#编码

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。

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。

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"是判断变更风险的粗略代理指标，更该问的是"这次改动可能出什么问题、该由哪种检查（自动或人工）来抓"。在 Claude Code 团队，审查从 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。

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 发布开源权重模型 Beam，面向智能体编码和长周期任务，可维护代码、调用工具并完成多步工作流。Beam 是稀疏 MoE 模型，总参数 501B、激活参数 23B，Reflection 称有效上下文长度为 1M tokens，权重以 Apache 2.0 许可在 Hugging Face 发布，提供 BF16、FP8 和 NVFP4 三种检查点。

Meta 发布可在 Mac 上运行的开放权重模型 Muse Spark Open

Meta 发布开放权重模型 Muse Spark Open，称其为美国最强开放权重模型，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。

Claude Opus 5.5 打造 Chirp Pong：用声音在两台手机间联网的双人对战游戏

开发者用 Claude Code 中的 Claude Opus 5.5 做出实验性双人游戏 Chirp Pong，两台手机以静态 HTML 运行，靠麦克风发送的 chirp 声波传输游戏状态，无需网络代码即可对战。游戏在乒乓玩法上加入图形与机制变化，使对抗更交织有趣。

Anthropic 为何自建 Git 替代方案 Scion

Anthropic 撰文介绍其自建 Git 替代方案的原因与过程：2026 年 5 月其日均合并约 2500 次代码变更，到 9 月已超过 30000 次。新的源码控制系统名为 Scion，代码审查系统名为 Antique，由七人团队用五个月完成从 Git 的迁移。

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 Search 的 AI 模式访问；免费用户和 Plus 订阅者只能使用较弱的 Flash 模型。

同一新闻，精选展示《Google DeepMind 发布 Gemini 4 Argon，主打复杂工程与科研任务》

Gemini 4 Argon 开始在 Gemini 应用和 Antigravity 推送，仅限付费用户

Google 的 Gemini 4 Argon 开始大范围推送，目前仅面向付费用户，低档订阅方案也无法获得完整访问权限。Google 表示模型能力未变，仍以其上月公布的基准测试作为推理与智能体编码能力的依据，并称模型经过拒绝恶意指令的训练，配有自动失准监控。

SpaceXSI 将 X Premium、Grok 与 Cursor 打包为统一订阅

SpaceX Super Intelligence（SpaceXSI）将 X Premium、Grok 和 Cursor 打包为一项名为 The X Subscription 的订阅，以吸引更多订阅者。

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。他认为仅靠更新 AGENTS.md 仍会存在偏差并逐渐漂移，而这一做法让智能体表现"十全十美"。

Meta 发布 Muse Wonder 与 Muse Wonder Full：MSL 的 Claude 5.5 级前沿模型

Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder（代号 Watermelon）与 Muse Wonder Full，距该实验室成立约 14 个月。

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，含 Muse Wonder 与 Muse Wonder Full 两个版本，在 Artificial Analysis Intelligence Index v4.3 上分别得分 52 和 56，前代 Muse Spark 1.3 为 48。

同一新闻，精选展示《Meta 发布首个前沿模型 Muse Wonder 与 Muse Wonder Full》

Google Gemini 4 Carbon 内部测试据称编码能力接近 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 三个 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。

AINews：TypeSafe/Jev 上线三周 ARR 超 1 亿美元、估值 75 亿美元

TypeSafe 宣布其“Series AI”，Sequoia 透露其上线首周 ARR 突破 1 亿美元，估值达 75 亿美元，此时距 Jev 发布仅三周。

研究：AI 编码智能体生成更多代码，但软件产出并未增加

哈佛大学研究人员 Fiona Chen 和 James Stratton 基于 Jellyfish 的工程分析数据，考察 2021 年至 2026 年 3 月间 700 多家软件开发公司、逾 70 万名员工的 3 亿条工作事件，发现人类代码评审成为 AI 编码工具整体效率的显著瓶颈。

Asana 用 GPT-6.1 Sol 将浏览器测试模型成本降低 76 倍

Asana 借助 GPT-6.1 Sol 在浏览器测试中把模型成本降低 76 倍、速度提升 5 倍，从而能为客户提供更强的模型。该成果通过 Codex 中的 GPT-6 Astra 实现。

Simon Willison 用 Codex 语音模式为博客构建 Newsletters 页面

Simon Willison 用 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靠说话为博客开发出 Newsletters 页面，所用模型为 GPT-6 Astra High。

LegalOn 将 Codex 成本减半，同时保持开发速度

LegalOn 将每日 Codex 预估成本削减 65%，同时保持开发速度。其做法是按任务匹配 Astra、Sol 和 Luna，并对预算进行策略性管理。

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。

Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna

Anthropic 发布 Claude Haiku 5.5，这是 Haiku 系列约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，官方称其平均运行成本比 Haiku 4.5 低约 75%。

Anthropic 发布 Claude Haiku 5.5，价格最高下调 90%

Anthropic 发布 Claude Haiku 5.5，这是其迄今最快、最便宜的小模型，平均价格比 Haiku 4.5 低约 75%，10 万 token 以内提示词的价格最高下降 90%，超过 10 万 token 则贵 5 倍。

GitHub 推出基于 ModernBERT 的密钥检测模型，将 push 保护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，用代码上下文识别数据库密码、Kubernetes Secret、Dockerfile 等非结构化密钥，可在 2 毫秒内评估一批候选密钥，官方称有望让可拦截的密钥数量翻倍以上。

Reflection 发布首个开源权重模型 Beam，主打低算力

AI 公司 Reflection 发布首个免费开放模型 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。

Reflection 发布 Beam：501B-A23B 美国开源模型

Reflection 发布 Beam，一个面向编码、智能体和科研任务的纯文本 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。

GLM 5.3 上线 Amazon Bedrock

智谱（Z.ai）的 GLM 5.3 已在 Amazon Bedrock 上线，这是一个 753B 参数的 MoE 模型，面向编码和长周期智能体任务，可通过全托管 API 调用，支持跨区域推理、提示词缓存和服务层级。

Reflection 发布开源权重模型 Beam，对标中国开源模型

Reflection AI 发布首个前沿开源权重模型 Beam，称其在高级推理基准上与中国领先开源模型持平，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。公司称本月将公开模型权重和完整技术细节，并通过超大规模云厂商和 neocloud 分发。

在 AWS GovCloud 中用 Claude Code 与 Amazon Bedrock 运行合规监管工作负载

Anthropic 的 Claude Opus 5.5、Claude Sonnet 5.5 和 Claude Sonnet 5 已上线 AWS GovCloud (US) 区域的 Amazon Bedrock，为 ITAR 等受监管工作负载提供 AI 辅助开发通道。

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 代码审查的开放离线基准，基于 1.039 亿个 GitHub pull request 的分布构建，包含 219 个 pull request、覆盖 19 种语言。

AI 正在改变开发者工作方式，GitHub 给出三项需要强化的技能

GitHub 提出 AI 时代开发者应强化三项技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的首次回答、用 AI 节省的时间去解决更大的问题。文中以添加认证流程为例，展示开发者从自己写代码转向定义任务、审查多个智能体输出并做技术决策。GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型对计划、代码和测试进行批判性审查。

Airbnb CTO 谈 AI 原生改造：60% 代码由 AI 编写，用 Everest 上下文图谱加速产品开发

Airbnb CTO Ahmad Al-Dahle 介绍了公司转向 AI 原生公司的做法：目前 60% 的代码由 AI 编写，功能交付量同比增长近 80%，工程师人均 PR 吞吐量提升约 1.6 倍。

Chatham Financial 用 OpenAI Codex 与 GPT-5.6 将交易验证从 30 分钟压缩至 4 分钟内

Chatham Financial 借助 OpenAI 的 Codex 和 GPT-5.6 构建技术并重构工作流程，将交易验证时间从 30 分钟缩短到 4 分钟以内。

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，起价每百万输入 token 2 美元、输出 token 10 美元。

GitHub Podcast 拆解 AI 热门观点：该不该读 AI 生成的代码、RAG 是否已死、Skills 是否杀死了 MCP

GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成的代码仍需阅读和负责，只是审查力度应按风险分配；Skills 与 MCP 解决不同问题，前者是打包的 Markdown 专业知识，后者是智能体连接工具和数据的标准，二者可组合使用；RAG 并未消亡，检索能让模型基于训练数据外的文档、内部知识和代码库上下文作答，减少 token 浪费和不完整回答。

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，代码主要由 AI 智能体编写，分布在 128 个 PR 中增量落地，而非一次性切换。