跳到正文

#编码

今日 0 条
11月19日周四
  1. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Neon 模型

    Google DeepMind 发布 Gemini 4 Neon,主打复杂软件工程、知识工作与科研流程的端到端任务完成,在 Artificial Analysis Intelligence Index 上以 61 分位列第 3。

    推荐理由:官方给出 Gemini 4 Neon 在多项基准上的排名、定价与思考档位,读者可据此判断它在 Gemini 4 家族中的定位与成本取舍。

  2. AWS Machine Learning Blog40

    Airbnb 如何用每任务成本在 Amazon Bedrock 上运营编码智能体

    Airbnb 通过 LLM gateway 在 Amazon Bedrock 上运行编码智能体 AirChat,并用“每任务成本”指导模型选型。约五周内上线八款新模型,到 10 月中旬约三分之二的编码智能体请求已流向这些新模型。Airbnb 在发布前用自有任务评测各模型的得分与每任务成本,发布后借助 CloudWatch 的延迟、限流和 token 指标核对生产表现。

11月18日周三
  1. OpenAI News82

    OpenAI 发布 GPT-6.2 Astra 与 Sol

    OpenAI 发布 GPT-6.2 Astra 与 Sol,在专业输出、编码和电脑操作方面有所提升,并降低了成本。新模型覆盖 ChatGPT Work、Codex 和 API 三个入口。

    推荐理由:原文给出 GPT-6.2 Astra 与 Sol 在专业输出、编码和电脑操作上的能力变化,以及更低成本这一关键信息。

11月17日周二
  1. Microsoft Research66

    TokenEconomizer:让 AI 编码智能体从历史会话中学习以降低 token 成本

    微软研究院联合 UC Berkeley 和 Microsoft Security 提出开源插件 TokenEconomizer,它从编码智能体在仓库中的历史会话学习,在不修改智能体和底层模型的情况下减少重复探索、无用工具加载和失败循环。

    推荐理由:微软研究院等机构提出的插件在不改动智能体和模型的前提下,用仓库历史降低编码智能体的 token 成本,并给出多组合实测数据。

11月14日周六
11月13日周五
  1. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Hydrogen 模型

    Google DeepMind 发布 Gemini 4 Hydrogen,面向日常编码与智能体工作流,并在 Google AI Studio、Gemini API、Gemini app 和 Google Search 等全线开放。

    推荐理由:原文给出 Hydrogen 与 Carbon、Argon 的定位分工及多项基准与定价,读者可据此判断它在多模型工作流中的位置。

11月12日周四
11月11日周三
  1. Google DeepMind92

    Google DeepMind 发布 Gemini 4 Carbon 前沿模型

    Google DeepMind 向开发者、企业、科学家和消费者开放 Gemini 4 Carbon,称其在网络安全能力和长周期智能体工作流上达到前沿水平。Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一,单任务成本比次优外部模型低 2 倍以上。

    推荐理由:原文给出 Carbon 与 Argon 的定位差异、多项基准排名和定价,读者可据此判断该模型适合哪类任务。

11月10日周二
  1. AWS Machine Learning Blog78

    Claude Fable 5.2 与 Mythos 5.2 上线 Amazon Bedrock

    AWS 宣布 Claude Fable 5.2 和 Claude Mythos 5.2 在 Amazon Bedrock 与 Claude Platform on AWS 上可用,其中 Fable 5.2 面向编码、数学和科研等技术工作,可处理多步骤任务并自行校验输出。

    推荐理由:文章说明了 Fable 5.2 在编码与科研任务上的能力定位,以及数据保留和迁移方式,便于评估接入成本。

11月7日周六
11月6日周五
  1. Microsoft Research60

    微软研究院用 PDD Kit 形式化验证智能体编写的全栈 Web 应用

    微软研究院发布 PDD Kit,可将用户意图转成 Verus 形式化规范,证明智能体生成的代码对每个输入都满足规范,证明覆盖不到的部分则回退到测试。团队在 GitHub Next 的 Chopin 环境中用它验证了 Rust 全栈应用 Pet Store 的登录逻辑,Verus 在加固代码的同时发现了已有 bug,开发者只审阅意图而未逐行阅读生成代码。

    推荐理由:微软研究院介绍 PDD Kit 如何把用户意图转成 Verus 形式化规范,并用证明加测试约束智能体生成的代码。

11月4日周三
  1. OpenAI News67

    OpenAI 宣布收购 Pierre Computer Company

    OpenAI 宣布将收购 Pierre Computer Company,以扩充 Codex 在代码构建、理解和审查方面的工具能力。原文未披露交易金额与完成时间等细节。

    推荐理由:OpenAI 收购 Pierre 以扩充 Codex 的代码构建与审查能力,读者可据此观察其编码工具链的整合方向。

11月3日周二
10月31日周六
10月30日周五
  1. Mistral AI88

    Mistral 发布 1 万亿参数多模态模型 Mistral Large 4(Le Chonk)开放权重

    Mistral 发布 Mistral Large 4(Le Chonk)的开放权重,这是其 1 万亿参数、原生多模态的旗舰模型,此前已公开预览。该模型在 FrontierCode 2.0 上得分 19.7%,在 Terminal-Bench 4.0 上提升 13 个百分点至 41%,并提供 Low、Medium、High 三档推理模式。

    推荐理由:原文给出开放权重、三种推理模式与定价,读者可据此判断自托管部署的成本与安全取舍。

  2. AWS Machine Learning Blog55

    用 Kiro 构建可重复的 PHP 到 Java 迁移引擎

    AWS 博客介绍如何用 AI IDE Kiro 把 PHP 到 Java 迁移做成可重复流程,核心是一套共享技能文件、一个发现扫描器和八阶段工作流。扫描器 discover-models.php 以单文件、无依赖方式读取源码 token,输出包含字段、类型转换和关系的 JSON 清单,并把歧义项放入人工复核队列。

10月29日周四
  1. Google DeepMind84

    Google DeepMind 发布 Gemini 4 Carbon 前沿模型

    Google DeepMind 发布 Gemini 4 Carbon,称其在网络安全与长程任务能力上达到 SOTA,在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。

    推荐理由:原文列出 Carbon 在网络安全与长程编码基准上的具体分数和定价,可对照两周前发布的 Argon 看能力推进节奏。

10月27日周二
10月22日周四
10月21日周三
  1. OpenAI News62

    OpenAI 模型将上线 Google Cloud 的 Gemini Model Garden

    OpenAI 与 Google Cloud 合作,将 OpenAI 前沿模型和 Codex 工作流接入 Gemini 的 Model Garden,并通过 Google Cloud Marketplace 提供。原文未披露具体模型版本、上线时间和定价。

    推荐理由:OpenAI 前沿模型与 Codex 工作流接入 Google Cloud 的 Gemini Model Garden,读者可据此了解两家云与模型方的合作边界。