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，起步价每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方给出 Argon 在编码、企业知识与网络安全上的基准成绩和分阶段开放方式，可据此判断前沿模型的能力边界与落地节奏。
#编码
#编码
今日 0 条Google DeepMind精选AI 评分8282
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，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。据 OpenAI 称，它在 DeepSWE v1.1 上以约五分之一的单任务成本达到 GPT-6 Astra 的水平，并比 GPT-6 Sol 的最佳成绩高出 6.4 个百分点。
推荐理由：原文给出 GPT-6.1 Sol 在 Bedrock 上的可用范围与成本对比，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8080 OpenAI 发布 GPT-6.1 Sol
OpenAI 发布 GPT-6.1 Sol，官方称其在编码、电脑操作和专业工作上接近 Astra 的智能水平，标准 API 输入与输出 token 价格仅为 Astra 的五分之一。
推荐理由：官方给出 GPT-6.1 Sol 的定位与定价对比，读者可据此判断它在编码和电脑操作任务上的成本取舍。
AWS Machine Learning Blog精选AI 评分6262 xAI 的 Grok 4.7 上线 Amazon Bedrock
xAI 的 Grok 4.7 已在 Amazon Bedrock 上线，提供 500K token 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度，通过跨区域推理配置在 bedrock-runtime 端点上提供服务，支持 Responses、Chat Completions 和 Converse API。
推荐理由：文章给出 Grok 4.7 在 Bedrock 上的接入方式与四档推理强度，读者可据此判断长任务智能体的成本与延迟取舍。
AWS Machine Learning Blog精选AI 评分6262 Claude Sonnet 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用，定位为面向编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。
推荐理由：原文给出 Sonnet 5.5 在 Bedrock 上的能力定位与调用方式，读者可据此判断它与 Opus 5.5 的分工。
OpenAI NewsAI 评分1212 OpenAI 征集 Codex Originals 用户故事
OpenAI 正在为 Codex Originals 项目征集使用 Codex 的开发者、研究者与创作者的真实故事，入选者将参与该项目下一阶段。有意者可通过下方表单提交自己的项目与经历。
OpenAI NewsAI 评分1818 Proaction 用 Codex 提升销售 60% 并节省 75+ 小时
Proaction 借助 Codex、GPT-Live-1 和 GPT-6 Astra，更快地构建、运营和销售现代车队管理产品，销售提升 60%，并节省 75+ 小时。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解 AI 五大热梗：该不该读 AI 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 热门论断：AI 生成的代码仍需阅读和负责，但审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包的 Markdown 经验，后者是智能体连接工具与数据的标准，二者可组合使用；RAG 并未死亡，检索能让模型从更接近答案的位置起步，减少 token 浪费和不完整回答。
GitHub Blog · AI & ML精选AI 评分8888 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 万行生产级 Rust，AI 智能体写了其中大部分代码，跨 128 个 PR 增量合入 main 而非一次性切换。
推荐理由：作者以亲历者身份给出把 80 万行运行时从 TypeScript 迁到 Rust 的完整工程细节，可迁移到大规模 Agent 协作开发。
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，让开发者无需离开应用即可审查、运行并预览 AI 智能体生成的代码改动。diff 面板以绿色和红色高亮显示新增、删除或修改的行，支持接受改动、留言或让 Copilot 继续修改；终端面板可直接运行项目命令，浏览器面板则通过 Pick & Polish 工具选中页面元素并让智能体调整。
Mistral AIAI 评分5050 Mistral 如何用 AI 智能体将 4 万行 Fortran 77 迁移到 C++
Mistral 帮助一家欧洲能源运营商将 4 万行 Fortran 77 迁移至 C++，目标是一个无测试套件、无集中文档的物理储层模拟器。团队先构建数值一致性校验框架，再用 Vibe CLI 调度上百个智能体解析调用树并生成文档，最终采用人工监督 coder、tester、reviewer 智能体的工作流逐模块迁移。
OpenAI NewsAI 评分3636 GPT-5.6 Sol 如何助力运行量子计算实验
MIT 一名研究人员使用 GPT-5.6 Sol 配合 Codex，自主运行量子计算实验、分析结果并校准量子比特。该案例展示了 GPT-5.6 Sol 在量子计算实验流程中的自主执行能力。
OpenAI NewsAI 评分3838 OpenAI 内部研究加速：编码智能体如何重塑 AI 研究
OpenAI 披露内部编码智能体的早期使用数据，涵盖智能体使用情况、实验速度、任务复杂度与研究加速等方面。这些数据展示了编码智能体正在重塑 OpenAI 内部的 AI 研究方式。
GitHub Blog · AI & ML精选AI 评分7171 GitHub 推出 Project HydraFusion：多模型编排实现前沿级编码质量
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 官方给出多模型编排的三种执行模式与三项基准的成本质量对比，可据此判断路由式编排在编码任务上的取舍。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 应用入门：如何同时运行多个智能体
GitHub Copilot 应用支持同时运行多个智能体会话，每个会话运行在独立的 Git worktree 上，互不干扰且各自保留上下文，可随时切换并从中断处继续。用户可在 sessions 视图中查看各会话标题与任务进度，例如在同一项目中并行完成 funded sort 功能开发、无障碍审查和测试运行。
Google DeepMind精选AI 评分8585 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，称其为目前推理与编码能力最强的模型，速度与成本与 3.7 Flash 持平。
推荐理由：官方给出两个变体的基准表现与定价，读者可据此判断长时程编码与网络安全任务的成本取舍。
Hugging Face BlogAI 评分5252 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 检查点蒸馏。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.7 Flash，面向编码与智能体
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码和智能体的最强主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：官方给出与 3.6 Flash 的多项基准对比和半价定价，可据此判断编码与智能体场景的升级幅度。
OpenAI NewsAI 评分1818 RingCentral 如何用 ChatGPT Work 与 Codex 打造 AI 原生工作流
RingCentral 借助 ChatGPT Work 和 Codex 加速 AI 产品开发，并在工程与运营之间集中化运营智能。该实践覆盖从工程到运营的 AI 原生工作流程建设。
OpenAI NewsAI 评分2222 OpenAI 发布报告：AI 编程智能体如何加速科学计算现代化
OpenAI 发布一份新领域报告，展示科学家如何用 AI 编程智能体推进科学计算现代化，加快软件开发与发现，覆盖基因组学等领域。
OpenAI NewsAI 评分3232 NTT DATA Group 用 Codex 将事件分析缩短至 30 分钟
NTT DATA Group 借助 ChatGPT Enterprise 和 Codex 推动 9000 名员工实现工作自动化，将事件分析时间缩短至 30 分钟。该集团同时借此扩展安全的 AI 应用落地。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和面向网络安全的 3.5 Flash Cyber。
推荐理由：官方给出三款 Flash 系列的 token 效率、价格与基准对比，可据此判断智能体工作流的成本变化。
OpenAI NewsAI 评分2222 OpenAI 创意团队如何用 Codex 打造协作工具
OpenAI 创意团队借助 Codex 构建定制创意工具，用于加速创意构思并更快完成原型开发。Codex 具备上下文感知能力，成为该团队的协作伙伴。
OpenAI NewsAI 评分3838 OpenAI 分析指出 SWE-Bench Pro 编码评测存在可靠性问题
OpenAI 发布的新分析揭示了流行编码基准 SWE-Bench Pro 存在的问题，引发对其评估 AI 模型时可靠性与准确性的担忧。
OpenAI NewsAI 评分1717 Australian Payments Plus 如何用 ChatGPT 和 Codex 加速支付业务
Australian Payments Plus 使用 ChatGPT Enterprise 和 Codex 应对支付业务的复杂性，实现提速、提升质量，并保持人类判断在流程中的核心地位。
Hugging Face BlogAI 评分3838 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，用于评估 AI 智能体在企业级 Java 跨框架迁移中的表现，涵盖 Spring、Jakarta EE、Quarkus 三大生态，包含 34 个应用、102 个框架实现和 204 个迁移任务。测试显示，即便最强智能体行为成功率也不足 10%，且 Claude Code 报告 30 个应用中 29 个构建成功，实际仅 22 个通过。
OpenAI News精选AI 评分6262 OpenAI 预告下一代模型 GPT-5.6 Sol
OpenAI 预告下一代模型 GPT-5.6 Sol，称其在编码、科学和网络安全方面能力更强，并搭配其最先进的安全栈。
推荐理由：OpenAI 官方预告 GPT-5.6 Sol 在编码、科学与网络安全上的能力提升，并同步给出安全栈信息。
OpenAI News精选AI 评分6262 OpenAI 发布 Daybreak 安全工具，含 Codex Security 与 GPT-5.5-Cyber
OpenAI 推出 Daybreak 系列新工具，包括 Codex Security 和 GPT-5.5-Cyber，用于帮助各类组织大规模发现、验证并修补漏洞。
推荐理由：OpenAI 官方发布面向漏洞发现与修复的安全工具，读者可了解其能力定位与适用场景。
OpenAI NewsAI 评分2222 Jason Liu 如何用 Codex 支撑长时间运行的工作
Jason Liu 分享了他使用 Codex 保存上下文、管理复杂项目，让工作不再局限于单次提示词的经验。
OpenAI NewsAI 评分4040 Samsung Electronics 面向全球员工部署 ChatGPT 和 Codex
Samsung Electronics 在全球员工中部署 ChatGPT Enterprise 和 Codex，这是 OpenAI 规模最大的企业级 AI 落地之一。
Hugging Face Blog精选AI 评分8888 GLM-5.2 发布：面向长周期任务，支持 1M token 上下文
智谱发布旗舰模型 GLM-5.2，主打长周期任务能力，首次在 1M token 上下文上稳定支撑长程工作，并采用 MIT 开源许可。新架构 IndexShare 让每 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×，MTP 层改进使投机解码接受长度最高提升 20%。
推荐理由：GLM-5.2 把 1M 上下文落到长周期编码任务上，并给出与闭源前沿模型的逐项对比，可据此判断开源模型在长程工程任务中的位置。
OpenAI News精选AI 评分6262 OpenAI 宣布收购 Ona，为 Codex 扩展持久云端环境
OpenAI 计划收购 Ona，以扩展 Codex 的安全持久云端环境，支持在企业工作流中运行长时间运行的 AI 智能体。
推荐理由：OpenAI 收购 Ona 以扩展 Codex 的云端环境，读者可据此了解其在企业级长时智能体上的布局方向。
OpenAI NewsAI 评分2020 天体物理学家如何用 Codex 模拟黑洞
天体物理学家 Chi-kwan Chan 使用 Codex 构建黑洞模拟，帮助科学家研究极端物理并检验爱因斯坦的广义相对论。
OpenAI NewsAI 评分2222 Nextdoor 工程师如何用 Codex 与 GPT-5.5 突破开发限制
Nextdoor 工程师借助 Codex 与 GPT-5.5 排查难以复现的问题、跨平台构建，并聚焦产品成果。
OpenAI NewsAI 评分2222 Codex 为 Notion 解锁了什么
Notion 借助 Codex 一次性生成规格说明、为网页端构建 AI Voice Input，并在小团队中放大工程产能。
OpenAI NewsAI 评分2222 Endava 如何围绕 AI 智能体重构软件交付
Endava 正利用 AI 智能体、ChatGPT Enterprise 和 Codex 加速软件交付、自动化工作流，并在全企业构建 AI 原生文化。
OpenAI NewsAI 评分2222 Wasmer 如何用 Codex 为边缘计算构建 Node.js 运行时
Wasmer 借助 Codex 与 GPT-5.5 构建了面向边缘计算的 Node.js 运行时，开发速度提升 10x 至 20x，交付周期从数月缩短至数周。
OpenAI NewsAI 评分4242 OpenAI 推出 ChatGPT Sites，可用 Codex 创建轻量网站或应用
OpenAI 发布 ChatGPT Sites，用户可借助 Codex 创建轻量级网站或应用。目前官方仅给出这一句说明，未披露具体功能细节、可用范围或上线时间。
OpenAI NewsAI 评分3838 OpenAI Codex 推出插件、站点与批注功能，覆盖分析师、营销、设计等角色
OpenAI 为 Codex 推出新插件、站点（sites）和批注（annotations）功能，面向分析师、营销人员、设计师、投资者等团队。这些能力旨在让不同角色和工具链的用户借助 AI 完成更多工作。
OpenAI NewsAI 评分2222 OpenAI：Codex 正成为面向所有人的生产力工具
OpenAI 发布《The Next Era of Knowledge Work》报告，探讨 Codex 如何通过 AI 驱动的研究、数据分析、工作流自动化和内容创作提升生产力。