Amp 借助 OpenAI 模型让 AI 智能体超越代码场景
Amp 利用 GPT-6 Astra、Ultrafast、GPT-Live-1 和 Sign in with ChatGPT，将 AI 智能体的能力拓展到代码之外的场景。该案例展示了智能体在编程以外任务上的前沿探索。
#编码
OpenAI NewsAI 评分2323
InfoQ · AI/ML/数据/工程AI 评分7171 Google Antigravity SDK 新增本地模型支持
Google 为 Antigravity SDK 增加本地模型支持，让开发者能在本机构建并运行智能体工作流，同时可混合调用云端模型。其混合编排沿用 Architect-Builder 模式：architect 在云端做规划，builders 在本地完成漏洞复现、修复建议、补丁审查与回归测试。
MarkTechPost同新闻AI 评分7979 Google 发布 Gemini 4 Argon API，单次输出上限提升至 1M token
Google DeepMind 将 Gemini 4 Argon 面向开发者、企业和付费 Gemini 用户开放，这款稀疏 MoE 前沿模型支持文本、图像、音频和视频输入，单次响应最多可输出 1M token，此前 Gemini 模型为 64K。
Simon WillisonAI 评分6060 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，因代码变更速度大幅上升，其日均合并代码变更从 2026 年 5 月的约 2500 次增至 9 月的超过 30000 次。
MarkTechPostAI 评分6666 Meta 发布 Muse Wonder 与 Muse Wonder Full，公开基准、定价与用法
Meta 发布 Muse Wonder 和 Muse Wonder Full 两个面向长时智能体任务的模型，覆盖编码、法律、金融和计算机操作，支持 100 万 token 上下文与文本、图像、视频、音频输入。
Hacker News · AIAI 评分3939 Parsimony：衡量 AI 模型写多少代码的开源基准
开源基准 Parsimony 上线，专门衡量 AI 模型在解题时新增了多少代码，以 coding units（语句、调用、比较、名称、字面量等语法元素）计数而非行数，并减去删除的代码，得出净增单元数。
Ars Technica · AIAI 评分7171 Gemini 4 Argon 开始在 Gemini 应用和 Antigravity 推送，仅限付费用户
Google 的 Gemini 4 Argon 开始大规模推送，但仅面向付费用户，低档订阅方案也无法获得完整访问权限。Google 称模型能力未变，仍引用上月底公布的基准结果说明其推理与智能体编码能力，并配备自动化失准监控以在检测到非预期流程时停止处理。
The Verge · AIAI 评分5252 Epic 在未公布的迪士尼游戏中转向 AI 加速开发
Epic Games 计划在一款尚未公布的迪士尼射击游戏中使用 AI 生成代码和美术，该项目已从原定 3 月发售窗口延期。据 Bloomberg 报道，开发团队收到 AI-first 指令，要求更多使用 Anthropic 的 Claude 等工具，一位游戏总监在给员工的信中表示“不再手写代码”，全部美术将用完整 AI 工作流生成。
Simon WillisonAI 评分2626 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，发现直接调用可观测性模块、绕过其诊断库的代码就拒绝提交，并向 AI 智能体注入提示词要求改用诊断库，效果从不及格变成满分。他认为与其靠更新 AGENTS.md 反复纠正，不如用 hook 堵住绕过诊断库的调用。
Meta Newsroom · AI精选AI 评分8686 Meta 发布 Muse Wonder 与 Muse Wonder Full 智能体前沿模型
Meta 发布 Muse Wonder 系列两款模型 Muse Wonder 和 Muse Wonder Full，称其面向个人与专业智能体任务，覆盖法律、金融、健康等领域及编码场景。
推荐理由：Meta 发布 Muse Wonder 系列并给出 Active Memory、Active Focus 两项能力，读者可据此判断其在智能体任务上的定位。
Simon WillisonAI 评分2929 Simon Willison 发布 web-edit 0.1a0：用 Codex 和 GPT-6 构建的文件编辑 Web UI
Simon Willison 发布 web-edit 0.1a0，这是一个可在文件夹中查看和编辑文件的 Python Web 应用。它由 Codex 和 GPT-6 Astra Extra High 构建，编辑功能基于 CodeMirror 6，可在手机上通过 Tailscale 网络直接使用，避免凭据经 LLM 中转。
InfoQ · AI/ML/数据/工程AI 评分4646 Spotify 借 AI 加速开发，月度合并代码变更量翻倍至 1.7 万次
Spotify 月度合并代码变更从约 8,100 次增至 17,000 次，同比翻倍以上。其近 3,000 个生产服务支撑 7.77 亿月活用户、约 1 亿并发客户端和每秒 1,100 万至 1,200 万次后端请求。公司随后加强监控、测试、回滚与容量规划，并引入基于 Claude 的后台编码智能体 Honk 及调度系统 Fleetshift。
InfoQ · AI/ML/数据/工程AI 评分1616 播客：用 AI 编程究竟意味着什么——与 Joy Ebertz 对话
Imprint 首席软件工程师 Joy Ebertz 在 The Architect's Podcast 中探讨了用 AI 编程的真正含义。她结合自身从 Box 到 Imprint 的后端与微服务架构经验，谈及 AI 辅助编码对架构师角色的影响，以及单体与微服务在 AI 编程场景下的取舍。
Artificial AnalysisAI 评分5555 Artificial Analysis 上线 FrontierCode 编码基准：领先模型仍有超 40% 失败率
Artificial Analysis 上线由 Cognition 构建的编码基准 FrontierCode 1.1，通过维护者是否愿意合并改动来评测智能体，并考核过度修改、越界改文件等行为。
Simon WillisonAI 评分1010 Python 3.15.0 加入 actions/python-versions
GitHub Actions 的 actions/python-versions 已加入 Python 3.15.0，现在可以在测试矩阵中写入 "3.15" 对新的 Python 3.15.0 正式版跑测试。Simon Willison 称已为此等待数日，此前还让 ChatGPT 每小时 clone 并 git pull 一次，直到稳定的 3.15 被添加。
Latent SpaceAI 评分7171 TypeSafe/Jev 上线三周 ARR 破 1 亿美元、估值 75 亿美元
Latent Space 的 AINews 汇总称，TypeSafe 宣布 Series AI 融资，Sequoia 泄露其首周 ARR 已超过 1 亿美元、估值 75 亿美元，Jev 上线仅三周。
Ars Technica · AIAI 评分6666 研究：AI 编码智能体生成更多代码，软件产出并未增加
哈佛大学研究人员 Fiona Chen 和 James Stratton 利用 Jellyfish 的聚合分析数据，考察 2021 年至 2026 年 3 月间 700 多家软件开发企业、超过 70 万名员工、3 亿条工作事件，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2020 Oracle 如何用 ChatGPT 和 Codex 把数天工作缩短到几分钟
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。
OpenAI NewsAI 评分2020 LegalOn 将 Codex 成本减半，同时保持开发速度
LegalOn 将 Codex 每日预估成本降低 65%，同时保持开发速度。该公司把 Astra、Sol 和 Luna 匹配到不同任务，并策略性地管理预算。
Mistral AI精选AI 评分7878 Mistral AI 发布 Mistral Large 4 公开预览
Mistral AI 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、52 亿激活参数的原生多模态模型，权重将于本月底开放。官方称其在编码、智能体工作流和多模态理解上表现突出，其中视觉 grounding 的 Dense 200 得分为 42%，超过 GPT-6-Astra 的 41%。
推荐理由：Mistral 官方给出 ML4 的参数规模、开放权重计划与多项基准对比，可据此判断开放权重模型的前沿位置。
GitHub Blog · AI & ML精选AI 评分6060 GitHub 发布 AI 代码审查开源基准 ReviewBench
GitHub 发布代码审查开源基准 ReviewBench，基于 1.039 亿个 GitHub PR 的分布特征构建，包含来自 187 个开源仓库、覆盖 19 种语言的 219 个 PR。
推荐理由：GitHub 公开了代码审查基准的数据构成与评分方法，读者可据此理解智能体代码审查的离线评测口径。
GitHub Blog · AI & MLAI 评分2121 AI 正在改变开发者工作，GitHub 给出三项值得强化的技能
GitHub 发文指出，AI 正在改变开发者的工作方式，并建议强化三项技能：学会指挥 AI 智能体而非仅使用它、不要信任 AI 的第一个答案、用 AI 省下的时间解决更大的问题。文中提到 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。
Anthropic NewsAI 评分2828 Barclays 扩大与 Anthropic 合作，将 Claude 推广至全行
Barclays 扩大与 Anthropic 的战略合作，在全行部署 Claude 以加速软件开发并改造遗留系统，预计 2026 年底 Claude Code 覆盖 50% 开发人员，2027 年覆盖多数软件工程师。
Mistral AIAI 评分5151 Mistral 用 AI 智能体将 4 万行 Fortran 77 迁移至 C++
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 代码迁移到 C++，这是总计 30 万行代码迁移的首个冲刺。该代码是一个无测试套件、无集中文档的物理密集型油藏模拟器，团队先搭建数值一致性校验框架，再用 Vibe CLI 生成上百个智能体为代码树编写文档，并按模块运行规划、实现、测试、审查流程。