OpenAI 发布 GPT-5.2-Codex 编码模型
OpenAI 发布 GPT-5.2-Codex，称其为该公司最先进的编码模型。该模型具备长程推理、大规模代码转换和增强的网络安全能力。
推荐理由：OpenAI 官方给出 GPT-5.2-Codex 的定位与三项能力方向，可据此了解其编码模型迭代重点。
#编码
#编码
今日 0 条OpenAI News精选AI 评分8080 OpenAI News精选AI 评分6262 OpenAI 发布 GPT-5.2 系统卡增补：GPT-5.2-Codex
OpenAI 发布 GPT-5.2 系统卡增补文件，涉及 GPT-5.2-Codex。
OpenAI NewsAI 评分4242 OpenAI 如何用 Codex 在 28 天内交付 Android 版 Sora
OpenAI 借助 Codex 在 28 天内完成 Android 版 Sora 的交付，通过 AI 辅助规划、翻译和并行编码工作流，让小团队实现快速可靠的开发。
Mistral AI精选AI 评分8282 Mistral 发布 Devstral 2 编码模型与 Mistral Vibe CLI
Mistral AI 发布下一代编码模型系列 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、SWE-bench 成绩与许可差异，并附独立人工评测对比，可据此判断开源编码模型与闭源模型的差距。
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，即日起公开预览且免费，支持 macOS、Linux 和 Windows。它保留 AI 驱动的 IDE 编辑器视图，同时新增面向智能体的 Manager 界面，可并行编排多个工作区中的智能体，并通过任务列表、实现方案、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 Blog精选AI 评分6060 BigCode 发布 BigCodeArena：通过代码执行端到端评判代码生成
BigCode 项目发布 BigCodeArena，这是首个通过实际执行代码来评估代码生成模型的人类参与平台，用户提交编程任务后可对比两个模型的生成结果、运行程序并投票，结果汇总为排行榜。
推荐理由：平台把代码执行结果纳入人类投票，并公开 5 个月社区数据与两个新基准，可据此了解代码模型评测的新做法。
OpenAI News精选AI 评分7272 OpenAI Codex 正式可用，新增 Slack 集成、SDK 与管理工具
OpenAI Codex 现已正式可用（generally available），面向开发者新增多项功能：Slack 集成、Codex SDK，以及用量看板和工作区管理等管理工具。官方称这些更新让 Codex 更易使用，也更容易在规模化场景下管理。
推荐理由：Codex 从预览转为正式可用，并给出 Slack 集成、SDK 与管理工具，读者可据此判断团队规模化使用的门槛变化。
OpenAI News精选AI 评分6060 OpenAI 升级 Codex，提升速度与实时协作能力
OpenAI 宣布升级 Codex，使其更快、更可靠，并增强实时协作与独立处理任务的能力。升级后的 Codex 可在终端、IDE、网页乃至手机上使用。
推荐理由：官方给出 Codex 在速度、可靠性与实时协作上的升级方向，读者可据此判断多端编码工作流的变化。
OpenAI News精选AI 评分7171 OpenAI 发布 GPT-5 系统卡增补：GPT-5-Codex
OpenAI 发布 GPT-5 系统卡增补，公开新模型 GPT-5-Codex，这是 GPT-5 针对 Codex 中智能体编码进一步优化的版本。GPT-5-Codex 会根据任务复杂度更动态地调整思考投入，对简单对话查询或小任务快速响应，对更复杂任务则独立工作更长时间。
推荐理由：GPT-5 系统卡增补披露了面向 Codex 智能体编码优化的新模型，读者可了解其动态调整思考投入的机制。
OpenAI News精选AI 评分8585 OpenAI 在 API 平台推出 GPT-5
OpenAI 在 API 平台推出 GPT-5，主打高推理性能、面向开发者的新控制项，以及在真实编码任务上的领先结果。
推荐理由：OpenAI 在 API 平台上线 GPT-5，开发者可据此了解新模型在推理与真实编码任务上的定位。
OpenAI News精选AI 评分6262 用 GPT-5 进行编码与设计
OpenAI 发布文章介绍 GPT-5 在编码与设计方面带来的新可能，但摘要未给出具体功能、能力数据或使用方式。
OpenAI NewsAI 评分2727 Cursor 如何使用 GPT-5
OpenAI 发文介绍 Cursor 如何使用 GPT-5。原文未披露具体功能细节、参数或性能数据。
OpenAI News精选AI 评分8585 OpenAI 发布 GPT-5
OpenAI 发布 GPT-5，称其为目前最强的 AI 系统，在智能水平上较此前所有模型有显著跃升。GPT-5 在编码、数学、写作、健康、视觉感知等方面达到 SOTA 表现。
推荐理由：OpenAI 官方公布 GPT-5 的定位与能力覆盖范围，读者可据此了解其相对前代模型的升级方向。
Hugging Face BlogAI 评分2222 Hugging Face 发布 3LM：面向阿拉伯语 LLM 的 STEM 与代码基准
Hugging Face 推出 3LM（علم），一个评估阿拉伯语 LLM 在 STEM 与代码生成上表现的多组件基准，包含 865 道原生 STEM 选择题、1744 道合成 STEM 选择题，以及翻译自 HumanEval+ 和 MBPP+ 的阿拉伯语代码任务。
Mistral AI精选AI 评分6262 Mistral 发布 Codestral 25.08 及企业级编码栈
Mistral AI 发布 Codestral 25.08，并推出覆盖补全、语义检索与智能体工作流的企业级编码栈。官方称 Codestral 25.08 相比此前版本补全采纳率提升 30%、建议后保留代码增加 10%、失控生成减少 50%，chat 模式下指令遵循与代码能力各提升 5%。
推荐理由：Mistral 官方给出编码栈各组件的能力数字与私有化部署路径，可据此判断企业自建编码助手的可行边界。
Mistral AI精选AI 评分7272 Mistral AI 发布 Devstral Medium 并升级 Devstral Small 1.1
Mistral AI 与 All Hands AI 合作发布 Devstral Medium，并升级 Devstral Small 1.1。
推荐理由：Mistral 与 All Hands AI 联合发布两款编码智能体模型，给出了 SWE-Bench Verified 分数与 API 定价，便于对比现有方案。
Mistral AI精选AI 评分6060 Mistral AI 发布企业级编码助手 Mistral Code
Mistral AI 发布企业级 AI 编码助手 Mistral Code，整合 Codestral、Codestral Embed、Devstral 和 Mistral Medium 四个模型，支持云端、专属容量或气隙本地 GPU 部署，代码留在企业边界内。
推荐理由：官方给出企业级编码助手的模型组合、部署形态与首批客户，可据此判断私有化编码方案的落地路径。
Mistral AI精选AI 评分6262 Mistral AI 发布代码嵌入模型 Codestral Embed
Mistral AI 发布首个面向代码的嵌入模型 Codestral Embed，官方称其在真实代码检索场景中明显优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大嵌入模型。
推荐理由：官方给出代码嵌入模型与三家竞品的对比，以及维度与精度可调的取舍方式，便于评估检索成本。
OpenAI NewsAI 评分2525 CodeRabbit 用 o3、o4-mini 和 GPT-4.1 加速代码交付
CodeRabbit 采用 OpenAI 的 o3、o4-mini 和 GPT-4.1 模型改造代码审查流程，提升准确率并加快 PR 合并速度。该方案帮助开发者更快交付代码，减少 bug 并提高投资回报率。
Mistral AI精选AI 评分7676 Mistral AI 发布编码智能体模型 Devstral，Apache 2.0 开源
Mistral AI 与 All Hands AI 合作发布面向软件工程任务的智能体模型 Devstral，在 SWE-Bench Verified 上得分 46.8%，比此前开源 SOTA 模型高出 6 个百分点以上，并以 Apache 2.0 许可开源。
推荐理由：Mistral 与 All Hands AI 联合发布开源编码智能体模型，给出 SWE-Bench Verified 分数与本地部署门槛，便于判断其可用性。
OpenAI News精选AI 评分6262 OpenAI 发布 o3 与 o4-mini 系统卡补充说明：Codex
OpenAI 发布 o3 和 o4-mini 系统卡的补充说明，介绍云端编码智能体 Codex。Codex 由 codex-1 驱动，后者是 OpenAI o3 针对软件工程优化的版本，通过强化学习在多种环境的真实编码任务上训练，以生成贴近人类风格和 PR 偏好的代码、精确遵循指令，并反复运行测试直至通过。
推荐理由：系统卡补充说明披露了 Codex 背后的 codex-1 训练方式，可了解编码智能体的工程取向。
OpenAI News精选AI 评分6767 OpenAI 发布 Codex
OpenAI 发布 Codex。
OpenAI News精选AI 评分8080 OpenAI 在 API 中推出 GPT-4.1 系列模型
OpenAI 在 API 中推出 GPT-4.1 系列模型，官方称其在编码、指令遵循和长上下文理解方面均有提升。该系列同时包含 OpenAI 首个 nano 模型，即日起面向全球开发者开放。
推荐理由：OpenAI 在 API 上线 GPT-4.1 系列并首次推出 nano 版本，读者可据此了解模型家族的能力变化与可用范围。
Hugging Face Blog精选AI 评分7878 Hugging Face 介绍 DeepSeek-V3 0324：改用 MIT 许可，数学与代码能力提升
DeepSeek 本周在 Hugging Face Hub 上线 DeepSeek-V3 0324，这是 R1 推理模型基座 DeepSeek-V3 的更新版本，架构不变但改用 MIT 许可，此前 V3 使用自定义模型许可。
推荐理由：梳理 DeepSeek-V3 0324 的基准提升与 MIT 许可变化，并给出多种本地部署与量化运行方式。
Hugging Face BlogAI 评分3838 Open R1 教程：如何在本地用 OlympicCoder 7B 做编程助手
Hugging Face 发布教程，介绍如何在本地通过 LM Studio 加载 4bit GGUF 量化的 OlympicCoder 7B，并接入 VS Code 的 Continue 扩展实现代码补全、生成、解释、重构和写测试。
Hugging Face Blog精选AI 评分6767 Open R1 更新：发布 OlympicCoder 代码模型与 IOI 基准
Hugging Face Open R1 项目发布 OlympicCoder-7B 和 OlympicCoder-32B 两个代码模型，基于 Qwen2.5 Coder Instruct 微调，在 IOI 问题上超过 Claude 3.7 Sonnet 等闭源前沿模型。
推荐理由：Open R1 复现 R1 代码推理配方，给出数据集、IOI 基准与 7B/32B 模型，并附训练经验。
OpenAI News精选AI 评分6060 OpenAI 发布 SWE-Lancer 基准
OpenAI 发布 SWE-Lancer 基准，用于测试前沿 LLM 能否完成真实世界的自由职业软件工程任务并赚取 100 万美元。该基准以真实报酬的软件工程任务为评测对象。
推荐理由：OpenAI 推出面向真实自由职业软件工程任务的基准，读者可了解前沿 LLM 在真实报酬任务上的表现。
Mistral AI精选AI 评分6262 Mistral AI 发布 Codestral 25.01 编码模型
Mistral AI 发布 Codestral 25.01，采用更高效的架构和改进的 tokenizer，代码生成与补全速度约为原版 Codestral 的 2 倍，上下文长度提升至 256k。
推荐理由：官方给出 Codestral 25.01 的架构与 tokenizer 变化、256k 上下文和多项基准对比，可据此判断它在 FIM 与低延迟补全场景的位置。
Hugging Face Blog精选AI 评分7171 Answer.AI 与 LightOn 发布 ModernBERT，为 BERT 提供现代替代方案
Answer.AI 与 LightOn 发布 ModernBERT，一个仅编码器模型系列，提供 base（149M 参数）和 large（395M 参数）两个版本，支持 8192 token 上下文，可作为 BERT 类模型的直接替代。
推荐理由：ModernBERT 用现代 LLM 技术重做编码器，给出 8k 上下文与速度数据，可据此判断它能否替换现有 BERT 类模型。
OpenAI NewsAI 评分3838 Cognition CEO 谈如何用 OpenAI o1 编程
Cognition CEO 兼联合创始人 Scott Wu 解释了 OpenAI o1 如何以更接近人类的方式做出编程决策。
OpenAI NewsAI 评分5858 OpenAI 发布 SWE-bench Verified
OpenAI 发布 SWE-bench Verified，这是 SWE-bench 中经过人工校验的子集，用于更可靠地评估 AI 模型解决真实软件问题的能力。
Mistral AI精选AI 评分7878 Mistral AI 发布 Mistral Large 2，123B 参数支持 128k 上下文
Mistral AI 发布新一代 Mistral Large 2，拥有 128k 上下文窗口和 123B 参数，可在单节点上以较大吞吐运行，支持包括中文、日文、韩文在内的数十种语言和 80 多种编程语言。
推荐理由：官方给出 Mistral Large 2 的 128k 上下文、123B 参数与多项基准对比，可据此判断其单节点部署的成本位置。
Mistral AI精选AI 评分7171 Mistral 发布 Codestral Mamba 代码模型
Mistral AI 发布 Codestral Mamba，这是继 Mixtral 系列之后对 Mamba 架构的又一次探索，采用 Apache 2.0 许可，可自由使用、修改和分发。
推荐理由：Mistral 发布基于 Mamba 架构的代码模型，给出参数规模、256k 检索测试与多种部署方式，可据此判断非 Transformer 架构在代码场景的可用性。
OpenAI NewsAI 评分1818 Paf 全员采用 ChatGPT Enterprise，用自定义 GPT 提升开发者效率
Paf 在全公司采用 ChatGPT Enterprise，工程师每天用自定义 GPT 加速日常开发任务，70% 员工活跃使用，覆盖财务、HR、营销和客服等业务团队。Paf 还将 ChatGPT Enterprise 接入 grit:lab 编程学院，让学员从第一天起就以 AI 增强的系统架构思维学习。
Hugging Face BlogAI 评分4343 BigCodeBench：下一代 HumanEval 代码评测基准发布
Hugging Face 发布 BigCodeBench，包含 1,140 个函数级任务，要求 LLM 调用 139 个库中的多个函数作为工具，每个任务平均含 5.6 个测试用例、分支覆盖率 99%。
Mistral AI精选AI 评分7878 Mistral 发布首款代码模型 Codestral，22B 开放权重、支持 80+ 编程语言
Mistral AI 发布首款代码模型 Codestral，这是一个 22B 开放权重生成式模型，训练数据覆盖 80+ 编程语言，上下文窗口 32k，可通过指令与补全 API 端点使用。
推荐理由：Mistral 首款代码模型给出 22B 开放权重、32k 上下文和 80+ 语言支持，可对照其与既有代码模型的定位差异。
Hugging Face Blog精选AI 评分6262 StarCoder2-15B-Instruct 发布：全透明自对齐代码生成模型
Hugging Face 发布 StarCoder2-15B-Instruct-v0.1，这是首个完全自对齐、全透明且许可宽松的代码 LLM，用 StarCoder2-15B 自生成指令-响应对微调自身，无需人工标注或 GPT-4 蒸馏数据。
推荐理由：StarCoder2-15B-Instruct 用自生成数据完成指令微调，读者可据此了解不依赖 GPT-4 蒸馏的代码模型训练路径。
Mistral AI精选AI 评分7878 Mistral 发布开源模型 Mixtral 8x22B
Mistral 发布开源模型 Mixtral 8x22B，采用稀疏 MoE 架构，141B 总参数中仅 39B 激活参数，以 Apache 2.0 许可开放。该模型支持英语、法语、意大利语、德语和西班牙语，具备数学与编码能力，原生支持函数调用，上下文窗口为 64K tokens。
推荐理由：官方给出 Mixtral 8x22B 的激活参数、上下文窗口与多语言、数学编码基准，便于判断其成本效率定位。
Hugging Face BlogAI 评分4040 Hugging Face 推出 LiveCodeBench 排行榜：面向代码 LLM 的无污染整体评估
Hugging Face 上线 LiveCodeBench 排行榜，该基准由 UC Berkeley、MIT 和 Cornell 研究者开发，从 LeetCode、AtCoder、CodeForces 持续收集带发布日期的编程题，通过“随时间滚动”评估窗口检测并防止数据污染。
Hugging Face Blog精选AI 评分6060 Google 发布代码专用模型 CodeGemma，含 2B 与 7B 三个版本
Google 发布代码专用模型系列 CodeGemma，基于预训练的 2B 和 7B Gemma checkpoint，额外用 5000 亿 token 的英文、数学和代码数据训练，包含 2B base、7B base 和 7B instruct 三个版本，均保持 8K token 上下文。
推荐理由：Google 与 Hugging Face 联合发布三款代码专用 Gemma 模型，读者可据此了解其规格、基准表现与部署方式。