Google 发布 Gemini 4 Argon，称其为迄今最强模型
Google 母公司 Alphabet 发布 Gemini 4 Argon，面向编码、研究和写作等任务，重点用于防御性网络安全。该模型目前通过 Fairwind Program 向部分网络安全合作伙伴开放，Google 称其能够自主发现、验证并修复关键软件漏洞。
#编码
#编码
今日 3 条TechCrunch · AIAI 评分7575 Latent SpaceAI 评分6262 Alex Zhang 谈 RLM、GPU kernel 与智能体 harness 的研究方向
Latent Space 访谈 MIT 的 Alex Zhang，讨论 GPU kernel、RLM 和智能体 harness 如何扩展语言模型系统的能力。Alex Zhang 解释了 RLM 的上下文卸载、代码执行、递归子智能体与共享内存，并提出 harness 设计可能提升跨任务的组合泛化。
NVIDIA Blog精选AI 评分8787 GPT-6 Astra Ultrafast 借助 NVIDIA Blackwell GPUs 加速生成
GPT-6 Astra Ultrafast 已通过 OpenAI API 以及符合条件的 ChatGPT Work 和 Codex 用户提供，运行在 NVIDIA Blackwell GPUs 上，token 生成速度最高可达 Astra Standard 模式的 8x。
推荐理由：文章说明 GPT-6 Astra Ultrafast 如何借助 NVIDIA Blackwell GPUs 提升生成速度，并展示加速对编码智能体工作流的具体作用。
The Decoder精选AI 评分7878 Glow Security 发现 AI 智能体向公开 GitHub 仓库上传超过 13,000 张内部截图
安全初创公司 Glow Security 发现，AI 智能体已将来自 343 家组织的超过 13,000 张内部软件项目截图上传到公开 GitHub 仓库。由于 GitHub 不支持智能体通过命令行将图片附加到 pull request，智能体会在开发者个人账户下创建公开仓库来存放截图，其中包含客户数据、登录凭据和未发布功能。约三分之一受影响组织使用了会公开存储截图的开源工具 gitshot。
推荐理由：报道梳理了 AI 智能体将内部截图上传到公开仓库的路径，并揭示其中涉及客户数据、登录凭据和未发布功能等风险。
Latent SpaceAI 评分1212 Gemini 4 Argon：Google DeepMind 对标 Astra 与 Fable，输出上限达 1M tokens
Google DeepMind 推出 Gemini 4 Argon，面向代码、企业知识工作和网络防御，在 19 项基准中的 13 项取得第一，但目前仅限 Fairwind Program 的政府用户和可信网络防御者预览。
Latent SpaceAI 评分7373 OpenAI 产品负责人解读 Computer Use 进展与 API 智能体栈
OpenAI 的 Ari Weinstein 和 Nikunj Handa 在访谈中介绍了 Computer Use、Agents API、Decisions API 及相关 API 更新。
The Decoder精选AI 评分8787 Google 发布 Gemini 4 Argon，性能追近 OpenAI 与 Anthropic 但未形成明显领先
Google 发布 Gemini 4 Argon，称其在多项基准上追近 OpenAI 和 Anthropic 的模型，并将输出上限从 64,000 提升至 one million tokens。
推荐理由：文章汇总了独立基准、价格和开放计划，便于比较 Gemini 4 Argon 与 GPT-6 Astra、Claude 系列的性能与成本取舍。
The Verge · AI精选AI 评分8888 Google 发布 Gemini 4 Argon，暂限受信任的网络安全防御者使用
Google 发布下一代前沿模型 Gemini 4 Argon，称其在复杂工作流、软件工程、法律与金融等企业知识工作及网络安全防御方面具备前沿性能。该模型目前仅向一组受信任的网络安全防御者开放，Google 将在扩大开放前加强关键前沿安全措施，包括防范滥用和提示词注入攻击并监测失配。
推荐理由：Google 仅向受信任的网络安全防御者开放 Gemini 4 Argon，并将重点完善滥用、提示词注入和失配防护。
Ars Technica · AIAI 评分7272 Google 发布 Gemini 4 Argon，但暂未向公众开放
Google 宣布 Gemini 4 Argon，称其在编码、知识工作和网络安全等方面具备行业领先表现，但目前仍处于有限测试阶段。该模型在 DeepSWE v1.1 上达到 77.9%，API 定价为每百万输入 tokens $2、每百万输出 tokens $10，缓存输入 tokens 可享 95% 折扣，并支持 1 million tokens 的输出上限。
Google DeepMind精选AI 评分9090 Google DeepMind 发布 Gemini 4 Argon，强化长程推理与网络安全防御
Google DeepMind 宣布 Gemini 4 Argon，这款新模型面向软件工程、法律和金融等企业知识工作，以及网络安全防御，正在通过 Fairwind Program 向可信网络防御者分阶段开放。
推荐理由：文章同时给出 Gemini 4 Argon 的长程任务能力、评测结果、定价与分阶段开放安排，便于了解其面向企业和安全场景的落地边界。
The DecoderAI 评分5353 OpenAI 与 Synopsys 合作开发芯片设计模型 GPT-Synopsys
OpenAI 与 Synopsys 签署多年战略合作，开发专用于芯片设计的 AI 模型 GPT-Synopsys。该模型计划推理芯片设计与验证，并直接操作 Synopsys 的 EDA 工具，客户数据不用于训练且会加密存储；双方已开始与半导体客户进行早期测试。
Latent SpaceAI 评分6262 OpenAI DevDay 2026：Dots、GPT-6.1 Sol 与平台更新汇总
Latent Space 汇总 OpenAI DevDay 2026 的主要发布，包括由 GPT-6 Astra 驱动的 Dots 智能体、ChatGPT Spaces、GPT-6.1 Sol、Ultrafast、Decisions API 和 Codex 更新。文章还整理了价格、独立评测、计划调整及安全讨论，并延伸回顾 DeepSeek DSec、开源模型评测和相关行业动态。
AWS Machine Learning Blog精选AI 评分8787 GPT-6.1 Sol 在 Amazon Bedrock 正式上线
GPT-6.1 Sol 已在 Amazon Bedrock 正式上线，面向智能体编码、计算机使用和专业工作负载提供更强推理能力。OpenAI 称，该模型在 DeepSWE v1.1 上达到 GPT-6 Astra 的表现，单任务成本约为其五分之一，并较 GPT-6 Sol 的最佳成绩高 6.4 个百分点。
推荐理由：文章将 GPT-6.1 Sol 的任务成本、编码表现、工具约束处理和 Bedrock 生产控制放在同一工作流中说明，便于评估落地条件。
Simon Willison精选AI 评分9191 OpenAI DevDay 2026 发布 Dots、GPT-6.1 Sol 与多项平台更新
OpenAI 在 DevDay 2026 发布 AI 智能体 Dots、GPT-6.1 Sol 和 Ultrafast，并推出 ChatGPT Space、Decisions API、Codex Security Cloud 等功能。
推荐理由：这篇现场记录串联了 Dots、GPT-6.1 Sol、Ultrafast、Codex Security Cloud 等发布，便于了解 OpenAI 平台化布局的具体变化。
OpenAI News精选AI 评分8989 OpenAI 发布 GPT-6.1 Sol，API token 价格为 Astra 标准价格的五分之一
OpenAI 发布 GPT-6.1 Sol，面向编码、计算机使用和专业工作，智能水平接近 Astra。其 API 输入和输出 token 价格均为 Astra 标准价格的五分之一。
推荐理由：原文将 GPT-6.1 Sol 定位为面向编码、计算机使用和专业工作的模型，并突出其相对 Astra 更低的 API token 价格。
OpenAI NewsAI 评分2323 OpenAI DevDay 2026 回顾：GPT-6 Astra、ChatGPT、Codex 与 API 等 20 多项发布
OpenAI DevDay 2026 公布了 20 多项更新，涵盖 GPT-6 Astra、ChatGPT、Codex、API、安全以及面向开发者的新工具。
Latent Space精选AI 评分7979 Anthropic 的 Thariq Shihipar 谈 Claude Code 的下一阶段
Anthropic 的 Thariq Shihipar 在访谈中讨论 Claude Code 的使用方法、Agent harness 演进与智能体安全。内容涵盖提示词、Artifacts、Projects、Claude Mods、模型路由和监督 Agent，并解释了 Claude Mods 如何定制执行循环、界面和子 Agent。
推荐理由：访谈把 Claude Code 的使用方法、Harness 定制和智能体安全放在同一框架下，呈现了从提示词实践到可变软件的演进路径。
AWS Machine Learning Blog精选AI 评分8282 Grok 4.7 现已在 Amazon Bedrock 上线
xAI 的 Grok 4.7 已在 Amazon Bedrock 模型目录上线，支持编码、长时智能体和知识工作，提供 500K token 上下文窗口与 low、medium、high、xhigh 四档推理强度。
推荐理由：文章把 Grok 4.7 在 Amazon Bedrock 上的接入方式、推理开销和权限配置串联起来，便于开发者评估长任务部署方案。
Simon Willison精选AI 评分8585 Anthropic 发布 Claude Sonnet 5.5
Anthropic 发布 Claude Sonnet 5.5，称其运行速度提升 30%+、多数工作成本最高降低 30%，定价与 Sonnet 5 相同。作者测试发现，该模型在部分编码任务上接近 Opus 5.5，并已成为 claude.ai 免费层使用的模型；Haiku 5.5 将在未来几周推出。
推荐理由：文章结合价格、速度、基准表现和实际编码测试，呈现了 Sonnet 5.5 在免费层与复杂任务中的使用差异。
AWS Machine Learning Blog精选AI 评分7575 AWS 上线 Claude Sonnet 5.5
AWS 宣布 Claude Sonnet 5.5 已在 Amazon Bedrock 和 AWS 上的 Claude Platform 提供。该模型面向范围明确的编码与知识工作，强调更快速度和大多数任务更低的单任务成本，并支持 AWS 的数据驻留、权限、审计与监控控制。
推荐理由：文章同时给出 Claude Sonnet 5.5 的适用任务、与 Opus 5.5 的分工及 AWS 上的调用步骤，便于评估部署路径。
Hugging Face Blog精选AI 评分8484 Holo4 发布，面向通用计算机操作智能体
Holo4 发布 27B dense 和 35B-A3B MoE 两种规格，可通过 GUI、代码、MCP 和 API 操作软件，并在 H Models API 提供服务。Holo4 27B 在 OSWorld 2.0 上得分 61.7%，35B-A3B 得分 30.9%；官方同时发布 Holotron4 Nano、模型权重、训练轨迹和评测成本信息。
推荐理由：Holo4把 GUI、代码、MCP 和 API 操作整合到同一模型中，并公开轨迹与成本对比，便于评估其在真实工作流中的适用范围。
Simon WillisonAI 评分6565 Simon Willison 回顾 2026 年大语言模型与智能体的发展
Simon Willison 以演讲讲稿形式回顾 2026 年截至 9 月的大语言模型发展，重点包括 Claude、GPT、Gemini 和 Qwen 等模型进步，以及编码智能体和个人智能体的普及。文章还讨论了本地模型能力提升、AI 辅助开发带来的工作变化，以及 OpenAI、Anthropic 等实验训练智能体引发的多起安全事件。
Simon WillisonAI 评分6363 Simon Willison 用 Claude 和 Claude Code 制作 Kākāpō Party 动画视频
Simon Willison 使用三张 kākāpō 照片和提示词，让 Claude 生成 HTML5 Canvas 像素艺术动画，再让本地 Claude Code 通过 Playwright 操作页面并录制 15s 视频，用于 Keynote 演示。文中还提供了生成视频所用的 Playwright 脚本。
GitHub Blog · AI & ML精选AI 评分6969 GitHub Copilot 如何用 canvases 构建自定义工作流
GitHub Copilot app 支持通过 `/create-canvas` skill 用自然语言创建可定制的 canvas，无需手动编写代码或设计界面。用户和 Agent 可以同时操作共享界面，创建看板、发布清单、问题分流板等工作流，并将其保存为团队共享或个人使用的 extension。
推荐理由：文章以具体命令演示如何用自然语言创建并迭代 canvas，说明用户与 Agent 可共享状态并协作更新工作流。
Simon WillisonAI 评分2121 Simon Willison：关于 2026 年 9 月 24 日的思考
Simon Willison 表示，随着自己更多使用 coding agents，越来越确信它们让软件工程变得更加困难。coding agents 能完成令人惊叹的工作，但要充分发挥其潜力，需要非凡的纪律性与知识。
Simon WillisonAI 评分33 Simon Willison：commit-rewriter 0.2
Simon Willison 发布了 commit-rewriter 0.2，但正文未提供该版本的功能、改动或可用性细节。
GitHub Blog · AI & ML精选AI 评分7474 GitHub Copilot 如何用 canvases 构建聊天之外的交互界面
GitHub Copilot 介绍 canvases，这类运行在应用内的全栈应用可与智能体双向通信，用于构建 Connect 4、管理本地 Winget 软件包和操作 SQLite 数据库。文章还展示了 canvas 如何支持研究、原型、实现和迭代等开发流程自动化，减少用户持续停留在聊天界面的需要。
推荐理由：文章通过 Connect 4、SQLite 和开发工作流案例，说明可定制界面如何让 GitHub Copilot 智能体承担更适合自动化的任务。
GitHub Blog · AI & ML精选AI 评分8383 GitHub Security Lab 发布 Fuzzing Taskflow 自动化 C/C++ 模糊测试
GitHub Security Lab 发布基于 Taskflow Agent 的 Fuzzing Taskflow，面向 C/C++ 项目自动识别入口、分析构建系统、编写 harness、运行 AFL++、迭代覆盖率并整理崩溃报告。
推荐理由：文章拆解了从建 harness、覆盖率反馈到崩溃归因的自动化链路，也明确说明了主机执行和模型判断带来的安全边界。
GitHub Blog · AI & ML精选AI 评分8282 GitHub Copilot 重构超大 Pull Request 的渲染体验
GitHub Copilot 重构了 Pull Request 视图，使包含 2,200 个文件、超过一百万行变更和 400 多条行内评论的大型变更仍能流畅打开和滚动。文章介绍了将确定性代码几何与动态评论块分离、按需测量高度、保持滚动锚定，以及通过缓存和后台处理优化数据管线的方法；团队还使用真实运行信号和自动化测试持续定位性能问题。
推荐理由：文章拆解了 GitHub Copilot 如何处理超大 Pull Request 的虚拟化、动态测量与滚动锚定，为构建高性能代码审查界面提供了可迁移的工程方法。
Simon WillisonAI 评分1313 旧金山 10 月 14 日举办 Agentic Engineering Birds of a Feather 交流活动
Simon Willison 将于旧金山举办一场面向 coding agents 构建者的 Agentic Engineering 交流活动，参与者可分享正在尝试的方向、学习心得及尚未公开的实验。活动采用非正式 show-and-tell 形式，鼓励分享但无需准备演讲，重点不是产品推介，而是早期探索和未完成项目。
GitHub Blog · AI & MLAI 评分4343 该不该读 AI 生成的代码、RAG 是否已死，以及 Skills 是否取代 MCP？
GitHub Podcast 讨论五个 AI 开发热点，认为 AI 生成的代码仍需审查，但应按风险分配注意力；Skills 与 MCP 解决不同问题，RAG 也没有消失。AI 使用能力正成为软件开发的一部分，而清晰结构、规范命名、可读测试和及时文档能提升代码库的可维护性与可理解性。
GitHub Blog · AI & ML精选AI 评分9191 GitHub Copilot 将智能体运行时迁移为 800,000 多行 Rust
GitHub 将 GitHub Copilot 的智能体运行时从 TypeScript、Node.js 和 V8 重写为超过 800,000 行生产 Rust 代码，主要由 AI 智能体完成，并通过 128 个拉取请求逐步合入。
推荐理由：文章以 GitHub Copilot 运行时迁移为案例，具体展示了增量重写、并行智能体协作和人工质量把关如何共同支撑大型工程改造。
GitHub Blog · AI & ML精选AI 评分8181 GitHub 如何用 GitHub Copilot 将活动运营自动化
GitHub 日本和韩国市场的营销负责人介绍了如何用 GitHub Copilot、Issues、Labels 和 GitHub Actions，把活动从规划、报名筛选到会后跟进串成自动化流程。流程通过 API 或 CLI 连接外部工具，以 DRY_RUN、测试套件和代码审查降低风险，并用 SKILL.md 描述可复用的会后操作。文章还提醒，定时自动化必须设置明确的失败告警。
推荐理由：文章展示了如何用 GitHub Issues、Actions、SKILL.md 和 DRY_RUN 把跨工具的活动运营流程自动化，并保留人工审批与代码审查。
GitHub Blog · AI & ML精选AI 评分6868 GitHub Copilot app 初学者指南：使用 diff、终端和浏览器
GitHub Copilot app 将 diff、终端和浏览器面板整合在同一处，帮助用户审查 Agent 生成的代码、运行项目并验证界面效果。用户可在 diff 面板接受或评论改动，在终端面板运行命令和 `npm run dev`，再通过浏览器面板测试功能并使用 Pick & Polish 继续调整，完成后直接接受修改并创建 pull request。
推荐理由：文章把 AI 编码变更的审查、运行和浏览器验证整合为一套流程，适合了解 GitHub Copilot app 如何减少工具切换。
Hugging Face Blog精选AI 评分8686 Hugging Face 用 Gradio Workflow 重建 AUTOMATIC1111 功能集
Hugging Face 发布 Workflow1111，用单一 Gradio Workflow 画布重建 AUTOMATIC1111 的大部分功能，包含 11 条媒体管线和 73 个节点，覆盖文生图、图生图、放大、检测、背景移除及图生视频。
推荐理由：文章以完整案例展示 Gradio Workflow 如何把多种媒体管线组合为可编辑画布，并自动提供 REST 与 MCP 接口，便于迁移到实际应用。
Hugging Face Blog精选AI 评分8484 Hugging Face Jobs 如何用 LoRA 实现跨节点 Async GRPO 训练
Hugging Face 介绍了在分离机器的 Hugging Face Jobs 上运行 AsyncGRPO 的方案：训练端仅将 LoRA adapter 通过 Storage Bucket 同步到 vLLM，并用代理完成鉴权、KV 前缀路由和多副本广播。
推荐理由：文章给出了跨 Hugging Face Jobs 部署 AsyncGRPO 与 LoRA 的完整方案，并用多轮指标定位瓶颈和优化路径。
Mistral AI精选AI 评分6969 Mistral AI 如何用 AI 智能体现代化复杂遗留代码
Mistral AI 帮助一家欧洲能源运营商将40,000行Fortran 77迁移到C++，对象是没有测试套件和集中式文档的物理密集型储层模拟器。项目先建立数值一致性校验框架并整理代码文档，再由规划、编码、测试和代码质量审查智能体按模块协作，配合人工审核合并。首个冲刺覆盖300,000行代码中的40,000行，团队总结出先建校验框架、先整理文档，以及采用带人工审核门的结构化工作流三项原则。
推荐理由：文章以40,000行Fortran 77迁移为例，拆解校验、文档整理和人机协作流程，为复杂遗留代码现代化提供可复用方法。
GitHub Blog · AI & ML精选AI 评分8787 GitHub Copilot 推出 Project HydraFusion 多模型编排研究预览
GitHub 在 GitHub Copilot CLI 中推出 Project HydraFusion 研究预览，通过运行时编排多个模型，自动选择单模型、级联或批评审执行模式来完成编码任务。
推荐理由：HydraFusion把多模型选择、级联和交叉评审纳入运行时，并用三个基准展示质量与成本的权衡。
GitHub Blog · AI & MLAI 评分5151 GitHub Copilot app 教程：同时运行多个智能体
GitHub Copilot app 支持通过独立会话和 Git worktrees 同时运行多个智能体任务，彼此不会干扰。每个会话保留自己的上下文，用户可在会话视图中跟踪进度并切换任务。文章以 tailspin-toys 项目为例，演示并行开发 funded sort、进行无障碍审查和运行测试。
Hugging Face Blog精选AI 评分8484 Hugging Face 发布 funes，让编码智能体拥有可迁移的持久记忆
Hugging Face 发布 funes，为 Claude Code、Codex、pi 和 Hermes 提供基于本地会话轨迹的持久记忆层。funes通过向量与 BM25 搜索、重排序和来源追踪，让智能体可在本机或 Hugging Face 私有数据集中检索原始会话；作者称在 handoff-vs-recall 基准中，recall 的成本分别低至书面交接的 1/8 和 1/4。
推荐理由：funes把多个编码智能体的会话轨迹转为可检索、可溯源的本地记忆，并支持同步到用户拥有的私有数据集。