技术方向
用 AI 写代码：编程助手、Vibe Coding、代码模型评测，以及开发方式的变化。
79 条精选近 30 天 14 条共收录 358 条
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。
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。
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。
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。
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，官方称其在几乎所有已评估能力上超过 Opus 5.5，并登上多数独立排行榜首位。
推荐理由：原文汇总了独立评测与成本数据，读者可据此判断新模型在能力与实际开销上的取舍。
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。
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。
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。
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，现已通过官网、App 和 API 提供，并在 Hugging Face 和 ModelScope 开源模型权重，同时首次向外部开发者开放其自研搜索引擎的 Search & Fetch API。
推荐理由：原文给出了新模型在成本与准确率上的具体对比数字，读者可据此评估小模型替代更大竞品的可行性。
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。
Meta 发布开源权重多模态模型 Muse Spark Open，约 816B 总参数、每 token 约 42B 激活参数，上下文窗口达 1M tokens，支持文本、图像、音频、视频输入与文本输出，面向 agentic coding 场景。
推荐理由：原文给出完整架构参数与多框架部署配方，读者可据此评估自托管该模型的资源门槛与可行路径。
Google DeepMind 宣布 Gemini 4 Argon 开始广泛推出，并将面向网络防御者的 Fairwind Program 扩展到更多可信防御方。
推荐理由：原文系统梳理了新模型在滥用防护、错位监控和提示词注入抵抗三层的具体做法与量化结果，可作为了解前沿模型安全实践的参考。
Google DeepMind 宣布 Gemini 4 Argon 即日起全球开放，开发者和企业可通过 AI Studio 与 Gemini 平台的 API 使用，Google AI Ultra 订阅者可在 Google Antigravity 使用，Ultra 和 Pro 订阅者可在 Gemini app 和 Search 的 AI Mode 使用。
推荐理由：原文列出定价、上下文规格和多领域实测数据，读者可据此评估它对现有工作流的适配度。
Meta 的 Superintelligence Lab 发布了 Muse Wonder 和 Muse Wonder Full 一对新模型，这是该公司首次尝试前沿模型。
推荐理由：原文交代了定价与独占渠道，读者可据此判断它在 Meta 产品线中的定位。
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用，据 Anthropic 介绍它是 Claude 5.5 家族中最快、最高效的模型，面向子智能体和高量低成本任务，多数任务成本比 Claude Haiku 4.5 低约 75%。
推荐理由：原文给出了成本降幅、effort controls 与 Opus 5.5 分工方式，便于判断何时选用该模型。
Mistral AI 宣布 Mistral Large 4（代号 le Chonk）进入公开预览，可在 Mistral Studio 使用 preview API，权重将于本月底发布。
推荐理由：原文给出了模型规模、开放权重时间表和多领域基准成绩，读者可据此评估其在企业级任务中的可用性。
Z.ai（智谱 AI）的 GLM 5.3 现已在 Amazon Bedrock 上以全托管 API 提供，这是一款 753B 参数的 MoE 模型，面向编码与长程智能体任务优化。
推荐理由：教程给出调用方式与缓存配置细节，可直接迁移到自己的 Bedrock 项目中落地。