跳到正文

AI 编码

AI 参与写代码的一切：编码助手与 CLI 工具、代码审查、Vibe Coding 工作流与代码模型能力评测。

85条精选相关主题Agent 智能体CursorGitHub / Copilot

最新精选

第 61–80 条 · 共 85 条
9月30日周三
  2. 量子位88

    OpenAI DevDay 2026 发布 25 项更新，推出常驻 Agent Dots 与 GPT-6.1 Sol

    OpenAI 在旧金山 DevDay 2026 上公布 25 项更新，覆盖 ChatGPT、Codex、GPT-6 模型和 API。最受关注的是常驻型智能体 Dots，可设定长期目标并持续追踪、主动汇报，目前向 Pro 和 Business Premium 用户开放，后台默认仅用只读工具。

    推荐理由：OpenAI DevDay 发布 25 项更新，常驻 Agent Dots 与低价 GPT-6.1 Sol 组合，展示 Agent 长期运行的成本与执行环境思路。

  3. AWS Machine Learning Blog71

    GPT-6.1 Sol 在 Amazon Bedrock 正式可用

    GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，定位为 GPT-6 Sol 的重大升级，面向智能体编码、计算机使用和专业工作负载。据 OpenAI 称，它在 DeepSWE v1.1 上以约五分之一单任务成本达到 GPT-6 Astra 水平，并比 GPT-6 Sol 最佳成绩高 6.4 个百分点。

    推荐理由：GPT-6.1 Sol 在 Amazon Bedrock 上线，官方称其以约五分之一单任务成本接近 GPT-6 Astra 的编码表现。

  4. The Decoder78

    OpenAI 在 DevDay 扩展 Codex 与 API，新增安全扫描、Decisions API 和 Ultrafast

    OpenAI 在旧金山 DevDay 2026 上宣布扩展 Codex 与 API，Codex 新增可复用云开发环境、语音启动与操控任务、重做的 CLI 和 /agents 视图，ChatGPT 桌面端加入代码审查视图，Codex Security Cloud 可按需或定时扫描整个 GitHub 仓库并跟踪漏洞修复。

    推荐理由：OpenAI 在 DevDay 上为 Codex 和 API 加了一批能力，其中可复用云环境、安全扫描和 Decisions API 对做智能体与代码审查的团队最直接。

  6. GitHub Changelog74

    OpenAI GPT-6.1 Sol 在 GitHub Copilot 全面可用

    OpenAI 最新模型 GPT-6.1 Sol 在 GitHub Copilot 全面可用，面向 Copilot Pro+、Max、Business 和 Enterprise 用户，可用于智能体编码和终端工作流。

    推荐理由：OpenAI 新模型 GPT-6.1 Sol 在 GitHub Copilot 全面可用，早期测试中完成多步编码任务所用 token 和步骤明显少于前代。

9月29日周二
  2. OpenAI News80

    OpenAI 发布 GPT-6.1 Sol

    OpenAI 发布 GPT-6.1 Sol，面向编码、电脑操作和专业工作，官方称其具备接近 Astra 的智能水平。该模型 API 的输入与输出 token 价格为 Astra 标准价的五分之一。

    推荐理由：OpenAI 发布 GPT-6.1 Sol，主打编码与电脑操作，API 输入输出价格为 Astra 标准价的五分之一。

  3. AWS Machine Learning Blog66

    xAI 的 Grok 4.7 上线 Amazon Bedrock

    xAI 的 Grok 4.7 已在 Amazon Bedrock 上线，支持 500K token 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度，通过 bedrock-runtime 端点的跨区域推理配置文件提供服务，支持 Responses、Chat Completions、InvokeModel 和 Converse API。

    推荐理由：Grok 4.7 上线 Amazon Bedrock，500K 上下文与四档推理强度，附接入代码和成本取舍说明。

  4. Simon Willison71

    Anthropic 发布 Claude Sonnet 5.5

    Anthropic 发布 Claude Sonnet 5.5，官方称其运行速度提升 30% 以上、多数工作成本最多降低 30%，定价与 Sonnet 5 相同但在各项基准上表现更好。

    推荐理由：Anthropic 新 Sonnet 模型发布，作者实测其速度、成本与编码表现，并对比免费层能力。

  5. GitHub Changelog62

    Claude Sonnet 5.5 在 GitHub Copilot 正式可用

    Anthropic 最新的 Sonnet 模型 Claude Sonnet 5.5 已在 GitHub Copilot 正式可用，面向构建功能和修复 bug 等范围明确的日常工作。

    推荐理由：Anthropic 新 Sonnet 模型进入 GitHub Copilot，官方称编码任务与 Sonnet 5 持平但步骤、token 和工具调用更少。

9月23日周三
  1. Latent Space88

    Anthropic 发布 Claude Opus 5.5，OpenAI 同日推出 GPT-6 Sol 与 Luna 并降价 40-50%

    Anthropic 发布 Claude Opus 5.5，称其为新 Claude 5.5 家族首个模型，多数任务达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低 40%，并成为 Claude Code 和 Claude 应用的默认模型。

    推荐理由：Anthropic 发布 Claude Opus 5.5 并下调 API 价格，OpenAI 同日推出 GPT-6 Sol 与 Luna，两家在能力与成本上的取舍值得对照。

9月17日周四
  1. GitHub Blog · AI & ML87

    GitHub 用 Copilot 把 Copilot 运行时迁移到 Rust

    GitHub 用 Copilot app 和 Copilot CLI 把 Copilot agent 运行时从 TypeScript 完全重写为超过 80 万行生产级 Rust，代码主要由 AI 智能体编写，分布在 128 个合入 main 的 PR 中，并随版本增量发布而非一次性切换。

    推荐理由：GitHub 用 Copilot 把自家 agent 运行时从 TypeScript 迁到 80 万行 Rust，含缓存命中率与多会话协作的一手数据。

9月5日周六
  1. GitHub Blog · AI & ML71

    GitHub 发布 Project HydraFusion，用多模型编排为 Copilot 提供前沿级编码质量

    GitHub 推出 Project HydraFusion 研究预览，通过运行时编排在多个提供商的模型间选择单模型、级联或评审三种执行模式，用户像选普通模型一样选择它，编排过程在后台完成。

    推荐理由：GitHub Copilot 上线多模型编排研究预览，用单模型、级联、评审三种模式在质量与成本间取舍，并给出三个编码基准的对比数据。

9月3日周四
  1. Google DeepMind85

    Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber

    Google DeepMind 发布 Gemini 3.8 Flash 和 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，价格保持每百万输入 token 0.75 美元、输出 3.75 美元不变。

    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，价格与 3.7 Flash 持平，另有面向可信防御者的 Cyber 版本。

8月25日周二
  1. Hugging Face Blog（hf-mirror 镜像）62

    Multiverse Computing 提出量化感知修复 QAH，4-bit 压缩模型在 7/9 基准上超过其全精度版本

    Multiverse Computing 发布论文提出量化感知修复（QAH），不再从修复后的 bfloat16 检查点蒸馏，而是直接从压缩前的原始模型蒸馏，教师与学生架构可以不同。

    推荐理由：提出面向已压缩模型的量化感知修复方法，4-bit 模型在 9 项基准中 7 项超过自身 bfloat16 版本，并给出与 QAT 的稳定性对比。

8月15日周六
  1. Interconnects78

    GLM-5.3 发布：中国实验室如何跟上前沿

    Z.ai 发布 GLM-5.3，目前仅在编码套餐中提供，即将上线 API，两周后开放权重。该模型与 GLM-5.2 共用同一基座，仅大幅扩展后训练，参数量约 750B，在多项智能体编码基准上超过 Kimi K3，部分指标超过 Claude Fable 5 或 GPT-5.6-Sol。

    推荐理由：GLM-5.3 仅靠后训练扩展就在智能体编码基准上逼近前沿，作者梳理了中国实验室保持追赶的发布节奏与数据产业因素。

8月14日周五
7月27日周一
  1. Import AI78

    Import AI 466：机器人领域的苦涩教训、AI 完成周级编程任务与 OpenAI 意外黑客事件

    Epoch 与 METR 发布 MirrorCode 基准，考察 AI 能否仅凭 CLI 访问重新实现完整软件程序，25 个目标程序中 17 个至少有一次满分运行，Opus 4.7 用 14 小时、251 美元推理成本完成一项人类需 2 至 17 周的任务，但 ruff、giac_subset、mailauth 等 8 个程序从未达到 100% 阈值。

    推荐理由：汇总 MirrorCode 长周期编程基准、Anthropic 机器人自主任务与 OpenAI 模型越界事件，一次看清前沿模型的能力与风险边界。

7月21日周二