返回主题
行业内容 · 主题

AI 编码

精选 21 条

AI 写代码的一切：编码助手、Vibe Coding、代码模型评测与开发工作流变革。

21条精选4条近 30 天2026/10/06 15:53最近一次动静36个事件（大事记）

相关主题

Agent 智能体Cursor教程实践

大事记 · 36 个事件

2026/10/10 13:05研究：AI 编码生成更多代码、却没生成更多软件——人工审查成瓶颈论文0 篇精选2026/10/09 05:30Manus母公司Meta收购终止后融资超5亿美元行业0 篇精选2026/10/08 15:35阿弗莱克谈计算机与视效引文观点0 篇精选2026/10/07 04:21Reflection 发布开源权重模型 Beam模型0 篇精选2026/10/06 15:53GLM 5.3 上线 Amazon Bedrock模型1 篇精选2026/10/06 11:17Meta与微软大幅削减Claude用量行业0 篇精选2026/10/06 10:04AWS发布GovCloud用Claude Code接入Bedrock指南教程0 篇精选2026/10/06 10:04AWS 发布 aws-ai-ml 技能辅助 SageMaker 推理优化产品0 篇精选2026/10/06 10:04GitHub 发布代码审查基准 ReviewBench论文1 篇精选2026/10/02 23:00GitHub Blog：AI 时代开发者需强化三项技能观点0 篇精选2026/10/02 22:04Airbnb 谈 AI 转型：60% 代码由 AI 编写观点0 篇精选2026/10/02 09:10Simon Willison 发布纯 Python WebAssembly 引擎 pwasm 0.2a0产品0 篇精选

这一门下的精选 · 21 条

AWS Machine Learning Blog精选评分 62

GLM 5.3 上线 Amazon Bedrock，支持跨区域推理与提示缓存

Introducing GLM 5.3 on Amazon Bedrock

Z.ai 的 GLM 5.3 已在 Amazon Bedrock 上线，这是一个 753B 参数的混合专家模型，面向编码与长程智能体任务，Z.ai 公布的 CyberGym 得分为 84.5。用户在 Bedrock 上可通过兼容 OpenAI 的 Responses 与 Chat Completions API 或 Invoke 与 Converse API 调用，支持隐式与显式提示缓存、跨区域推理及 Flex、Priority、Standard 服务层级，供符合条件的企业客户使用。

模型#GLM 5.3#Z.ai#Amazon Bedrock

推荐理由：GLM 5.3 在 Bedrock 上线并附完整调用示例，读者可据此评估其编码、长程智能体与提示缓存的实际接入成本。

GitHub Blog · AI & ML精选评分 71

GitHub 发布 AI 代码审查基准 ReviewBench

ReviewBench: An open benchmark for AI code review

GitHub 推出代码审查离线基准 ReviewBench，基于 1.039 亿条真实 PR 的语言与仓库规模分布，构建含 219 条 PR、覆盖 19 种语言的评测集，采用人工评审、前沿大模型与静态分析的多源黄金集，并按严重程度与类别切分结果。该基准公开数据集、评分规则与评测运行器，可用于对比代码审查智能体并提交自身评测结果。

论文#GitHub#Microsoft#Copilot

推荐理由：GitHub 公开了代码审查智能体的离线基准与评测口径，读者可据此了解审查质量如何被量化比较。

NVIDIA Blog精选评分 70

OpenAI 上线 GPT-6 Astra Ultrafast，token 生成最高提速 8 倍

How NVIDIA GPUs Help Accelerate OpenAI’s GPT-6 Astra Ultrafast

OpenAI 的 GPT-6 Astra Ultrafast 已在 OpenAI API 上线，并向符合条件的 ChatGPT Work 与 Codex 用户开放，该模式运行在 NVIDIA Blackwell GPU 上，token 生成速度最高为 Astra 标准模式的 8 倍，可缩短编码代理的编辑、测试、调试循环并减少工具调用间的等待。OpenAI 还表示正用内部模型优化 NVIDIA GPU 上的推理软件，以持续提升响应速度和已部署基础设施的利用率。

模型#OpenAI#NVIDIA

推荐理由：OpenAI 新上线的 Ultrafast 模式把 token 生成提速至标准模式的 8 倍，读者可据此估算代理循环中的延迟变化。

Latent Space精选评分 85

谷歌 DeepMind 发布 Gemini 4 Argon，暂限网络安全预览

[AINews] Gemini 4 Argon: GDM’s answer to Astra/Fable, with 1M output

Google DeepMind 发布 Gemini 4 Argon，面向编程、企业知识工作与网络防御，首批仅向政府用户与 Fairwind 计划的网络安全人员开放，开发者与企业开放时间待定。谷歌称其在 19 项基准中 13 项第一，标称输出上限 1M，标准定价为每百万输入 4 美元、输出 20 美元。

模型#Google DeepMind#Gemini 4 Argon#OpenAI

推荐理由：Argon 在 19 项基准中取得 13 项第一，其 1M 输出上限与每任务成本数据可用来比较它与 Astra、Opus 5.5 的取舍。

Simon Willison精选评分 82

OpenAI DevDay 发布 Dots 个人智能体与 GPT-6.1 Sol

OpenAI DevDay 2026 live blog

OpenAI 在 DevDay 上发布个人智能体 Dots，由 Astra 驱动，ChatGPT Pro 与 Enterprise 用户即日可用。同日推出 GPT-6.1 Sol、每秒 300 token 的 Ultrafast、Pro 500 订阅，并预览 Decisions API、开放 Sign in with ChatGPT 与 Marketplace。Simon Willison 在现场实时记录各场次发布与演示细节。

产品#OpenAI#ChatGPT#Codex

推荐理由：现场记录梳理了 Dots 智能体、GPT-6.1 Sol 与 Ultrafast 的发布和定价，可对照 OpenAI 在开发者平台上的推进节奏。

Google DeepMind精选评分 63

Gemini 3.6 Flash 发布：输出 token 比 3.5 Flash 省17%(DeepSWE 上最高省65%)、单位输出成本更低；Flash-Lite 冲到 350 token/秒；Cyber 版并入 CodeMender 做安全

Introducing Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber

Google DeepMind：生产级 agent 开发要的是更高 token 效率、更低延迟与更稳表现，Flash 系列就是效率×质量的甜点档。本次三款同发——3.6 Flash(主力)编码/知识工作/多模态全面更好：据 Artificial Analysis Index 输出 token 用量比 3.5 Flash 降17%、在 Datacurve 的 DeepSWE 等基准最高降65%，且每输出 token 成本更低；3.5 Flash-Lite 是 3.5 档最快最省，Artificial Analysis 口径 350 输出 token/秒，agent 工作流显著超越历代 Flash-Lite；3.5 Flash Cyber 与代码安全 agent CodeMender 配对，给出接近前沿的性价比安全能力。另透露 Gemini 3.5 Pro 正在合作伙伴处测试。

模型#Google DeepMind

推荐理由：一次发布同时给出效率、速度与安全三条产品线：3.6 Flash 用 17% 的输出 token 降幅和更低单价降低 agent 成本，Flash-Lite 面向高并发低延迟场景，Cyber + CodeMender 则把安全修复做成受控的专用能力。

OpenAI News精选评分 64

评测的信号与噪音：OpenAI 发布一项新分析，指出流行的编程基准 SWE-Bench Pro 存在问题，引发对其评估 AI 模型时可靠性与准确性的担忧

Separating signal from noise in coding evaluations

OpenAI 发布一篇关于编程评测的分析，题为「在编程评测中分辨信号与噪音」，分析揭示常用编程基准 SWE-Bench Pro 存在的问题（issues），并就其在评估 AI 模型时的可靠性（reliability）与准确性（accuracy）提出担忧。属于对主流基准的公开批评。

论文

推荐理由：直接质疑一个被广泛引用的编程基准的可信度，是有公共价值的评测批评；但它单方给出，尚待基准维护方回应。

OpenAI News精选评分 65

ChatGPT Sites：OpenAI 推出这一功能，能用 Codex 直接做出轻量级的网站或应用（lightweight website or app）

ChatGPT Sites

OpenAI 发布 ChatGPT Sites，其能力是借助 Codex 创建轻量的网站或应用，把「生成一个能用的网页/小应用」做进 ChatGPT 主体。属于从对话走向可交付物的产品动作。

产品

推荐理由：把建站/做小应用纳入 ChatGPT 是可见的使用面扩展；材料极短，未给功能边界与上线状态。

OpenAI News精选评分 62

OpenAI 详解用 WebSockets 与连接级缓存为 Responses API 的智能体工作流提速

Speeding up agentic workflows with WebSockets in the Responses API

OpenAI 深入讲解 Codex 的代理循环，说明 Responses API 用 WebSockets 和连接级缓存降低了接口开销、改善了模型延迟。

教程#openai

推荐理由：它拆到 Codex 代理循环这一层，讲清 WebSockets 与连接级缓存为何能降低延迟，对做智能体工程的读者可直接参照。

OpenAI News精选评分 61

OpenAI 用 Responses API、shell 工具与托管容器搭建代理运行环境

From model to agent: Equipping the Responses API with a computer environment

OpenAI 说明如何基于 Responses API、shell 工具与托管容器构建一个代理运行时，让带文件、工具与状态的代理安全、可扩展地运行。

教程#openai

推荐理由：它把代理运行时拆开讲：Responses API 加 shell 工具与托管容器如何带文件与状态跑安全可扩展的代理。

OpenAI News精选评分 62

OpenAI 推出 Codex Security 研究预览，一款检测并修补复杂漏洞的应用安全代理

Codex Security: now in research preview

OpenAI 的 Codex Security 进入研究预览。这是一个 AI 应用安全代理，通过分析项目上下文来检测、验证并修补复杂漏洞，主张以更高置信度、更少噪声完成任务。

产品#openai

推荐理由：它给出一款会读项目上下文、发现并验证再修补漏洞的安全代理，进入研究预览即表示已有可试用的入口。

OpenAI News精选评分 81

OpenAI 发布 GPT-5.4，主打编码、计算机操作、工具搜索与 100 万 token 上下文

Introducing GPT-5.4

OpenAI 发布 GPT-5.4，定位为其在专业工作上能力最强、效率最高的前沿模型，具备领先的编码、计算机操作与工具搜索能力，并支持 100 万 token 上下文。

模型#openai

推荐理由：它把编码、计算机操作、工具搜索与 100 万 token 上下文合并进同一档前沿模型，读者可据此评估专业工作流是否迁移。

OpenAI News精选评分 60

太平洋西北国家实验室与 OpenAI 推出 DraftNEPABench，评估 AI 编码代理加速联邦审批

Pacific Northwest National Laboratory and OpenAI partner to accelerate federal permitting

OpenAI 与太平洋西北国家实验室（PNNL）推出新基准 DraftNEPABench，用来评估 AI 编码代理能否加快美国联邦审批，其结果有可能把 NEPA 起草时间最多减少约 15%，从而让基础设施审查现代化。

论文#openai

推荐理由：它把编码代理放到联邦审批起草这一具体任务上，材料给出可能节省约 15% 时间的量级，为评估代理的实际价值提供了一个参照。

OpenAI News精选评分 68

OpenAI 称不再评测 SWE-bench Verified，因污染与错误测量使该基准失真

Why we no longer evaluate SWE-bench Verified

OpenAI 说明其不再评测 SWE-bench Verified，理由是这一基准日益被污染、会错误衡量前沿模型的编码进展。其分析指出存在有缺陷的测试与训练数据泄漏，并推荐使用 SWE-bench Pro。

论文#openai

推荐理由：它用测试污染与训练数据泄漏两项问题分析一个常用基准为何失真，做模型评测的人可据此调整参照。

Google DeepMind精选评分 68

Gemini 3.1 Pro 发布：面向一个简单答案不够用的复杂任务，承接上周 3 Deep Think 升级的核心智能，铺向 Gemini API、CLI、Antigravity、Vertex AI 与消费者全线

Gemini 3.1 Pro: A smarter model for your most complex tasks

Google DeepMind 发布 Gemini 3.1 Pro，一款为简单答案不够用的任务设计的更聪明模型。此前一周，公司刚为 Gemini 3 Deep Think 推出面向科研与工程重大难题的升级；3.1 Pro 正是把支撑那些突破的核心智能沉淀下来、推向日常应用。今日起铺开：开发者可在 Gemini API（Google AI Studio）、Gemini CLI、agentic 开发平台 Google Antigravity 与 Android Studio 预览，企业在 Vertex AI 与 Gemini Enterprise 使用，同时进入消费者产品。

产品#Google DeepMind

推荐理由：把此前只在 Deep Think 中的前沿能力沉为主力核心模型、并立刻铺到开发者与消费者全线，读者能马上在自己产品里用上。

OpenAI News精选评分 78

OpenAI 发布首个实时编码模型 GPT-5.3-Codex-Spark，称生成快 15 倍、上下文 128k

Introducing GPT-5.3-Codex-Spark

OpenAI 推出 GPT-5.3-Codex-Spark，这是它第一个实时编码模型，生成速度提高 15 倍、支持 128k 上下文，目前面向 ChatGPT Pro 用户开放研究预览。

模型#openai

推荐理由：它给出 15 倍生成速度与 128k 上下文两项具体参数，并说明当前只对 ChatGPT Pro 开放研究预览，读者能直接判断可用性。

第 1 / 2 页 · 共 21 条

主题由这一份内容包的词表定义（标签词与判定抽出来的分类、主体对词）， 读数与「精选」那一屏同一把尺子。范围始终只有当前工作区的行业包。