JetBrains 在旗下编码工具中集成 GPT-5
JetBrains 正在将 GPT-5 集成到旗下编码工具中，帮助数百万开发者更快地设计、推理和构建软件。
推荐理由：JetBrains 将 GPT-5 接入旗下编码工具，读者可据此了解主流 IDE 厂商在编码智能体上的集成方向。
#编码
#编码
今日 2 条OpenAI News精选AI 评分6060
OpenAI NewsAI 评分1212 OpenAI 如何用 Codex 覆盖软件开发全生命周期
OpenAI 举办网络研讨会，讲解如何在软件开发全生命周期中使用 Codex。内容以 webinar 形式呈现，覆盖 Codex 在软件开发生命周期各环节的应用。
OpenAI News精选AI 评分7878 OpenAI 发布 GPT-5.1-Codex-Max 智能体编码模型
OpenAI 发布 GPT-5.1-Codex-Max，一款面向 Codex 的更快、更智能的智能体编码模型。该模型面向长时间运行的项目级任务，在推理能力和 token 效率上有所增强。
推荐理由：OpenAI 发布面向 Codex 的智能体编码模型，读者可了解其在长时任务与 token 效率上的定位。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 3 Pro，并推出智能体开发平台 Google Antigravity
Google DeepMind 发布 Gemini 3，称其为自家最智能的模型，Gemini 3 Pro 在各项主要 AI 基准上超过此前版本，编码能力也强于 2.5 Pro。
推荐理由：官方给出 Gemini 3 Pro 的基准成绩、API 定价与配套开发平台，可据此判断它在智能体编码和多模态场景中的定位。
Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 3，Pro 版即日上线搜索与 Gemini 应用
Google DeepMind 发布 Gemini 3，首发 Gemini 3 Pro 预览版，并同步接入 AI Mode 搜索、Gemini 应用、AI Studio、Vertex AI、Gemini CLI 及新智能体开发平台 Google Antigravity。
推荐理由：官方给出 Gemini 3 Pro 在推理、多模态与编码基准上的具体分数，并同步公布首发落地产品与开发者入口。
Google DeepMind精选AI 评分8080 Google 发布智能体开发平台 Antigravity
Google 发布智能体开发平台 Antigravity，目前以公开预览形式免费提供，支持 macOS、Linux 和 Windows。平台在传统 AI IDE 之外新增 Manager 界面，可并行编排多个智能体，并通过任务列表、实现方案、截图和浏览器录制等 Artifacts 让用户验证智能体工作。
推荐理由：Google 把 IDE 改造成以智能体为中心的开发平台，读者可据此判断编码工作流的形态变化。
OpenAI News精选AI 评分8282 OpenAI 面向开发者发布 GPT-5.1
OpenAI 在 API 中上线 GPT-5.1，带来更快的自适应推理、扩展的提示词缓存和改进的编码表现，并新增 apply_patch 与 shell 工具。
推荐理由：OpenAI 在 API 上线 GPT-5.1，开发者可据此了解自适应推理、提示词缓存与编码能力的具体变化。
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代码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。
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），并面向开发者推出多项新功能：Slack 集成、Codex SDK，以及用量看板和工作区管理等管理工具，让 Codex 更易于大规模使用和管理。
推荐理由：Codex 从预览走向正式可用，并补齐 Slack 集成、SDK 与管理后台，读者可据此判断团队规模化落地的条件。
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、可靠性和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6969 OpenAI 发布 GPT-5-Codex，为 Codex 智能体编码优化
OpenAI 发布 GPT-5 系统卡增补，公布新模型 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，对更复杂的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，读者可了解其按任务复杂度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 OpenAI 介绍 GPT-5 在编码与设计上的能力
OpenAI 发布文章介绍 GPT-5 在编码和设计方面带来的新可能，但当前仅提供摘要，未给出具体功能细节。
OpenAI News精选AI 评分8282 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、视觉感知等方向达到当前最优表现。
推荐理由：OpenAI 官方发布 GPT-5，读者可据此了解新模型在编码、数学、写作等方向的能力定位。
OpenAI NewsAI 评分2222 Cursor 如何使用 GPT-5
OpenAI 发文介绍 Cursor 如何使用 GPT-5。正文未披露具体功能、参数或性能数据。
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）基准，用于评估阿拉伯语 LLM 在 STEM 与代码生成上的表现，包含 865 道原生 STEM 选择题、1744 道合成高难度选择题，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 及企业级完整编码栈
Mistral AI 发布 Codestral 25.08，并推出面向企业的完整编码栈，包含 Codestral、Codestral Embed、Devstral 与 Mistral Code IDE 插件。
推荐理由：官方给出 Codestral 25.08 的补全提升数据与 Devstral 在 SWE-Bench Verified 上的成绩，可据此判断企业私有化编码栈的成熟度。
Mistral AI精选AI 评分7575 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 成绩与 API 定价，便于对比开源与闭源方案。
Mistral AI精选AI 评分6060 Mistral 发布企业级 AI 编码助手 Mistral Code
Mistral 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：Mistral 把模型、IDE 插件与本地部署打包成企业级编码助手，读者可据此判断私有化编码方案的取舍。
Mistral AI精选AI 评分6262 Mistral 发布首个代码专用嵌入模型 Codestral Embed
Mistral AI 发布 Codestral Embed，这是其首个专为代码设计的嵌入模型，在真实代码检索任务上优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
推荐理由：Mistral 首款代码嵌入模型给出了多维度与 int8 量化的取舍数据，可据此评估代码检索的存储成本。
Hugging Face BlogAI 评分4848 Hugging Face 研究：CodeAgents 结合结构化生成可提升智能体表现
Hugging Face 研究发现，强制 CodeAgent 以结构化 JSON 格式同时生成 thoughts 和 code，在 GAIA、MATH、SimpleQA、Frames 等基准上平均比普通 CodeAgent 高出 2-7 个百分点。
OpenAI NewsAI 评分2222 CodeRabbit 用 o3、o4-mini 和 GPT-4.1 加速代码审查
CodeRabbit 借助 OpenAI 的 o3、o4-mini 和 GPT-4.1 模型改造代码审查流程，提升审查准确率并加快 PR 合并速度。该方案帮助开发者更快交付代码，同时减少 bug 并提高投资回报率。
Mistral AI精选AI 评分7474 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：官方给出 Devstral 在 SWE-Bench Verified 的分数与开源许可、部署门槛，读者可据此判断它能否替代现有编码智能体方案。
OpenAI News精选AI 评分6565 OpenAI 发布 o3 与 o4-mini 系统卡补充文件：Codex
OpenAI 发布 o3 和 o4-mini 系统卡的补充文件，介绍云端编码智能体 Codex。Codex 由 codex-1 驱动，这是 OpenAI o3 针对软件工程优化的版本；codex-1 在多种环境的真实编码任务上通过强化学习训练，以生成贴近人类风格和 PR 偏好的代码、精确遵循指令，并反复运行测试直到通过。
推荐理由：系统卡补充文件披露 Codex 由 o3 衍生模型 codex-1 驱动，并说明其强化学习训练方式。
Mistral AI精选AI 评分7474 Mistral AI 发布 Mistral Medium 3，主打低成本企业部署
Mistral AI 发布 Mistral Medium 3，称其在多项基准上达到 Claude Sonnet 3.7 的 90% 或以上，成本为每百万 token 输入 0.4 美元、输出 2 美元。
推荐理由：官方给出 Mistral Medium 3 的定价、对标模型与部署门槛，可据此判断企业自部署的成本与可行性。
OpenAI News精选AI 评分8282 OpenAI 在 API 中发布 GPT-4.1 系列模型
OpenAI 在 API 中发布 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上有全面提升。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侧重与开放范围。
OpenAI NewsAI 评分2828 ChatGPT 如何用 canvas 从 PRD 快速做出 HTML/React 原型
ChatGPT 的 canvas 可用于把产品需求文档（PRD）直接转成可运行的 HTML/React 原型。演示展示了从 PRD 到原型稿的完整流程。
OpenAI NewsAI 评分2222 ChatGPT 如何将生成的代码发送到 IDE
ChatGPT 现可帮助把生成的代码直接发送到 IDE，以加速开发工作流。该功能打通了从对话生成代码到本地编辑器的环节，减少手动复制粘贴。
Hugging Face BlogAI 评分4040 Open R1 教程：如何在本地用 OlympicCoder 7B 做编程助手
Open R1 项目发布教程，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 更新第三期：发布 OlympicCoder 7B/32B 代码模型与 IOI 基准
Hugging Face 的 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，OlympicCoder-32B 还超过 o1-mini 和 DeepSeek-R1。
推荐理由：Open R1 复现 R1 代码推理配方，给出数据集、IOI 基准与两个开源模型，并附训练经验。
OpenAI NewsAI 评分5757 OpenAI 推出 SWE-Lancer 基准
OpenAI 发布 SWE-Lancer 基准，用于评估前沿 LLM 能否完成真实自由职业软件工程任务并赚取 100 万美元。该基准以真实项目为测试对象，衡量模型在实际软件工程工作中的表现。
Mistral AI精选AI 评分6262 Mistral AI 发布 Codestral 25.01 代码模型
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 256k。
推荐理由：Codestral 25.01 在 FIM 与多语言基准上给出与同量级模型的对比数据，可据此判断代码补全场景的选型。
Hugging Face Blog精选AI 评分6666 Answer.AI 与 LightOn 发布 ModernBERT，为 BERT 提供替代方案
Answer.AI 与 LightOn 联合发布 ModernBERT，一个编码器模型系列，包含 base（149M 参数）和 large（395M 参数）两个版本，支持 8192 序列长度，可作为 BERT 类模型的直接替换。
推荐理由：ModernBERT 把 LLM 时代的架构与训练经验搬回编码器，读者可据此判断 BERT 类模型在检索与代码场景的替换空间。
OpenAI NewsAI 评分4040 Cognition CEO 谈如何用 OpenAI o1 编程
Cognition 联合创始人兼 CEO 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、128k 上下文
Mistral AI 发布 Mistral Large 2，参数规模 123B，支持 128k 上下文窗口，可在单节点上实现大吞吐推理。
推荐理由：官方给出 123B 参数、128k 上下文与多项基准对比，可据此判断单节点部署的成本与性能取舍。
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 系列之后在新架构上的又一步探索，可免费使用、修改和分发。该模型采用 Mamba 架构，具备线性时间推理和理论上可建模无限长序列的能力，在 256k tokens 的上下文检索能力上做了测试，Mistral 称其表现与基于 Transformer 的 SOTA 模型相当。
推荐理由：Mistral 发布基于 Mamba 架构的代码模型，给出参数规模、256k 检索测试和多种部署路径，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 GPTs 提升开发者效率
Paf 在全公司范围采用 ChatGPT Enterprise，工程师每天使用自定义 GPTs 加速日常开发任务。Paf 还将 ChatGPT Enterprise 接入 grit:lab 编程学院，用 AI 增强的系统架构思维培养新一代软件开发者。目前 Paf 有 70% 的员工活跃使用 ChatGPT Enterprise，覆盖财务、HR、营销和客户支持等业务团队。
Hugging Face BlogAI 评分3838 BigCodeBench：下一代 HumanEval 代码生成基准发布
Hugging Face 发布 BigCodeBench，一个面向 LLM 代码生成的新基准，包含 1,140 个函数级任务，要求模型调用 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、分支覆盖率约 99%。
Mistral AI精选AI 评分7575 Mistral AI 发布首款代码模型 Codestral
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，支持 80 多种编程语言，上下文窗口为 32k。模型采用新的 Mistral AI Non-Production License，可在 Hugging Face 下载用于研究和测试，商用需联系获取许可。
推荐理由：Mistral 首款代码模型给出 22B 开放权重、32k 上下文和免费 API 端点，可据此判断其与既有代码模型的差异。