技术方向
AI 编码
用 AI 写代码:编程助手、Vibe Coding、代码模型评测,以及开发方式的变化。
近 30 天 30 条共 37 条精选收录 164 条
精选新闻
Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 向开发者、企业、科学家和消费者开放 Gemini 4 Carbon,称其在网络安全能力和长周期智能体工作流上达到前沿水平。
Google DeepMind
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2,两者为同一底层模型,在编码、推理和视觉方面均有提升,输出速度比 5.1 快最多 30%,定价为每百万输入 token 8 美元、每百万输出 token 40 美元。
Anthropic News
Google 研究:代码库遗留 TODO 如何分散编码智能体的注意力
Google 基于数千名工程师、数亿次智能体步骤的分布式追踪,量化了代码库中遗留 TODO(bug/...) 注释对编码智能体的干扰。
Google Developers Blog
微软研究院发布 PDD Kit,用 Verus 形式化验证智能体编写的全栈 Web 应用
微软研究院联合 GitHub Next 发布研究原型 PDD Kit,把开发者的意图转成 Verus 形式化规约,证明智能体生成的代码对每个输入都满足规约,证明覆盖不到的部分改用测试。
Microsoft Research
Epoch AI 实验:GLM 5.3 可依据公开安全补丁自主生成 Firefox 漏洞利用
Epoch AI 的实验发现,Z.ai 于 8 月发布的开源权重模型 GLM 5.3 能仅凭 Mozilla 已发布但尚未推送给用户的安全修复,逆向出可用的 Firefox 漏洞利用,单次攻击算力成本约 1000 美元,最快 12 小时完成。
Epoch AI:Gradient Updates
Mistral AI 开源 Mistral Large 4(Le Chonk)权重
Mistral AI 发布 1 万亿参数原生多模态模型 Mistral Large 4(Le Chonk)的开放权重,此前该模型已在本月早些时候进入公开预览。
Mistral AI
Replit 向所有 Pro 与 Enterprise 客户开放 Cloud Agents,非工程人员可向公司代码库提交代码
Replit 宣布 Cloud Agents 现已面向所有 Pro 与 Enterprise 客户开放,团队中任何人都能用自然语言描述改动,由智能体定位代码、在云端沙箱中运行应用验证,并向 GitHub 或 GitLab 提交带截图和视频的 PR 或 MR。
Replit Blog
月之暗面发布 Kimi K3.1 Pro 开源权重模型
月之暗面发布 Kimi K3.1 Pro,称其为该公司最强的 3T 级开源权重模型,采用 MoE 架构,总参数 2.8T、激活参数 104B,支持 1M token 上下文与多模态。
Kimi.ai
Cursor 上线电脑控制能力,智能体可操作桌面应用
Cursor 宣布新增电脑控制能力,其智能体可以驱动 iOS Simulator 等桌面应用,用来测试自己构建的功能。官方未说明该能力的开放范围与使用限制。
Cursor
Recursive_SI 发布首个模型 Flint,LM Studio 首日上线支持
LM Studio 在 Flint 发布当天上线支持该模型。Flint 是 Recursive_SI 的首个模型,采用 40B MoE 架构、2.5B 激活参数,支持 262K token 上下文窗口,采用 Apache 2.0 许可,面向本地智能体编码训练,本地运行约需 24GB 内存。据引用内容,该模型在 MacBook Pro 上可达 125+ tokens/sec,在 RTX Spark 上可达 150+,权重已在 Hugging Face 开放。
LM Studio
阶跃星辰 Step 5 Preview 上线 DeepInfra,支持 1M token 上下文
阶跃星辰宣布 Step 5 Preview 已在 DeepInfra 上线,开发者可直接调用该模型构建应用。据 DeepInfra 介绍,Step 5 Preview 是 600B 参数的开源权重 MoE 模型,激活参数 27B,支持 1M 上下文与文本、视觉输入,采用 FP8 精度,定价为每 1M tokens 输入 $1.00、输出 $2.70、缓存 $0.05,面向编码、前端、金融等长周期智能体场景。
StepFun
Reflection 首个开放权重模型 Beam 上线 Ollama,限时免费
Reflection 的首个开放权重模型 Beam 于 10 月 16 日正式发布,Ollama 作为 day-zero 合作伙伴限时免费提供。Beam 是 MoE 模型,总参数约 501B、每 token 激活 23B,面向软件工程、推理和长程智能体任务,支持 100 万 token 上下文窗口,以 Apache 2.0 许可发布。
Ollama Blog
Meta Muse Spark Open 上线 Together AI,支持 1M token 上下文
Meta 的开放权重模型 Muse Spark Open 已在 Together AI 上线,Together AI 是 Day 0 发布合作方。该模型面向长时间运行的智能体编码工作流,支持 1M token 上下文窗口、跨桌面与浏览器的 computer use、文本图像音频视频多模态输入,并在行动前说明意图。
Together AI Blog
Google 发布 Gemini 4 Argon 模型
Google 发布 Gemini 4 Argon,开发者可通过 Gemini API 付费层使用,并可在 antigravity、Google AI Studio 和 Android Studio 中试用。
Google AI
Mistral 发布 Mistral Large 4 公开预览,1 万亿参数原生多模态模型
Mistral 发布 Mistral Large 4 公开预览,这是一个 1 万亿参数、520 亿激活参数的原生多模态模型,可在 Mistral Studio 试用预览 API,权重将于本月底开放。
Mistral AI
GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布代码审查离线基准 ReviewBench,基于 1.039 亿个 GitHub PR 的分布特征构建,包含 219 个 PR、覆盖 19 种语言。
GitHub Blog · AI & ML
xAI 发布 Grok 4.7 模型
xAI 发布 Grok 4.7,称其为编码与知识工作能力最强的模型,采用更大的基座模型并在更难的、偏向长时任务的混合任务上做了更长的强化学习训练。该模型在 CursorBench 4.0 上得分 46.3%,高于 Grok 4.6 的 40.4%,价格与 Grok 4.6 相同,为每百万输入 token 2 美元、每百万输出 token 6 美元。
xAI News
