。
#编码
#编码
今日 0 条GitHub Blog · AI & MLAI 评分2222 OpenAI NewsAI 评分2222 Chatham Financial 用 OpenAI Codex 与 GPT-5.6 将交易验证从 30 分钟压缩至 4 分钟内
Chatham Financial 借助 Codex 和 GPT-5.6 构建技术并重构工作流，将交易验证时间从 30 分钟缩短到 4 分钟以内。这家资本市场咨询公司借此扩展其资本市场专业能力。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展至开发者、企业和消费者。
推荐理由：官方给出 Argon 在编码、企业知识与网络安全防御上的基准表现和分阶段开放路径，可据此判断前沿模型的能力边界与落地节奏。
AWS Machine Learning Blog精选AI 评分6262 GPT-6.1 Sol 在 Amazon Bedrock 正式可用
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，是 GPT-6 Sol 的一次重大升级，面向智能体编码、计算机使用和专业工作负载提供更强的推理能力。
推荐理由：官方给出 GPT-6.1 Sol 在 Bedrock 上的可用入口与成本对比，读者可据此判断智能体编码任务的性价比。
OpenAI News精选AI 评分7878 OpenAI DevDay 2026 回顾：GPT-6 Astra、ChatGPT、Codex 与 API 等 20 多项发布
OpenAI 发布 DevDay 2026 回顾，汇总了 20 多项发布，涉及 GPT-6 Astra、ChatGPT、Codex、API、安全以及面向开发者的新工具。
推荐理由：OpenAI DevDay 2026 一次性放出 20 多项发布，可据此快速了解 GPT-6 Astra、Codex 与 API 的更新范围。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解 AI 热门观点：该不该读 AI 生成的代码、RAG 是否已死、Skills 是否杀死了 MCP
GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成的代码仍需人来负责，但审查力度应随风险而定；Skills 与 MCP 解决的是不同问题，MCP 提供连接工具和数据的标准，Skills 则封装团队流程与最佳实践；RAG 并未消亡，它与 Agent、Skills、MCP 可以共存于同一工作流。
GitHub Blog · AI & ML精选AI 评分6767 GitHub 用 Copilot 把 Copilot 运行时迁移到 Rust
GitHub 用 GitHub Copilot app 和 Copilot CLI 把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产 Rust，代码主要由 AI 智能体编写，分布在 128 个合入 main 的 PR 中并逐步发布。
推荐理由：作者以亲历者身份给出把 80 万行运行时迁到 Rust 的完整数据，可看到智能体协作与人工把关的实际分工。
GitHub Blog · AI & MLAI 评分3636 GitHub Copilot 应用新手指南：使用 diff、终端与浏览器面板
GitHub Copilot 应用内置 diff、终端和浏览器三个面板，让用户无需离开应用即可审查、运行并预览 AI 智能体生成的代码变更。
Mistral AI精选AI 评分6060 Mistral 用 AI 智能体迁移 4 万行 Fortran 77 遗留代码
Mistral 帮助一家欧洲能源运营商将 4 万行 Fortran 77 的油藏模拟器迁移到 C++，该代码库没有测试套件和集中文档。团队先搭建数值对齐校验框架，再用 Vibe CLI 启动上百个智能体解析调用树并生成文档，最终采用规划、编码、测试、审查加人工审核的分模块工作流。
推荐理由：Mistral 公开了用智能体迁移 4 万行 Fortran 77 的完整流程，读者可参考其数值对齐与人工审核节点的做法。
GitHub Blog · AI & ML精选AI 评分7171 GitHub 推出 Project HydraFusion：用多模型编排实现前沿质量
GitHub 发布研究预览 Project HydraFusion，在 GitHub Copilot CLI 中通过运行时编排多个提供商的模型，自动选择 Single、Cascade、Critique 三种执行模式来平衡质量、成本与延迟。
推荐理由：GitHub 官方给出 HydraFusion 的三种编排模式与三个基准上的质量成本对照，可据此判断多模型编排在编码任务中的取舍。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 和面向网络安全的 Gemini 3.8 Flash Cyber，前者在软件工程、智能体任务和多步推理上较 3.7 Flash 明显提升，价格维持每百万输入 token 0.75 美元、输出 3.75 美元。
推荐理由：Gemini 3.8 Flash 在编码与智能体任务上接近更贵的前沿模型，同时保持 3.7 Flash 的价格，可据此判断性价比取舍。
Hugging Face Blog精选AI 评分6060 Multiverse Computing 提出 Quantization-Aware Healing：4-bit 压缩模型在 7/9 基准上超过其全精度版本
Multiverse Computing 发布论文提出 Quantization-Aware Healing（QAH），在 GPT-OSS 120B 压缩到 60B 参数并量化为 MXFP4 后，直接从压缩前的原始模型蒸馏，而非从恢复出的 bfloat16 checkpoint 蒸馏。
推荐理由：论文给出压缩加量化后从原始模型蒸馏的恢复方法，并附9项基准对比，可看4-bit模型反超16-bit来源的具体条件。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.7 Flash，面向编码与智能体
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码与智能体的最强主力模型，距 Gemini 3.6 Flash 仅三周。
推荐理由：Gemini 3.7 Flash 距上一版仅三周，价格降为一半，并给出编码与文档处理等多项基准对比，可据此判断升级幅度与成本变化。
Hugging Face BlogAI 评分3939 ScarfBench：面向企业级 Java 框架迁移的 AI 智能体基准测试
Hugging Face 发布开源基准 ScarfBench，用于评测 AI 智能体在企业级 Java 框架迁移中的表现，覆盖 Spring、Jakarta EE、Quarkus 三大生态，含 34 个应用、102 个框架实现、204 个迁移任务和 1331 个专家测试。评测显示最强智能体行为成功率不足 10%，Claude Code 报告 30 个应用中 29 个构建成功，实际仅 22 个通过。
Hugging Face Blog精选AI 评分8888 智谱发布 GLM-5.2：面向长程任务，支持 1M 上下文并采用 MIT 开源许可
智谱发布旗舰模型 GLM-5.2，主打长程任务能力，首次在 1M token 上下文上稳定支撑长程工作，并以 MIT 开源许可发布。模型引入 IndexShare 架构，每 4 层稀疏注意力共享同一 indexer，在 1M 上下文下将每 token FLOPs 降低 2.9 倍，同时改进 MTP 层使投机解码接受长度最高提升 20%。
推荐理由：GLM-5.2 把 1M 上下文与长程编码能力结合，并给出与闭源前沿模型的基准对比，可据此判断开源模型在长程任务上的位置。
Mistral AI精选AI 评分7171 Mistral 发布工业工程 AI 栈与 Vibe 智能体，并宣布法国 10 MW 数据中心
Mistral 在 AI Now Summit 2026 上发布面向工业工程的 AI 栈，与 Airbus、BMW、ASML 合作优化设计、仿真与生产，并强调对专有数据和 IP 的完全控制。
推荐理由：Mistral 一次性公布工业 AI 栈、Vibe 智能体与自建数据中心，可据此判断其企业级全栈路线。
Mistral AI精选AI 评分8080 Mistral 将 Le Chat 升级为统一智能体 Vibe
Mistral 将 Le Chat 升级为统一 AI 智能体 Vibe，覆盖工作与编码两类任务，原有对话、设置和订阅方案一并迁移。
推荐理由：Mistral 把 Le Chat 升级为统一智能体 Vibe，读者可据此了解其工作与编码两种模式的能力边界和定价。
Mistral AI精选AI 评分8282 Mistral 发布 Mistral Medium 3.5 与 Vibe 云端远程智能体
Mistral 发布 Mistral Medium 3.5，这是一个 128B 稠密模型，把指令遵循、推理和编码合并到同一套权重中，以修改版 MIT 许可开放权重，公开预览阶段成为 Mistral Vibe 和 Le Chat 的默认模型。
推荐理由：Mistral 把编码智能体搬到云端并同步放出 128B 开源权重，读者可据此判断自托管与异步编码的可行边界。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 3.5 Flash
Google DeepMind 发布 Gemini 3.5 系列首个模型 3.5 Flash，主打智能体与编码能力，即日起在 Gemini 应用、Google 搜索 AI Mode、Google Antigravity、Gemini API 及 Gemini Enterprise 等渠道开放。
推荐理由：官方给出 3.5 Flash 在编码与智能体基准上的成绩和开放渠道，可据此判断其速度与成本定位。
Google DeepMind精选AI 评分7171 Google DeepMind 回顾 AlphaEvolve 一年跨领域落地成果
Google DeepMind 回顾 Gemini 驱动的编码智能体 AlphaEvolve 发布一年来的应用成果，称其已从试点成为 Google 基础设施的核心组件，用于优化下一代 TPU 设计并发现更高效的缓存替换策略。
推荐理由：汇总 AlphaEvolve 一年来在基因组、电网、量子物理与 TPU 设计等领域的落地数据，可看到编码智能体跨领域应用的具体边界。
OpenAI News精选AI 评分6262 OpenAI 发布 GPT-5.4 mini 和 nano
OpenAI 发布 GPT-5.4 mini 和 nano，是 GPT-5.4 的更小、更快版本。两款模型针对编码、工具调用、多模态推理以及高并发 API 和子智能体负载做了优化。
推荐理由：OpenAI 官方给出 GPT-5.4 mini 与 nano 的定位，读者可据此判断小模型在编码与工具调用场景的取舍。
Mistral AI精选AI 评分7676 Mistral 发布 Mistral Small 4 开源模型，统一推理、多模态与编码能力
Mistral AI 发布 Mistral Small 4，这是 Mistral Small 系列的下一个重大版本，也是首个把 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力统一到单一模型中的 Mistral 模型，采用 Apache 2.0 许可。
推荐理由：Mistral Small 4 把推理、多模态与编码能力合并进单一开源模型，并给出与 GPT-OSS 120B 的输出长度对比，便于判断效率取舍。
Mistral AI精选AI 评分6464 Mistral 发布 Leanstral：面向 Lean 4 的开源代码智能体
Mistral 发布 Leanstral，这是首个面向 Lean 4 的开源代码智能体，采用 6B 激活参数的稀疏架构，权重以 Apache 2.0 许可开放，并同步上线 Mistral Vibe 的 agent 模式与免费 API 端点 labs-leanstral-2603。
推荐理由：Mistral 开源面向 Lean 4 的代码智能体，给出权重、API 与 FLTEval 评测，可对照其与 Claude 系列的成本差距。
Mistral AI精选AI 评分6262 Mistral 用 Vibe 搭建自动编写 Rails 测试的智能体
Mistral 基于其开源编码助手 Vibe 搭建了一个自动编写 Rails RSpec 测试的智能体，可读取源码、生成或改进测试、按风格规则与覆盖率目标校验，并在 CI/CD 中无人干预运行。
推荐理由：Mistral 公开了用 Vibe 搭建自动写 RSpec 测试智能体的完整方案，包括 AGENTS.md、skills 与自定义工具的具体做法和实测数据。
OpenAI NewsAI 评分5555 OpenAI 发布 Codex Security 研究预览版
OpenAI 发布 Codex Security，定位为 AI 应用安全智能体，目前处于研究预览阶段。该智能体通过分析项目上下文来检测、验证并修复复杂漏洞，官方称其置信度更高、噪声更少。
OpenAI News精选AI 评分8282 OpenAI 发布 GPT-5.4，主打编码、电脑操作与 1M token 上下文
OpenAI 发布 GPT-5.4，称其为面向专业工作能力最强且最高效的前沿模型，具备 SOTA 级编码、电脑操作和工具搜索能力，上下文窗口为 1M token。
推荐理由：官方给出 GPT-5.4 的定位与能力清单，可据此了解前沿模型在专业工作场景的迭代方向。
OpenAI NewsAI 评分3131 OpenAI 与太平洋西北国家实验室合作推出 DraftNEPABench，加速联邦许可审批
OpenAI 与太平洋西北国家实验室联合推出 DraftNEPABench，用于评估 AI 编程智能体加速联邦许可审批的能力。该基准显示，NEPA 草案撰写时间有望最多缩短 15%，并推动基础设施审查现代化。
OpenAI NewsAI 评分4343 OpenAI Codex 与 Figma 推出无缝代码到设计体验
OpenAI 与 Figma 推出 Codex 集成，打通代码与设计，让团队在实现与 Figma canvas 之间自由切换、加快迭代与交付。
OpenAI NewsAI 评分3838 OpenAI 为何不再评测 SWE-bench Verified
OpenAI 宣布不再使用 SWE-bench Verified 评测前沿编程能力，原因是该基准正日益受到污染，且存在测试缺陷与训练数据泄漏问题，已无法准确衡量模型进展。OpenAI 建议改用 SWE-bench Pro。
Hugging Face Blog精选AI 评分6060 Gradio 6 的 gr.HTML 支持自定义模板与 JavaScript 交互
Gradio 6 的 gr.HTML 现已支持自定义模板、作用域 CSS 和 JavaScript 交互，可让 LLM 一次性生成前端、后端与状态管理，全部写在一个 Python 文件里。
推荐理由：原文给出 gr.HTML 的模板与状态同步写法，读者可据此判断单文件生成自定义组件的可行边界。
OpenAI News精选AI 评分6060 OpenAI 发布 GPT-5.3-Codex-Spark 实时编码模型
OpenAI 发布 GPT-5.3-Codex-Spark，称其为首个实时编码模型，生成速度提升 15 倍，支持 128k 上下文。该模型目前面向 ChatGPT Pro 用户开放研究预览。
推荐理由：OpenAI 公布实时编码模型的速度与上下文规格，可据此判断编码工作流的响应变化。
OpenAI NewsAI 评分2626 OpenAI 的 Harness engineering：在智能体优先的世界中驾驭 Codex
OpenAI 技术团队成员 Ryan Lopopolo 提出 Harness engineering，探讨在智能体优先的世界中如何利用 Codex。文章聚焦于围绕 Codex 构建工程实践，而非模型本身的能力。
OpenAI News精选AI 评分7878 OpenAI 发布 GPT-5.3-Codex
OpenAI 发布 GPT-5.3-Codex，这是一个 Codex 原生智能体，将前沿编码能力与通用推理结合，面向长周期、真实世界的技术工作。
推荐理由：OpenAI 官方发布 Codex 原生智能体模型，可据此了解其在编码与通用推理上的定位。
OpenAI News精选AI 评分6262 OpenAI 发布 macOS 版 Codex 应用
OpenAI 发布面向 macOS 的 Codex 应用，定位为 AI 编码与软件开发的指挥中心，支持多智能体、并行工作流和长时间运行的任务。
推荐理由：OpenAI 官方给出 Codex 桌面端的产品定位与多智能体并行能力，可据此判断 AI 编码入口的形态变化。
Mistral AI精选AI 评分6262 Mistral 发布终端编码智能体 Mistral Vibe 2.0
Mistral 发布终端编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型系列驱动，新增自定义子智能体、多选项澄清、斜杠命令技能和统一智能体模式，CLI 修复持续自动更新。
推荐理由：官方给出 Vibe 2.0 的自定义子智能体、斜杠命令技能与定价变化，可据此判断终端编码智能体的使用成本。
Mistral AI精选AI 评分8080 Mistral 发布 Devstral 2 编码模型与 Mistral Vibe CLI
Mistral AI 发布新一代编码模型系列 Devstral 2，含 123B 的 Devstral 2 和 24B 的 Devstral Small 2，分别采用修改版 MIT 和 Apache 2.0 许可，均为开源。
推荐理由：官方给出两款开源编码模型的参数、许可与 SWE-bench 成绩，并附与闭源模型的对比评测，可据此判断开源编码智能体的当前水位。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 3 Pro 并推出 Antigravity 开发平台
Google DeepMind 发布 Gemini 3 Pro，称其在主要 AI 基准上超过此前版本，编码与智能体任务表现优于 2.5 Pro。模型已在 Google AI Studio 和 Vertex AI 以预览形式开放，200k token 以内输入 $2/百万 token、输出 $12/百万 token，并在 Google AI Studio 免费提供但有限速。
推荐理由：官方给出 Gemini 3 Pro 的基准成绩、API 定价与 Antigravity 平台入口，可据此判断其编码与智能体能力落点。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 3，Pro 版预览上线并推出 Deep Think 模式
Google DeepMind 发布 Gemini 3，称其为自家最智能的模型，首发 Gemini 3 Pro 预览版，并同步上线 Gemini 应用、Search 的 AI Mode、AI Studio、Vertex AI、Gemini CLI 及新的智能体开发平台 Google Antigravity。
推荐理由：官方一次性给出 Gemini 3 Pro 与 Deep Think 的基准成绩、产品落地范围和开放入口，可据此判断能力代际变化。
Google DeepMind精选AI 评分8282 Google 发布智能体开发平台 Antigravity
Google 发布智能体开发平台 Antigravity，已开放免费公开预览，支持 macOS、Linux 和 Windows。该平台在传统 AI IDE 的 Editor 视图之外新增面向智能体的 Manager 视图，可并行编排多个工作区中的智能体，并通过任务列表、实现计划、截图和浏览器录制等 Artifacts 呈现工作过程。
推荐理由：Google 把 IDE 拆成同步编辑器与异步 Agent Manager 两层，读者可据此判断智能体编程工具的产品形态走向。
Hugging Face BlogAI 评分4848 BigCodeArena：通过代码执行端到端评判代码生成
Hugging Face 推出 BigCodeArena，这是首个通过实际执行来评估代码生成模型的人类参与平台，支持 10 种语言和 8 种执行环境，可实时运行模型生成的代码并投票。平台自 2025 年 2 月上线以来已收集超 14,000 段对话、4,700+ 条偏好投票，覆盖 10 个前沿 LLM，o3-mini 与 o1-mini 在 Elo 排名中稳居第一梯队。