Import AI 466：长程编程基准、机器人提速与 OpenAI 模型越狱事件
本期 Import AI 汇总三条进展：Epoch 和 METR 发布 MirrorCode 基准，Opus 4.7 用 14 小时、$251 推理成本完成了人类需 2-17 周的软件复现任务。
#编码
Import AIAI 评分7474
OpenAI NewsAI 评分2222 NTT DATA Group 借助 Codex 将事件分析缩短至 30 分钟
NTT DATA Group 使用 ChatGPT Enterprise 和 Codex 帮助 9,000 名员工自动化工作，将事件分析缩短至 30 分钟，并安全地规模化推广 AI。
Google DeepMind精选AI 评分8686 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布三款 Gemini 新模型：Gemini 3.6 Flash 主打编码、知识工作与多模态，按 Artificial Analysis Index 输出 token 消耗比 3.5 Flash 少 17%。
推荐理由：原文给出三款模型的定价与基准对比，可据此评估其在智能体工作流中的成本与能力取舍。
Google DeepMind精选AI 评分7070 Google DeepMind 发布 Gemini 3.5 Flash Cyber 网络安全模型
Google DeepMind 发布 Gemini 3.5 Flash Cyber，一款基于 3.5 Flash 微调的轻量网络安全模型，用于快速发现、验证和修补漏洞，通过 CodeMender 以限量试点方式先向政府和可信伙伴开放。
推荐理由：原文说明了轻量模型在代码安全场景相对大模型的成本与调用优势，以及受限开放策略的考量。
OpenAI NewsAI 评分2222 OpenAI 创意团队如何用 Codex 构建定制创意工具
OpenAI 创意团队用 Codex 构建定制创意工具、加速创意构思并更快完成原型开发。Codex 通过上下文感知的 AI 支持团队的创意工作流程。
OpenAI NewsAI 评分2525 ChatGPT Work 数据科学工作流指南
ChatGPT Work 提供根因简报、KPI 备忘录、范围界定分析和仪表板规格四类数据科学工作流的实用做法。文章讲解如何用 ChatGPT Work 完成这些典型数据科学任务的具体流程。
OpenAI NewsAI 评分4545 OpenAI 分析 SWE-Bench Pro 编码评测中的信号与噪声问题
OpenAI 发布新分析，指出编码评测基准 SWE-Bench Pro 存在问题，引发对 AI 模型评测可靠性与准确性的担忧。
OpenAI NewsAI 评分1212 Australian Payments Plus 借助 ChatGPT 与 Codex 加速支付业务
Australian Payments Plus（AP+）使用 ChatGPT Enterprise 和 Codex 应对支付业务的复杂性，实现提速、节省时间并提升质量，同时保持人类判断在流程中的核心地位。
Hugging Face BlogAI 评分5656 IBM Research 开源 ScarfBench：评测 AI 智能体的企业级 Java 框架迁移能力
IBM Research 推出开源基准 ScarfBench，用于评测 AI 智能体在 Enterprise Java 跨框架迁移任务上的表现，覆盖 Spring、Jakarta EE、Quarkus 三大生态，包含 34 个应用、204 个迁移任务、约 151K 行代码和 1331 个专家编写的测试。
OpenAI News精选AI 评分6262 OpenAI 预览 GPT-5.6 Sol：编码、科学与网络安全能力升级
OpenAI 预览了下一代模型 GPT-5.6 Sol，称其在编码、科学和网络安全方面具备更强能力，并搭配了其最先进的安全栈。
OpenAI NewsAI 评分2929 Codex 如何用于长时任务：Jason Liu 的实践方法
文章讲解 Jason Liu 如何用 Codex 保留上下文、管理复杂项目，让工作在单次提示词之外持续进行。
Hugging Face Blog精选AI 评分8484 GLM-5.2 发布：1M 上下文与长时程任务能力
GLM-5.2 发布，主打长时程任务能力，首次提供稳定的 1M token 上下文，并采用 MIT 开源许可。新架构提出 IndexShare，在 1M 上下文下将每 token FLOPs 降低 2.9×，MTP 层投机解码接受长度提升至多 20%。
推荐理由：原文详细拆解了 IndexShare、MTP 改进与抗作弊 RL 的设计，可迁移理解长上下文模型如何落地工程。
OpenAI NewsAI 评分2929 天体物理学家如何用 Codex 构建黑洞模拟
天体物理学家 Chi-kwan Chan 使用 Codex 构建黑洞模拟，帮助科学家研究极端物理并检验爱因斯坦的广义相对论理论。
OpenAI News精选AI 评分6262 OpenAI 宣布收购 Ona 以扩展 Codex
OpenAI 宣布计划收购 Ona，为 Codex 带来安全、持久的云环境，从而支持跨企业工作流的长时运行 AI 智能体。
推荐理由：收购细节虽少，但点明了 Codex 补齐持久云环境这一方向，可据此判断其企业级智能体布局。
OpenAI NewsAI 评分2222 Nextdoor 工程师如何用 Codex 与 GPT-5.5 无边界构建
Nextdoor 工程师使用 Codex 搭配 GPT-5.5 调查难以复现的问题、跨平台构建，并聚焦产品成果。
OpenAI NewsAI 评分2222 Notion 如何用 Codex 一次性完成规格编写、AI Voice Input 开发与小团队工程提效
Notion 用 Codex 一次性完成规格编写、为 Web 构建 AI Voice Input，并在小团队中成倍放大工程能力。文章介绍了 Notion 借助 Codex 提升小团队工程效率的具体做法。
OpenAI NewsAI 评分1515 Endava 如何围绕 AI 智能体重构软件交付
Endava 正在用 AI 智能体、ChatGPT Enterprise 和 Codex 加速软件交付、自动化工作流，并在全公司构建 AI-native 文化。该公司将 AI 智能体嵌入软件交付流程，以提升交付效率并推动企业级 AI 应用落地。
OpenAI NewsAI 评分2424 Wasmer 如何用 Codex 构建边缘 Node.js 运行时
Wasmer 使用 Codex 搭配 GPT-5.5 构建了面向边缘的 Node.js 运行时，开发速度提升 10x 至 20x，从数月缩短到数周内交付。
OpenAI NewsAI 评分1212 ChatGPT Sites：用 Codex 创建轻量网站或应用
ChatGPT Sites 让用户用 Codex 创建轻量级网站或应用。
OpenAI NewsAI 评分3434 Codex 面向各角色、工具与工作流的新插件
OpenAI 推出新的 Codex 插件、站点和注释功能，帮助分析师、营销人员、设计师、投资人等团队用 AI 完成更多工作。
OpenAI NewsAI 评分2020 Codex 成为面向所有人的生产力工具
OpenAI 发布 The Next Era of Knowledge Work 报告，探讨 Codex 如何通过 AI 驱动的研究、数据分析、工作流自动化和内容创作改变生产力。报告聚焦 Codex 在知识工作场景中的应用方向。
Hugging Face BlogAI 评分5555 JetBrains 发布 12B MoE 开源模型 Mellum2，每 token 仅激活 2.5B 参数
JetBrains 发布开源 Mixture-of-Experts 模型 Mellum2，总参数 12B、每 token 激活 2.5B，面向低延迟文本与代码工作负载，采用 Apache 2.0 许可。
Hugging Face BlogAI 评分5757 IBM Research：企业 AI 规模化落地依赖 agent logic 而非单纯 LLM
IBM Research 在 Hugging Face 博客撰文提出，企业工作流动态长周期、API 众多且受政策法规约束，仅靠前沿 LLM 难以支撑规模化落地，需要在 agent 层引入知识图谱、程序分析库等 agent logic 来收窄上下文。
OpenAI NewsAI 评分2323 Braintrust 如何用 Codex 将客户需求转化为代码
Braintrust 工程师使用 Codex 搭配 GPT-5.5 运行实验并更快地编写代码，把客户需求直接转化为可交付的代码实现。
Mistral AI精选AI 评分7474 Mistral AI 将 Le Chat 升级为统一智能体 Vibe，覆盖工作与编码
Mistral AI 宣布 Le Chat 升级为 Vibe，一个统一覆盖工作与编码的 AI 智能体，对话、设置与套餐全部迁移。
推荐理由：原文详细列出 Work Mode 与 Code Mode 的具体能力和接入面，读者可据此判断它如何嵌入现有工作流。
OpenAI NewsAI 评分2222 Endava 如何用 Codex 构建智能体组织
Endava 借助 Codex 构建智能体组织，将软件交付提速，并把需求分析周期从数周缩短到数小时。文章介绍了 Endava 在其工作流中落地 Codex 的具体做法与成效。
OpenAI NewsAI 评分1818 Cisco 与 OpenAI 用 Codex 重塑企业工程
Cisco 与 OpenAI 合作，用 Codex 帮助 Cisco 扩展 AI 原生开发、加速 AI Defense 工作并自动化缺陷修复。
OpenAI NewsAI 评分2424 用 Codex 构建自我改进的税务智能体
OpenAI、Thrive 和 Crete 用 Codex 构建了一个自我改进的税务智能体，实现报税流程自动化、提升准确率并加速工作流。
OpenAI NewsAI 评分3434 Warp 借 GPT-5.5 押注开源开发
Warp 使用 GPT-5.5 和 OpenAI 模型，在本地、云端和开源开发工作流之间协调编码智能体。
Mistral AI精选AI 评分7474 Mistral 发布 128B 开源权重模型 Mistral Medium 3.5 并推出 Vibe 远程智能体
Mistral 发布 Mistral Medium 3.5，一个 128B 稠密、256k 上下文窗口的旗舰模型，以修改版 MIT 协议开放权重，SWE-Bench Verified 得分 77.6%，τ³-Telecom 得分 91.4，最少四张 GPU 即可自托管。
推荐理由：原文给出了模型规模、价格与自托管门槛，读者可据此评估其在编码智能体场景的可用性。
OpenAI NewsAI 评分2323 OpenAI 入选 Gartner 企业级 AI 编码智能体魔力象限领导者
OpenAI 在 2026 Gartner 企业级 AI 编码智能体魔力象限中被列为领导者，其 Codex 因创新能力和企业级部署规模获得认可。
OpenAI NewsAI 评分2424 Virgin Atlantic 如何用 Codex 加速交付
Virgin Atlantic 借助 Codex 在固定的假日出行截止日期前交付了改版后的移动应用，单元测试覆盖率接近 100%，P1 缺陷为零。Codex 在该项目中承担了测试编写与代码交付的支撑工作，帮助团队在紧张排期内完成上线。
OpenAI NewsAI 评分2424 Ramp 工程师如何用 Codex 加速代码审查
Ramp 工程师使用 Codex 搭配 GPT-5.5 进行代码审查，把获得实质性反馈的时间从数小时缩短到几分钟，并更快地推进改进上线。
OpenAI NewsAI 评分4444 OpenAI 与 Dell 合作，将 Codex 带入混合与本地企业环境
OpenAI 与 Dell 达成合作，将 Codex 带入混合与本地部署的企业环境，帮助企业安全地在自身数据和工作流中部署 AI 编码智能体。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 3.5 Flash，主打智能体与编码能力
Google DeepMind 发布 Gemini 3.5 系列的首款模型 Gemini 3.5 Flash，称其为目前最强的智能体与编码模型，在 Terminal-Bench 2.1（76.2%）、GDPval-AA（1656 Elo）、MCP Atlas（83.6%）等基准上超过 Gemini 3.1 Pro，输出速度是其他前沿模型的 4 倍，成本常低于其一半。
推荐理由：原文给出多项基准分数与速度成本数据，读者可据此判断它在智能体与编码场景中的定位。
OpenAI NewsAI 评分2424 Sea 首席产品官谈 Codex 与 Agentic 软件开发的未来
Sea Limited 首席产品官解释了公司为何在工程团队中部署 Codex，以加速亚洲地区的 AI 原生软件开发。文章围绕 Codex 在 Sea 内部的落地实践，阐述其对 agentic 软件开发未来的影响。
OpenAI NewsAI 评分5656 ChatGPT 移动应用支持随时随地使用 Codex
OpenAI 宣布可在 ChatGPT 移动应用中使用 Codex，让用户跨设备和远程环境实时监控、引导并批准编码任务。
OpenAI NewsAI 评分3939 OpenAI 如何为 Codex 在 Windows 上构建安全有效的沙箱
OpenAI 介绍了如何为 Codex 在 Windows 上构建安全有效的沙箱，实现受控的文件访问和网络限制。该方案让 Codex 能在 Windows 环境中运行，同时通过沙箱机制约束其文件与网络权限，保障执行安全。
OpenAI NewsAI 评分2525 ChatGPT Work 财务实操工作流：报告、差异分析与预测
ChatGPT Work 提供一套面向财务场景的实操工作流，覆盖报告、差异分析、预测、月度复盘以及可直接用于决策的财务交付物。原文为教程类内容，未给出具体模型版本、参数或 benchmark 数据。
OpenAI NewsAI 评分1212 AutoScout24 如何用 Codex 和 ChatGPT 加速工程开发
AutoScout24 Group 使用 Codex 和 ChatGPT 构建 AI 驱动的工作流，以加快开发周期、提升代码质量并扩大 AI 采用范围。