Google 全球上线 Gemini 4 Argon,取代 Pro 成为新旗舰系列
Google 全球上线 Gemini 4 Argon,开发者可通过 API、AI Studio 和 Gemini 平台使用,AI Ultra 订阅者还可在 Google Antigravity 中使用。
推荐理由:梳理 Gemini 4 Argon 的全球开放范围、订阅分层与定价,并给出编码与安全的自报数据。
Google 全球上线 Gemini 4 Argon,开发者可通过 API、AI Studio 和 Gemini 平台使用,AI Ultra 订阅者还可在 Google Antigravity 中使用。
推荐理由:梳理 Gemini 4 Argon 的全球开放范围、订阅分层与定价,并给出编码与安全的自报数据。
Google 发布长期预告的 Gemini 4 Argon 模型,称其具备前沿推理能力并减少冗余与套话,在编码、网络安全、科学、金融和法律等基准上超过 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5。
推荐理由:Google 在落后数月后发布 Gemini 4 Argon,读者可了解其基准表现、内部用例与极具攻击性的定价。
Google DeepMind 发布 Gemini 4 Argon,面向开发者、企业、科研人员和消费者开放,通过 AI Studio 与 Gemini API 提供,Google AI Ultra 订阅者可在 Antigravity 中使用。
推荐理由:官方给出 Argon 在编码、科研与安全对齐上的具体案例和定价,可据此判断前沿模型在长程任务中的落地程度。
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 编码智能体注入提示词要求其改用诊断库。他认为与其手动更新 AGENTS.md 仍会漂移,不如用这种强制手段,效果"十全十美"。
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full,前者通过 Meta Model API 和 Muse Code 提供,后者仅限 Muse Code 订阅用户。
推荐理由:汇总了 Meta 新模型的首发细节与多家第三方评测数据,可对照其与 Opus 5.5、GPT-6 系列的排名和成本差异。
Simon Willison 发布 Python Web 应用 web-edit 0.1a0,提供在文件夹中查看和编辑文件的 Web UI,由 Codex 和 GPT-6 Astra Extra High 构建,设计为通过 Tailscale 运行,可从手机直接编辑文件而无需让凭据经过 LLM。编辑器采用 CodeMirror 6,因 Monaco 的移动端体验尚不佳而未选用。
Meta 发布前沿模型 Muse Wonder,含 Muse Wonder Full 与 Muse Wonder 两个版本,在 Artificial Analysis Intelligence Index v4.3 上分别得 56 分和 52 分,前代 Muse Spark 1.3 为 48 分。
推荐理由:Meta 新前沿模型在智能体与编码评测上的跃升和成本上涨,可对照其与头部模型的差距。
GitHub Copilot 可通过四种方式定制项目上下文:仓库级自定义指令(.github/copilot-instructions.md)、封装可复用流程的 agent skills(.github/skills)、面向复杂任务的 custom agents(.github/agents),以及连接外部工具与数据的 MCP 服务器。
Anthropic 的 Andrej Karpathy 称外界只看到了 AI 实际能力的预览,并把大语言模型用户分为四个层级。约 60 亿人几乎没接触过 LLM,10 至 20 亿人是免费产品的普通用户,约 2000 万数学和编程领域的专业用户已看到智能体完成过去需数周数月的项目,而约 5000 人可接触内部前沿系统,看到数千智能体协作数周、挖掘零日漏洞和推进数学前沿。
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。
哈佛大学研究者 Fiona Chen 和 James Stratton 利用 Jellyfish 的工程分析数据,覆盖 2021 年至 2026 年 3 月间 700 多家软件公司、70 余万名员工的 3 亿条工作事件,发现 AI 编码工具的效率提升被下游代码审查环节吸收。
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,底层模型为 GPT-6 Astra High。
LegalOn 将每日 Codex 预估成本削减 65%,同时保持开发速度。该公司按任务类型匹配 Astra、Sol 和 Luna,并对预算进行策略性管理。
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。
Artcraft 品牌从可控 AI 图像视频编辑工具转向一套七款开源应用,复刻 Photoshop、Illustrator、Premiere、Lightroom、After Effects、InDesign 和 Acrobat Pro 的界面与工具。
GitHub 发布与 Microsoft Applied Sciences 联合构建的 ModernBERT 分类器,用代码上下文识别非结构化密钥,可在 2 毫秒内评估一批候选密钥,据称能把可拦截的密钥数量提升一倍以上。
推荐理由:GitHub 公开了九季度密钥泄露数据,并说明新分类器如何把推送拦截扩展到非结构化密钥。
Mistral 发布 Mistral Large 4 公开预览,这是一个 1 万亿参数、520 亿激活参数的原生多模态模型,权重将于本月底开放。官方称其在网络安全、金融、法律等企业场景中达到开源模型领先水平,在视觉 grounding 的 Dense 200 上以 42% 超过 GPT-6-Astra 的 41%。
推荐理由:Mistral 公布 1 万亿参数多模态模型的公开预览与权重开源计划,可对照其编码、网络安全与智能体基准表现。
AI 公司 Reflection 发布首款免费开放模型 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,一个总参数 501B、激活 23B 的 MoE 文本模型,面向编码、智能体与科研任务,从零训练,Apache 2.0 全量权重预计本月发布。
智谱(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,通过全托管 API 提供跨区域推理、提示词缓存和服务层级。
推荐理由:GLM 5.3 在 Amazon Bedrock 上线,文中给出调用方式与提示词缓存配置,可据此评估托管推理的落地成本。
Amazon SageMaker AI 通过 Agent Toolkit for AWS 推出 aws-ai-ml 技能,让 Kiro、Claude Code、Codex 等支持 MCP 的编码智能体获得推理优化与基准测试能力。
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。
HackerRank 将其 AI 面试官 Chakra 面向客户正式开放,此前约六个月的测试中已进行超过 50 万场面试,Snowflake、Snorkel、Capgemini 等公司参与试用。
GitHub 发布 ReviewBench,一个面向 AI 代码审查智能体的开放离线基准,基于 1.039 亿个 GitHub PR 的分布特征构建,包含 187 个开源仓库、19 种语言的 219 个 PR。
推荐理由:GitHub 公开了 AI 代码审查基准的构建方法、评分口径与验证数据,可据此比较不同审查智能体。
研究团队提出 Image-to-Code 方法,让编码智能体接收单张照片后迭代编写并运行 Blender 程序,直到场景匹配原图,输出为可运行、可修改的代码。配套的 LEGO-Bench 包含 104 个室内外场景的 208 张图像和 443 个注册资产,从有效性、几何精度和外观相似度三方面评分。
Anthropic 为 Claude Code 发布 Mods 插件系统,本质是运行在工具内部的中间件,开发者可用 JavaScript 或 TypeScript 函数挂钩工具调用、用户提示词和 UI 渲染等事件,添加自定义面板、拦截工具调用或接入新命令。
Chatham Financial 借助 Codex 和 GPT-5.6 构建技术并重新设计工作流,将交易验证时间从 30 分钟缩短到 4 分钟以内。该公司借此扩展其资本市场专业能力。
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的问题。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,从而发现首个模型遗漏的问题。
Airbnb CTO Ahmad Al-Dahle 介绍了公司向 AI 原生转型的做法,目前 60% 的代码由 AI 编写,功能交付量同比增长近 80%,工程师的 PR 吞吐量提升约 1.6 倍。
Shopify 发布建站工具 Canvas,商家通过与 AI 智能体 Sidekick 对话即可搭建店铺。Canvas 实时渲染店铺真实代码而非静态预览,可测试页面交互与动画,并查看不同屏幕尺寸下的效果;Sidekick 会截图以同步商家所见。该产品目前仅支持桌面端,第三方主题、应用区块与扩展、多市场、翻译、灰度发布和主题更新均不在首发范围内。
Simon Willison 的纯 Python WebAssembly 引擎 pwasm 发布 0.2a0,经 Claude Opus 5.5 完成 42 次提交后已支持几乎全部 WASM 规范。PyPI 上的 wheel 现已打包 MicroPython、QuickJS 和 Micro QuickJS 的可用 WASM 构建,但因可靠性存疑仍标注 alpha 版本。
Google DeepMind 发布 Gemini 4 Argon,面向编码、企业知识工作与网络防御,先在 Fairwind 计划的政府用户和可信网络安全人员中开放,后续再向开发者、企业和消费者放开。
推荐理由:汇总了 Gemini 4 Argon 的基准、定价与可用范围,并附上多位评测者对数据的质疑,便于对照判断其真实水平。
Google 母公司 Alphabet 发布 Gemini 4 Argon,称其可处理编码、研究和写作等任务,并专门针对防御性网络安全训练,能自主发现、验证和修补关键软件漏洞。
Google DeepMind 发布新一代前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络安全防御者开放,随后再面向开发者、企业和消费者推出。
推荐理由:官方披露了 Argon 的输出上限、定价与多项基准成绩,可据此判断前沿模型在长程工程与安全防御上的进展。
OpenAI 在 DevDay 2026 上发布多项更新:主打产品 Dots 是运行在自有云电脑上、可连接 4000+ 应用与 Slack/Teams 的常驻智能体。
推荐理由:汇总了 OpenAI DevDay 2026 的发布清单与第三方评测数据,可据此对比新模型的价格与能力定位。
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用,作为 GPT-6 Sol 的重大升级,面向智能体编码、计算机使用和专业工作负载提供更强的推理能力。
推荐理由:AWS 官方给出 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落地方式。
OpenAI 发布 GPT-6.1 Sol,官方称其具备接近 Astra 的智能水平,面向编码、计算机操作和专业工作场景。该模型的 API 输入与输出 token 价格为 Astra 标准价格的五分之一。
推荐理由:OpenAI 发布 GPT-6.1 Sol,给出接近 Astra 的能力定位与五分之一的 API 价格,读者可据此判断其性价比。
OpenAI 发布 DevDay 2026 回顾,汇总了 20 多项发布,涵盖 GPT-6 Astra、ChatGPT、Codex、API、安全以及面向开发者的新工具。
推荐理由:官方汇总了 DevDay 2026 的 20 多项发布,读者可据此快速了解 OpenAI 面向开发者的产品与 API 变化。
OpenAI 发布 GPT-6.1 Sol,称其在智能体编码、计算机使用和办公任务上接近因安全问题推迟发布的旗舰模型 GPT-6.1 Astra,成本约为后者的五分之一。
推荐理由:OpenAI 因安全顾虑推迟旗舰 Astra,转而发布价格仅其五分之一的 Sol,读者可据此比较成本与能力的取舍。
OpenAI 在旧金山 DevDay 2026 开发者大会上宣布扩展 Codex 与 API:Codex 新增可复用云开发环境、安全扫描 Codex Security Cloud、桌面端代码审查视图和重做的 CLI,Agents API 加入 Computer Use、Tool Search 与 Context Compaction。
推荐理由:梳理了 Codex 与 API 在 DevDay 上的多项更新,读者可据此判断定价档位与智能体能力的变化。