Google Research 宣布 Antigravity 的 /teamwork 多智能体工作流（配合 Gemini 4 Argon、Carbon、Hydrogen）已在数学、科学与复杂系统工程中解决多个多年未决问题，并向研究者和开发者开放，同时开放 10,000 名学术研究人员六个月最高用量档免费访问。
推荐理由：原文系统梳理了 /teamwork 的设计原理与多领域成果，读者可据此判断长程智能体工作流在科研与工程中的实际落地方式。
Gondola 借助 Codex 将营收翻倍，其团队用 Codex 把首席工程师的产出提升 50%，并用 ChatGPT 简化日常工作。Gondola 是帮助创意工作者获得署名与工作机会的产品。
Amplitude 基于 OpenAI 模型构建的主动式产品智能体 Wave，能识别该做什么、协助团队用 coding agent 交付改动并衡量影响。Amplitude 借此将产品改进的交付周期缩短至 1–2 天。
GitHub Blog 发布实用指南，介绍 Agent Skills 如何把可重复任务的指令沉淀为以 SKILL.md 为核心的版本化目录，供不同 Agent 复用。
推荐理由：文章给出把可复用判断沉淀为技能的三条实践，读者可据此判断哪些工作流适合用技能而非应用承载。
Microsoft Research Focus 第 98 期由 Anson Ho 主持，盘点微软最新研究：KLS 猜想这一 31 年悬案被攻克，为理解随机化算法效率扫清理论障碍。
Amplitude 基于 OpenAI 模型构建的主动式产品智能体 Wave，能识别该做什么、协助团队用 coding agent 交付改动并衡量影响。Amplitude 借此将产品改进的交付周期缩短至 1–2 天。
Google DeepMind 发布 Gemini 4 Hydrogen，面向日常编码与智能体工作流，强调快速执行，同时覆盖 Google AI Studio、Gemini API、Gemini for business、Gemini app、Google Search 及付费 Google AI Pro 和 Ultra 订阅者。
推荐理由：原文给出定价、基准分数与安全指标，读者可据此判断它在多模型工作流中如何与 Carbon、Argon 分工。
Holiday Extras 借助 Codex 将客户专业知识转化为更好的应用、更高的预订转化率和新的增长可能性。
Google DeepMind 宣布 Gemini 4 Carbon 正式面向开发者、企业、科学家和消费者开放，定位为最强模型，主打网络安全能力与长程智能体工作流。
推荐理由：原文给出定价、基准排名与安全数据，读者可据此对比 Carbon 与 Argon 的分工和迁移成本。
Google DeepMind 发布 AlphaProof Code，一个多 LLM 智能体形式化验证框架，用它对 Signal 协议的实际代码给出了关键安全性质的数学证明，称这是首次用 AI 在这一深度形式化验证广泛部署的密码协议，也是任何方法首次验证此类协议的实现。
推荐理由：原文说明了形式化验证从设计层下沉到编译代码层的做法与四周耗时，读者可据此评估 AI 代理在真实密码协议上的验证能力边界。
CodeRabbit 使用 OpenAI 模型治理并信任 AI 生成的代码，并用 Codex 让同一工程团队的软件交付量提升 20 倍。
GitHub 发布开发者指南，讲解如何在 Plan、Build、Verify、Observe 四个阶段用 Copilot 构建智能体工程工作流。10 月 GitHub 单周提交量超 12 亿次，同比增长 400% 以上，但 Faros AI 研究显示高 AI 采用团队的 pull request 审查时间增加 441%。
AWS 发布教程，介绍如何把本地运行在 Amazon Bedrock 上的 Claude Code 扩展为 Amazon Bedrock AgentCore 上的远程编码智能体，配套开源示例 sample-remote-coding-agent。
健身平台 Cult.fit 正在使用 Codex 帮助各职能团队构建工具、加快速度并改变工作方式。Codex 由 OpenAI 提供，Cult.fit 将其用于跨部门的工具开发与流程提效。
Microsoft Research 与 GitHub Next、RiSE 合作推出 PDD Kit，把形式化验证引入日常软件开发：它在 GitHub Next 的 Chopin 规划环境中与开发者协作，把自然语言意图转成 Verus 形式化规范，自动为智能体生成的代码生成证明，证明覆盖每个输入，证明触及不到的部分则回退为测试。
推荐理由：原文完整展示了从意图到形式化规范再到证明的七步工作流，可迁移之处在于它把代码审查重心移到了意图审查。
Mistral AI 宣布扩展其企业 AI 平台 Mistral Studio，新增托管智能体（managed agents）、应用、工作流能力，以及 enterprise context、agent observability 和 evaluations 等功能，配合 Mistral Large 4（Le Chonk）模型使用。
推荐理由：原文给出托管智能体、工作流与应用的具体能力和部署选项，可据此评估企业如何在保留数据控制的前提下落地智能体。
OpenAI 宣布将收购 Pierre Computer Company, Inc.，以扩展 Codex 在构建、理解和审查代码方面的工具能力。
推荐理由：收购将 Codex 的代码构建、理解与审查工具链补全，读者可据此判断 OpenAI 在编码工具上的布局方向。
OpenAI 介绍 ChatGPT 与 Codex 如何帮助工程师加速 CAD、PCB 设计、仿真等物理世界工作流。文章展示了两者在这些工程场景中的应用方式。
Heimstaden 正在用 OpenAI 的 ChatGPT Enterprise 和 Codex 改造欧洲的住宅物业管理，以降低成本并赋能员工。文章介绍了这家房地产管理公司如何借助这两款工具实现物业管理的转型。
OpenAI 介绍了 Pando，一个为 Codex 带来的开发规模而设计的 Git 兼容后端。Pando 保持与 Git 兼容，专为支撑 Codex 所促成的大规模开发而构建。
Qodo 将公司知识和编码标准接入 Codex，帮助开发者在提交 pull request 前跨仓库发现 P0 级问题。
AWS 发布教程，指导在 AWS GovCloud (US) 中配置 ChatGPT 桌面应用，将模型推理请求路由至 us-gov-west-1 的 Amazon Bedrock Mantle 端点，供 Work（多步骤任务）和 Codex（编码智能体）使用。
AWS Machine Learning Blog 介绍如何用 AI IDE Kiro 将 PHP 到 Java 迁移从一次性工程变为可度量、可复用的流程。
Hugging Face 博客介绍 Mistral 发布的 Mistral Large 4（代号 Le Chonk）：多模态、多语言 MoE 模型，约 1T 总参数、49B 激活参数、1M token 上下文窗口。
同一件事，精选收录的是《Mistral 发布开源权重模型 Mistral Large 4（Le Chonk）》
Mistral AI 发布 Mistral Large 4（Le Chonk）的开放权重版本，这是其 1-trillion 参数、原生多模态旗舰模型，此前本月已进入 public preview。
推荐理由：原文给出多项基准分数与token效率对比，读者可据此判断其在开源编码模型中的位置与部署成本。
Legora 正在用 OpenAI 模型、ChatGPT 和 Codex 打造面向法律工作的智能体操作系统，加速法律工作流并扩展合同分析能力。该平台旨在把律师从重复性事务中解放出来，让他们专注于更高价值的工作。
Google DeepMind 发布 Gemini 4 Carbon，称其为最强模型，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：原文给出网络安全与长时任务的具体基准分数和对齐改进数据，读者可据此评估其在安全防御场景的实际能力定位。
Legora 使用 OpenAI 模型、ChatGPT 和 Codex 加速法律工作流、扩展合同分析，让律师专注于更高价值的工作。
NVIDIA 与神经退行性疾病研究联盟 C-BRAIN 合作，已构建两款开源工具 OpenScientist 和 InsightEngine，用智能体 AI 加速阿尔茨海默病研究。
Greptile 使用 GPT-6 Astra 测试用户工作流，把 bug 检测从代码审查扩展到更早的环节。同时引入 Daybreak 加强安全性，并用 Codex 减少返工。
CodeRabbit 使用 GPT-6.1 Sol 在复杂代码库中排查安全风险，其安全智能体帮助开发者审查发现的问题和提出的修复方案。
OpenAI 工程师使用 Codex Ultrafast 将事故调查时间从数小时缩短到几分钟。文章介绍了其在更快的安全分析、代码重构和日常工作流中的应用方式。
IskayPet 基于 Amazon Bedrock Managed Knowledge Bases 构建企业知识助手，覆盖西班牙、葡萄牙、法国三国、四种语言的员工问答，无需自管向量数据库、embedding 管道等 RAG 基础设施。
3 位拥有 10 年以上经验的 Java Champion 分享了在生产与开源项目中使用 GitHub Copilot 的实践，其中 Vlad Mihalcea 借助 Copilot 将原本需数周开发的 Hypersistence Optimizer 事件历史 Web 应用缩短到两天完成。
OpenAI 正在改进 ChatGPT 在低资源编程语言上的表现，新增了针对软件工程、SQLite 和 COBOL 迁移的评测。这些评测用于衡量模型在小众或遗留语言上的编码与迁移能力。
GitHub Copilot 支持把 app 会话直接在 VS Code 中打开，保留原有对话、代码改动与 worktree 上下文，无需重建任务。
Benefit Street Partners 的 Anant Kumar 使用 Codex 进行代码审查和更快的后续跟进，以构建用于比较贷款估值和分析信贷协议的工具。Codex 帮助他更快地回答相关问题。
Stack Overflow for Agents 用 Codex 在几周内上线，其 ChatGPT 插件推动注册量增长至三倍，agent 创建量最高增长 10×。
Reflection AI 推出 Beam，一个面向 agentic coding 和长程任务的开源权重模型，采用稀疏 MoE 架构，501B 总参数、23B 激活参数，有效上下文长度 1 million tokens，权重以 Apache 2.0 许可通过 Hugging Face 发布，提供 BF16、FP8、NVFP4 三种 checkpoint。
Reflection 在 Hugging Face 上开源了其首个模型 Beam，这是一款 501B 参数（每 token 激活 23B）的 MoE 大语言模型，采用 Apache 2.0 许可，主打编码与智能体场景，支持 1M tokens 上下文窗口。
推荐理由：原文给出架构细节、精度选择与部署配置，读者可据此评估自托管该模型的硬件成本与可行性。