AI 正在改变开发者工作方式，GitHub 给出三项值得强化的技能
GitHub 提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的首次答案、用 AI 节省的时间去解决更大问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明它用第二个模型对计划、代码和测试进行批判性审查，以发现首个模型遗漏的问题。
#编码
GitHub Blog · AI & MLAI 评分2222 OpenAI NewsAI 评分2222 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 Codex 和 GPT-5.6 构建技术并重构工作流，将交易验证时间从 30 分钟缩短到 4 分钟以内。该机构借此扩展其资本市场专业能力。
Google DeepMind精选AI 评分8282 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，随后逐步扩展到开发者、企业和消费者，起价为每百万输入 token 2 美元、每百万输出 token 10 美元。
推荐理由：官方给出 Argon 在编码、企业知识与网络安全上的基准表现和内部落地案例，可据此判断前沿模型的能力边界与分阶段开放节奏。
AWS Machine Learning Blog精选AI 评分6262 GPT-6.1 Sol 在 Amazon Bedrock 正式可用
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，面向智能体编码、计算机使用和日常专业工作负载提供更强的推理能力。据 OpenAI 称，它在 DeepSWE v1.1 上达到 GPT-6 Astra 的水平，单任务成本约为后者的五分之一，并比 GPT-6 Sol 的最佳成绩高出 6.4 个百分点。
推荐理由：原文给出 GPT-6.1 Sol 在 Bedrock 上的可用范围与成本对比，读者可据此判断智能体编码任务的性价比变化。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解 AI 热门观点：该不该读 AI 代码、RAG 已死、Skills 是否杀死 MCP
GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成代码仍需阅读和负责，但审查力度应随风险变化；Skills 与 MCP 解决不同问题，前者是打包的团队经验，后者是连接工具与数据的标准；RAG 并未死亡，检索能让模型更接近答案并减少 token 消耗。节目还讨论了企业招聘中的 AI 使用判断力，以及微调需求可能反映代码库可维护性问题。
GitHub Blog · AI & MLAI 评分3030 GitHub Copilot 应用新手指南：使用 diff、终端与浏览器面板
GitHub Copilot 应用内置 diff、终端和浏览器三个面板，让用户无需离开应用即可审查、运行并预览 AI 智能体生成的代码改动。diff 面板以绿色和红色高亮显示新增与删除行，支持接受改动、留言或让 Copilot 继续修改；终端面板可直接运行项目命令，浏览器面板则通过 Pick & Polish 工具选中页面元素并让智能体调整。
Mistral AIAI 评分5151 Mistral 用 AI 智能体迁移 4 万行 Fortran 77 遗留代码
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 的油藏模拟器迁移到 C++，该代码库没有测试套件也没有集中文档。团队先搭建数值对齐测试框架，用自定义解析器生成调用树并派出上百个智能体补文档，再以规划、编码、测试、审查加人工检查点的结构化流程逐模块迁移。Mistral 总结出三条经验：先建对齐测试再写迁移代码、先整理文档再交给智能体、结构化工作流加人工审查优于完全自主。
GitHub Blog · AI & ML精选AI 评分7171 GitHub 推出 Project HydraFusion，用多模型编排提供前沿级编码质量
GitHub 发布研究预览版 Project HydraFusion，通过运行时编排在多个提供商的模型间选择，自动完成起草、评审、修订或升级到更强模型。它目前提供 Single、Cascade、Critique 三种执行模式，已在所有 GitHub Copilot 套餐中通过 Copilot CLI 的 /experimental 开放，按各模型标准费率计费。
推荐理由：GitHub 官方披露 HydraFusion 的三种编排模式与三套基准的成本质量对比，可据此判断多模型编排在编码任务上的取舍。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber，前者面向长时程编码与自主智能体，后者面向漏洞发现与自动修补。
推荐理由：官方给出两款 Flash 变体的基准、定价与开放渠道，可据此判断长时程编码与安全场景的选型取舍。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.7 Flash
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码和智能体的最强主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：官方给出与 3.6 Flash 的多项基准对比和半价定价，可据此判断编码与智能体场景的成本收益。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和面向网络安全的 3.5 Flash Cyber 三款新模型。
推荐理由：官方给出三款新模型的定价、token 效率与多项基准对比，可据此判断智能体工作流的成本与选型。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini 3.5 Flash Cyber 网络安全模型
Google DeepMind 发布 Gemini 3.5 Flash Cyber，一个基于 3.5 Flash 微调的轻量网络安全模型，用于快速发现、验证和修补漏洞。
推荐理由：官方给出轻量安全模型在 CyberGym、Chrome 提交扫描等基准上的对比数据，可据此判断专用小模型在漏洞挖掘上的性价比。
Hugging Face BlogAI 评分4444 ScarfBench：面向企业级 Java 框架迁移的 AI 智能体基准测试
Hugging Face 发布 ScarfBench（Self-Contained Application Refactoring Benchmark），用于评估 AI 智能体在 Spring、Jakarta EE、Quarkus 之间的跨框架迁移能力，包含 34 个应用、102 个框架实现、204 个迁移任务和 1,331 个专家测试。
Hugging Face Blog精选AI 评分8585 智谱发布 GLM-5.2，面向长程任务支持 1M 上下文
智谱发布旗舰模型 GLM-5.2，主打长程任务能力，首次在 1M token 上下文下稳定支撑长程工作，并采用 MIT 开源许可。
推荐理由：GLM-5.2 把 1M 上下文与编码智能体能力结合，并给出与闭源前沿模型的基准对比，可据此判断开源模型在长程任务上的位置。
OpenAI NewsAI 评分3838 OpenAI Codex 推出插件、站点与标注功能，覆盖多类岗位与工作流
OpenAI 为 Codex 推出新插件、站点（sites）和标注（annotations）功能，面向分析师、营销人员、设计师、投资者等团队，帮助其用 AI 完成更多工作。原文未披露具体版本号、参数规模或可用性细节。
OpenAI NewsAI 评分1818 Braintrust 如何用 Codex 把客户需求变成代码
Braintrust 工程师借助 Codex 与 GPT-5.5 加快实验与编码速度，将客户需求直接转化为代码。
Mistral AI精选AI 评分8080 Mistral 将 Le Chat 升级为统一智能体 Vibe，推出 Work Mode 与 Code Mode
Mistral 宣布将 Le Chat 升级为统一 AI 智能体 Vibe，同时覆盖工作与编码场景，原有对话、设置和订阅方案全部保留。
推荐理由：Mistral 把 Le Chat 升级为统一智能体 Vibe，读者可据此判断工作与编码两类长任务如何被同一入口承接。
OpenAI NewsAI 评分2222 Endava 如何用 Codex 构建智能体组织
Endava 借助 Codex 构建智能体组织，将需求分析周期从数周缩短至数小时，并加速软件交付。该案例展示了 Codex 在企业级软件工程流程中的落地方式。
OpenAI NewsAI 评分3131 Cisco 与 OpenAI 用 Codex 重塑企业工程
Cisco 与 OpenAI 正用 Codex 重塑企业工程，帮助 Cisco 规模化 AI 原生开发、加速 AI Defense 工作并自动化缺陷修复。
OpenAI NewsAI 评分2222 OpenAI、Thrive 与 Crete 如何用 Codex 构建自我改进的税务智能体
OpenAI、Thrive 和 Crete 用 Codex 构建了一个可自我改进的税务智能体，用于自动完成报税、提升准确性并加速工作流。该方案展示了 Codex 在税务申报自动化场景中的落地方式。
OpenAI NewsAI 评分2626 Warp 押注 GPT-5.5 构建开源开发工作流
Warp 正基于 GPT-5.5 及 OpenAI 模型，在本地、云端和开源开发流程中协调多个编码智能体。该工具将 GPT-5.5 用于跨环境的编码智能体调度，以支持开源协作开发。
Mistral AI精选AI 评分8080 Mistral 发布 Mistral Medium 3.5 与 Vibe 云端远程智能体
Mistral 发布 Mistral Medium 3.5，一个 128B 稠密模型，以修改版 MIT 许可开放权重，成为 Mistral Vibe 和 Le Chat 的默认模型，并支撑 Vibe 的云端远程编码智能体与 Le Chat 的 Work 模式预览。
推荐理由：Mistral 把编码智能体搬到云端并同步开源 128B 权重，读者可据此判断自托管编码智能体的可行边界。
OpenAI NewsAI 评分2222 OpenAI 获 Gartner 企业级 AI 编程智能体魔力象限领导者
OpenAI 在 2026 年 Gartner 企业级 AI 编程智能体魔力象限中被评为领导者，旗下 Codex 因创新能力和企业级规模部署获得认可。
OpenAI NewsAI 评分2222 Virgin Atlantic 如何用 Codex 加速交付移动应用
Virgin Atlantic 借助 Codex 在固定的假日出行截止期限前完成移动应用改版，实现接近全覆盖的单元测试和零 P1 缺陷。
OpenAI NewsAI 评分2222 Ramp 工程师如何用 Codex 加速代码审查
Ramp 工程师借助 Codex 与 GPT-5.5 进行代码审查并推进改进，将实质性反馈的获取时间从数小时缩短至数分钟。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 3.5 Flash，主打智能体与编码
Google DeepMind 发布 Gemini 3.5 系列首个模型 3.5 Flash，定位为面向智能体与编码的前沿模型，即日起在 Gemini app、Google Search 的 AI Mode、Google Antigravity、Gemini API 及 Gemini Enterprise 上线。
推荐理由：官方给出 3.5 Flash 在编码与智能体基准上的具体分数和 4 倍输出速度，可据此判断速度与质量的取舍是否成立。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 AlphaEvolve 一年落地成果
Google DeepMind 汇总了 Gemini 驱动的编码智能体 AlphaEvolve 发布一年来的落地成果，覆盖数学、量子物理、基因组、电网与 AI 基础设施等领域。
推荐理由：官方汇总 AlphaEvolve 一年落地案例，涵盖基因组、电网、TPU 与量子模拟，可据此判断编码智能体的跨领域迁移边界。
OpenAI News精选AI 评分6262 OpenAI 将 GPT 模型、Codex 与 Managed Agents 上线 AWS
OpenAI 的 GPT 模型、Codex 和 Managed Agents 现已在 AWS 上可用，企业可在自己的 AWS 环境中构建安全的 AI 应用。
推荐理由：OpenAI 把 GPT 模型、Codex 与 Managed Agents 接入 AWS，读者可据此判断企业现有云环境能否直接落地。
OpenAI NewsAI 评分4242 OpenAI 发布 Codex 编排开源规范 Symphony
OpenAI 发布开源规范 Symphony，用于 Codex 编排，可把 issue tracker 变成常驻的智能体系统。该规范旨在提升工程产出并减少上下文切换。
OpenAI News精选AI 评分6262 OpenAI 推出 Codex Labs，Codex 周活达 400 万
OpenAI 推出 Codex Labs，并与埃森哲、普华永道、Infosys 等合作，帮助企业在软件开发全生命周期中部署和扩展 Codex。OpenAI 同时公布 Codex 周活跃用户达到 400 万。
推荐理由：OpenAI 公布 Codex 周活 400 万并联合埃森哲、普华永道等推企业落地服务，可观察编码智能体的企业采用路径。
OpenAI News精选AI 评分6262 OpenAI 更新 Codex 桌面应用，新增电脑操作、应用内浏览与图像生成
OpenAI 更新 macOS 和 Windows 版 Codex 应用，新增电脑操作、应用内浏览、图像生成、记忆和插件功能，用于加速开发者工作流。
推荐理由：原文列出 Codex 桌面端新增的电脑操作、应用内浏览、图像生成、记忆与插件，读者可据此判断开发工作流的变化。
OpenAI NewsAI 评分2727 OpenAI Codex 为团队推出更灵活的按量付费定价
OpenAI 为 ChatGPT Business 和 Enterprise 版 Codex 新增按量付费（pay-as-you-go）定价，让团队能以更灵活的方式起步并扩展使用规模。
Mistral AI精选AI 评分7878 Mistral 发布 Mistral Small 4 开源模型
Mistral AI 发布 Mistral Small 4，首次将 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力统一到单一模型，采用 Apache 2.0 许可。
推荐理由：Mistral Small 4 把推理、多模态与编码智能体能力合并进单一开源模型，并给出可配置推理强度与部署门槛。
Mistral AI精选AI 评分6262 Mistral 发布开源 Lean 4 代码智能体 Leanstral
Mistral 发布 Leanstral，这是首个面向 Lean 4 的开源代码智能体，采用 6B 激活参数的稀疏架构，权重以 Apache 2.0 许可开放，并接入 Mistral Vibe 与免费 API 端点 labs-leanstral-2603。
推荐理由：Mistral 开源面向 Lean 4 的代码智能体，给出了与 Claude 系列及开源模型的成本与得分对比，可据此判断形式化验证路线的性价比。
Mistral AI精选AI 评分6262 Mistral 如何用 Vibe 构建自动编写 Rails 测试的智能体
Mistral 基于其开源编码助手 Vibe 构建了一个自动生成和改进 Rails RSpec 测试的智能体，可在 CI/CD 中无人干预运行。
推荐理由：Mistral 公开了用 Vibe 构建 Rails 测试智能体的完整方法，包括 AGENTS.md 规划、分文件类型技能和自定义工具，可迁移到其他代码库。
OpenAI News精选AI 评分6060 OpenAI 解释为何不再评测 SWE-bench Verified
OpenAI 宣布不再使用 SWE-bench Verified 评测，理由是这一基准正日益受到污染，无法准确衡量前沿编码能力。其分析指出该基准存在测试缺陷和训练数据泄漏问题，并建议改用 SWE-bench Pro。
推荐理由：OpenAI 说明 SWE-bench Verified 存在污染与测试缺陷，并给出替代基准建议，可供关注编码评测的人参考。
OpenAI News精选AI 评分6262 OpenAI 发布 GPT-5.3-Codex-Spark 实时编码模型
OpenAI 发布 GPT-5.3-Codex-Spark，称其为首个实时编码模型，生成速度提升 15 倍，支持 128k 上下文。该模型目前面向 ChatGPT Pro 用户开放研究预览。
推荐理由：OpenAI 发布首个实时编码模型，给出 15 倍生成速度与 128k 上下文，可据此判断实时编码场景的可用性。
OpenAI NewsAI 评分3434 OpenAI 谈 harness engineering：在智能体优先的世界中利用 Codex
OpenAI 技术人员 Ryan Lopopolo 提出 harness engineering，探讨在智能体优先的世界中如何利用 Codex。文章聚焦于围绕 AI 智能体构建工程实践，而非单纯依赖模型本身的能力。
OpenAI News精选AI 评分7878 OpenAI 发布 GPT-5.3-Codex
OpenAI 发布 GPT-5.3-Codex，这是一个 Codex 原生智能体，将前沿编码能力与通用推理结合，面向长周期、真实世界的技术工作。
推荐理由：OpenAI 发布 Codex 原生智能体模型，读者可据此了解其在编码与通用推理上的定位。
OpenAI News精选AI 评分7373 OpenAI 发布 GPT-5.3-Codex 系统卡
OpenAI 发布 GPT-5.3-Codex 系统卡，称其为目前能力最强的智能体编码模型。该模型将 GPT-5.2-Codex 的前沿编码性能与 GPT-5.2 的推理及专业知识能力结合在一起。
推荐理由：官方系统卡给出 GPT-5.3-Codex 的能力定位，读者可据此了解它在编码与推理上的组合方式。