Jeremy Scheff 撰文：编程智能体让程序员的解谜乐趣消失
Jeremy Scheff 撰文称，编程智能体让热爱解谜的程序员失去了核心乐趣：过去写代码像拿高薪做逻辑谜题，难题越难报酬越高，普通人做不了只能依赖程序员。如今 LLM 让只关心系统能跑通的人受益，但把直接解题当作乐趣来源的人，这种损失非常真实。
#编码
#编码
今日 3 条Simon WillisonAI 评分2020 OpenAI NewsAI 评分3838 OpenAI 提升 ChatGPT 对低资源编程语言的支持
OpenAI 正在改进 ChatGPT 在低资源编程语言上的表现，并新增了针对软件工程、SQLite 和 COBOL 迁移的评测。
GitHub Blog · AI & MLAI 评分3636 如何在 VS Code 中继续 GitHub Copilot 应用会话
GitHub Copilot 应用中的会话可直接在 VS Code 中打开，对话、代码改动和工作上下文完整保留。VS Code 会加载该会话关联的 worktree，并在 Copilot 侧边栏显示原会话，用户可逐行审查 diff、手动编辑、在集成终端运行测试，最后提交并推送到该会话对应的 pull request。
The DecoderAI 评分5858 新基准 Taste-Bench 显示 AI 智能体长期决策能力不足
研究者提出 Taste-Bench，用 502 道二元选择题考察智能体在决策分叉点选择更优路径的能力，最佳模型 GPT-5.6 Sol 平均准确率仅 59.7%。
The Decoder精选AI 评分8282 DeepSeek V4.1 Flash 1017 发布：智能体任务超越更大竞品，单任务成本大幅下降
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 上线，并在 Hugging Face 与 ModelScope 开源模型权重。
推荐理由：DeepSeek 小尺寸 Flash 模型在智能体编码任务上以更低单任务成本超过更大竞品，同时开放内部搜索 API。
OpenAI NewsAI 评分1818 Benefit Street Partners 用 Codex 更快回答客户问题
Benefit Street Partners 的 Anant Kumar 借助 Codex 进行代码审查并加快后续跟进，从而更快回答客户问题。他构建的工具用于比较贷款估值和分析信贷协议。
Simon WillisonAI 评分4040 Addy Osmani 等谈 Claude Code 团队如何做代码审查
Addy Osmani、Morgan Westlee Lunt 和 Qing Wang 提出，"人是否读过代码"并非判断变更风险的准确标准，更该问"这次改动可能出什么问题、该由哪种检查来发现"。在 Claude Code 团队，审查已从 PR 末尾的关卡变成持续进行，多数改动在人工查看前已被 Claude 至少审查并修复过一次。
OpenAI NewsAI 评分3232 Stack Overflow for Agents 借 ChatGPT 插件实现注册量三倍增长
两名工程师用 Codex 在几周内做出 Stack Overflow for Agents，其 ChatGPT 插件推动智能体创建量最高增长 10 倍，注册量随之增至三倍。
AWS Machine Learning Blog精选AI 评分6666 Reflection AI 发布开源权重模型 Beam，面向智能体编码并在 AWS 上线
Reflection AI 推出开源权重模型 Beam，面向智能体编码与长周期任务，可维护代码、调用工具并完成多步工作流。
推荐理由：文章给出 Beam 的参数量、上下文长度与三种精度检查点，并说明在 AWS 上的两条部署路径，便于评估开源智能体编码模型的落地成本。
Hugging Face Blog精选AI 评分8888 Reflection 发布 Beam：501B 开源 MoE 模型，1M 上下文，Apache 2.0
美国新实验室 Reflection 在 Hugging Face 发布首个模型 Beam，这是一个 501B 参数的 MoE 大语言模型，每 token 激活 23B，支持 1M token 上下文，采用 Apache 2.0 许可，聚焦编码与智能体场景。
推荐理由：原文给出 501B MoE 模型的架构细节、多精度基准与 vLLM/SGLang 部署配方，可据此判断自托管前沿模型的硬件门槛。
TechCrunch · AIAI 评分2424 Replit CEO：未来工作是「自动驾驶公司」，AI 智能体承担大部分杂活
Replit CEO Amjad Masad 在 TechCrunch Disrupt 上提出「自动驾驶公司」愿景：AI 智能体承担公司大部分基础工作，人类则凭借判断力和品味发挥关键作用。
Simon WillisonAI 评分1515 Chirp Pong：用手机麦克风音频联网的双人 HTML 游戏实验
Simon Willison 用 Claude Code 中的 Claude Opus 5.5 Extra 做了一个双人竞技 Pong 类游戏实验，两台手机运行静态 HTML，通过麦克风发送 chirp 音频来同步游戏状态。实验证明这种音频联网方式可行，并加入了图形与玩法上的变化，让游戏比传统 Pong 更有趣、更交织。
TechCrunch · AIAI 评分7474 Meta 发布可在 Mac 上本地运行的开源权重模型 Muse Spark Open
Meta 发布开源权重模型 Muse Spark Open，称其为美国最强开源权重模型，拥有 8160 亿参数和 100 万 token 上下文窗口，原生多模态，面向复杂编码任务和智能体工作。
AWS Machine Learning Blog精选AI 评分6262 Meta 的 Muse Spark Open 上线 Amazon SageMaker JumpStart
Meta 的编码优化开源权重模型 Muse Spark Open 现已在 Amazon SageMaker JumpStart 上线，可在自己的 AWS 账户中部署到 SageMaker AI 端点。
推荐理由：Meta 的编码优化开源权重模型上线 SageMaker JumpStart，文中给出两种量化变体与对应实例的部署路径。
Ars Technica · AIAI 评分5050 Epic 称其 vibe coding 重写的新版 Epic Games Launcher 比 Steam 更快
Epic 发布新版 Epic Games Launcher 的公开 "Preview" 版本，称其用 AI vibe coding 从零重写，比现有版本更快、响应更灵敏，并采用全新外观。Epic Games Store 总经理 Martin Keely 表示，AI 让一个小团队更高效地重写代码库，支持 Windows 和 Mac，后续还将推出 Linux 版本。
Latent SpaceAI 评分6262 AINews：Gemini 4 Argon 正式发布，Vals AI 谈基准评测
Gemini 4 Argon 今日正式 GA，覆盖 Gemini API、Gemini 应用、Search AI Mode 与 Antigravity，介绍性 API 价格为每百万输入/输出 token 2 美元/10 美元，缓存输入折扣 95%，Artificial Analysis 称 11 月 30 日后价格翻倍至 4 美元/20 美元。
Simon WillisonAI 评分6767 Anthropic 自研代码版本控制系统 Scion 替代 Git
Anthropic 撰文介绍其自研的 Git 替代方案，起因是代码变更速度大幅上升：2026 年 5 月日均合并约 2,500 次代码变更，到 9 月已超过 30,000 次。
The Decoder精选AI 评分8585 Gemini 4 Argon 全球上线，成为 Google 最强前沿模型
Google 全球上线 Gemini 4 Argon，开发者可通过 AI Studio 和 Gemini 平台的 API 使用，AI Ultra 订阅者可在 Google Antigravity 中使用，Ultra 和 Pro 订阅者可通过 Gemini 应用和 Google 搜索的 AI 模式访问。
推荐理由：材料给出 Argon 的全球开放范围、定价与自报工程数据，可据此判断它在 Google 模型序列中的位置。
Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，今日起通过 Gemini API、AI Studio、Google Antigravity 以及 Gemini 应用和 Search 的 AI Mode 面向开发者、企业和消费者开放，定价为每百万输入 token 2 美元、输出 token 10 美元，缓存输入 token 享 95% 折扣。
推荐理由：官方给出 Argon 在编码、科研与安全对齐上的具体案例和定价，可据此判断前沿模型在长程任务上的落地程度。
Simon WillisonAI 评分2222 Simon Willison 发布 web-edit 0.1a0：用 Codex 和 GPT-6 Astra Extra High 构建的文件编辑 Web 应用
Simon Willison 发布 web-edit 0.1a0，一个用于在文件夹中查看和编辑文件的 Python Web 应用，由 Codex 和 GPT-6 Astra Extra High 构建。该应用使用 CodeMirror 6 作为编辑器，设计为通过 Tailscale 运行，可从手机直接编辑文件而无需将凭据经由 LLM 传输。
Simon WillisonAI 评分3636 Geoffrey Huntley：用 pre-commit hook 强制 AI 智能体使用诊断库
Geoffrey Huntley 提出用 pre-commit hook 检查 git diff，发现绕过诊断模块直接调用可观测性模块的代码就拒绝提交，并向 AI 智能体注入提示词要求其改用诊断库，效果"十全十美"。他认为与其靠更新 AGENTS.md 让智能体使用诊断库，不如用提交钩子强制约束，因为文档说明总会与实际行为产生偏差并逐渐漂移。
TechCrunch · AIAI 评分6262 SpaceXSI 将 X Premium、Grok 与 Cursor 打包为统一订阅
SpaceX Super Intelligence（SpaceXSI）把 X Premium、Grok 和 Cursor 打包成一个名为 The X Subscription 的订阅方案。
Latent Space精选AI 评分7878 Meta 发布 Muse Wonder 与 Muse Wonder Full 模型家族
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，前者通过 Meta Model API 和 Muse Code 提供，后者仅面向 Muse Code 订阅用户。
推荐理由：汇总 Meta Muse Wonder 系列的发布细节与多家第三方评测，可对照其与 Opus 5.5、GPT-6 系列的定位差异。
The Decoder精选AI 评分8080 Meta 发布前沿模型 Muse Wonder 系列，智能体与编码评测大幅提升
Meta 发布前沿模型 Muse Wonder，包含 Muse Wonder 与 Muse Wonder Full 两个版本。Muse Wonder Full 在 Artificial Analysis Intelligence Index v4.3 上得分 56，Muse Wonder 得分 52，前代 Muse Spark 1.3 为 48。
推荐理由：Meta 新前沿模型在智能体与编码评测上大幅跃升，但事实知识与成本仍是短板，可据此判断其真实定位。
The DecoderAI 评分5252 Anthropic 的 Andrej Karpathy 称外界只看到 AI 能力的预览
Anthropic 的 Andrej Karpathy 把大语言模型用户分成四个层级：约 60 亿人几乎没接触过 LLM，10 至 20 亿人把免费版聊天产品当作更好的 Google 搜索，约 2000 万数学和编码领域的专业用户已看到智能体完成过去需要数周乃至数月的复杂项目，而约 5000 人能接触内部前沿系统，看到数千个智能体协作数周推进软件、攻防、科学和数学前沿。
The DecoderAI 评分6262 Google Gemini 4 Carbon 内部测试据称编码表现接近 Anthropic Opus 5.5
据 Business Insider 看到的文件、截图和内部聊天记录，Google 正在测试 Argon、Barium、Carbon 等多个 Gemini 4 变体，其中 Carbon 已在内部编码平台 Jetski 上部署数日，据称在编程任务上强于 Argon，一名员工将其与 Anthropic 最强的编码模型 Opus 5.5 相比，但仍需更多测试。
Ars Technica · AIAI 评分6262 研究：AI 编码智能体生成更多代码，但软件产出并未增加
哈佛大学研究者 Fiona Chen 和 James Stratton 基于 Jellyfish 的工程团队分析数据，覆盖 2021 年至 2026 年 3 月间 700 多家软件开发公司的 70 多万名员工、3 亿条工作事件（如提交和 pull request），发现人类代码审查成为 AI 编码工具整体效率的显著瓶颈。
OpenAI NewsAI 评分3232 Asana 用 GPT-6.1 Sol 将浏览器测试模型成本降低 76 倍
Asana 借助 Codex 中的 GPT-6 Astra，在测试中让浏览器智能体成本降低 76 倍、速度提升 5 倍，从而为客户提供能力更强的模型。
Simon WillisonAI 评分3636 Simon Willison 用 Codex 语音模式为博客新增 Newsletters 页面
Simon Willison 借助 ChatGPT 桌面版 Codex 标签页的语音对话模式，在做饭的半小时里几乎全程用语音为博客构建了 Newsletters 页面，所用模型为 GPT-6 Astra High。
OpenAI NewsAI 评分2222 LegalOn 将 Codex 成本减半并保持开发速度
LegalOn 在保持开发速度的同时，将预估的每日 Codex 成本削减了 65%。其做法是按任务匹配 Astra、Sol 和 Luna，并对预算进行策略性管理。
OpenAI NewsAI 评分2222 Oracle 如何用 ChatGPT 和 Codex 把数天工作压缩到几分钟
Oracle 在招聘、工程和运营场景中，用 ChatGPT Work 和 Codex 把专家知识转化为快速、可复用的工作流，将原本需要数天的工作缩短到几分钟。
GitHub Blog · AI & ML精选AI 评分6262 GitHub 推出基于 ModernBERT 的密钥检测模型，将 push protection 扩展到非结构化密钥
GitHub 发布与 Microsoft Applied Sciences 联合微调的 ModernBERT 分类器，用代码上下文识别非结构化密钥，可在 2 毫秒内评估一批候选密钥，据称能把可拦截的密钥数量提升一倍以上。
推荐理由：GitHub 用九个季度的数据说明密钥泄露与代码量同步增长，并给出把检测前移到 push 环节的模型方案。
Mistral AI精选AI 评分8080 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral AI 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、49B 激活参数的原生多模态模型，可在 Mistral Studio 试用预览 API，权重将于本月底发布。
推荐理由：官方给出 1 万亿参数、49B 激活的开放权重模型在编码、智能体与多模态上的具体基准，可据此判断开放权重与闭源前沿的差距。
The DecoderAI 评分7272 Reflection 发布开源权重模型 Beam，主打低算力对标 DeepSeek 与 Qwen
AI 公司 Reflection 发布首个免费开放的模型 Beam，面向编码、逻辑推理和智能体任务，采用 MoE 架构，每 token 激活 5010 亿总参数中的 230 亿。
Latent SpaceAI 评分7474 Reflection 发布 Beam：501B-A23B 美国开源模型
Reflection 发布 Beam，一个面向编码、智能体与科研任务的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，完整权重将以 Apache 2.0 在本月放出。
AWS Machine Learning Blog精选AI 评分6262 GLM 5.3 上线 Amazon Bedrock
智谱（Z.ai）的 GLM 5.3 已在 Amazon Bedrock 上线，该模型为 753B 参数的 MoE 架构，面向编码与长程智能体任务，Z.ai 报告其在 CyberGym 基准上取得 84.5 分。
推荐理由：GLM 5.3 在 Bedrock 上线，文中给出提示词缓存与跨区域推理的具体调用方式，可据此评估托管开源模型的落地成本。
TechCrunch · AIAI 评分7171 Reflection 发布开源权重模型 Beam，对标中国开源模型
Reflection AI 发布首款前沿开源权重模型 Beam，称其在高级推理基准上达到中国领先开源模型的水平，且推理算力消耗低 3-4 倍。Beam 是 5010 亿参数、230 亿激活参数的文本 MoE 模型，预训练使用 23.8 万亿 token，上下文窗口 100 万 token，主打推理、编码和智能体任务。
AWS Machine Learning BlogAI 评分2626 Amazon SageMaker AI 推出 aws-ai-ml 技能，为 Kiro、Claude Code、Codex 等编码智能体提供生成式 AI 推理优化能力
Amazon SageMaker AI 推出 aws-ai-ml 技能，通过 Agent Toolkit for AWS 为 Kiro、Claude Code、Codex 等支持 MCP 的编码智能体提供推理优化与基准测试能力。
AWS Machine Learning BlogAI 评分3838 在 AWS GovCloud 中用 Claude Code 与 Amazon Bedrock 运行受监管工作负载
Anthropic 的 Claude Opus 5.5、Claude Sonnet 5.5 和 Claude Sonnet 5 已在 AWS GovCloud (US) 区域的 Amazon Bedrock 上线，为 ITAR 等受监管工作负载提供 AI 辅助开发通道。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，研究预览版已上线官网。