跳到正文
#编码
今天10月15日周四2 条
10月14日周三
  2. Google DeepMind90

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，通过 AI Studio、Gemini API、Google Antigravity、Gemini 应用和 Search 的 AI Mode 提供，入门价每百万输入 token 2 美元、输出 token 10 美元，缓存输入享 95% 折扣。

    推荐理由：官方给出 Argon 在编码、科研与安全上的具体案例和定价，可据此判断前沿模型落地方式的变化。

  3. Ars Technica · AI78

    Gemini 4 Argon 开始在 Gemini 应用和 Antigravity 中推送，仅限付费用户

    Google 的 Gemini 4 Argon 开始大范围推送，目前仅面向付费用户，低档订阅方案也无法获得完整访问权限。模型能力未变，Google 仍引用上月底公布的基准测试说明其推理与智能体编码能力，并称其经过训练可拒绝恶意指令，还配有自动失准监控。

    推荐理由：读者可了解 Gemini 4 Argon 的付费分层开放方式，以及它在 Google 内部代码与机器人项目中的具体落地案例。

10月13日周二
  2. Latent Space80

    Meta 发布 Muse Wonder 与 Muse Wonder Full 模型家族

    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，后者仅面向 Muse Code 订阅用户。

    推荐理由：汇总 Meta 新模型的首发细节与多家第三方评测数据，可对比其与 Opus 5.5、GPT-6 系列的定位差异。

10月8日周四
  1. GitHub Blog · AI & ML62

    GitHub 推出基于 ModernBERT 的密钥检测分类器，扩展 push protection

    GitHub 发布与 Microsoft Applied Sciences 联合微调的 ModernBERT 分类器，用于把 push protection 扩展到无固定格式的密钥，可在 2 毫秒内评估一批候选密钥，官方称有望让可拦截的密钥数量增加一倍以上。

    推荐理由：GitHub 用九个季度的数据说明密钥泄露压力来自代码量增长，并给出把检测成本压到 2 毫秒内的新分类器思路。

10月6日周二
  1. Mistral AI82

    Mistral 发布 Mistral Large 4 公开预览

    Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、52B 激活参数的原生多模态模型，可在 Mistral Studio 试用预览 API，权重将于本月底发布。

    推荐理由：官方给出 1 万亿参数、52B 激活的开放权重模型在编码、智能体与多模态上的具体基准，可据此判断开放权重模型当前的位置。

10月5日周一
  1. GitHub Blog · AI & ML60

    GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准

    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 的分布构建，包含 219 个 PR、覆盖 19 种语言，采用多来源 golden set 与统一评分标准，并由资深工程师独立复核，一致率 96.6%。

    推荐理由：GitHub 公开了代码审查基准的构建方法与离线到线上的验证数据，可据此判断评测信号是否可信。

10月2日周五
  1. GitHub Blog · AI & ML22

    AI 正在改变开发者工作方式，GitHub 给出三项需要强化的技能

    GitHub 提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非只是使用它，不轻信 AI 的首次答案，以及用 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来审查计划、代码和测试，从而发现首个模型遗漏的问题。

10月1日周四
  1. Google DeepMind84

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展至开发者、企业和消费者，起步价每百万输入 token 2 美元、输出 token 10 美元，缓存输入按输入价 95% 折扣计费。

    推荐理由：官方给出 Argon 在编码、企业知识与网络安全上的基准表现和定价，可据此判断前沿模型的落地边界。

  4. Yangqing Jia38

    我们从真实项目中收集了约 10,000 个修复 bug 的 pull request，这些项目中引入 bug 的 commit 是已知的。经过逐一审核，我们在 57 个代码库、七种语言中保留了 284 个任务。 每个任务都模拟一次真实的代码审查。智能体能看到引入 bug 的 commit 以及完整的代码库上下文，但永远看不到修复方案。评判智能体只有在它于正确位置指出正确根因时，才算作成功发现。

9月22日周二
9月9日周三
  1. Mistral AI60

    Mistral 如何用 AI 智能体迁移 4 万行 Fortran 遗留代码

    Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 的油藏模拟器迁移到 C++，该代码库没有测试套件也没有集中文档。团队先搭建数值对齐测试框架，用 Skill.md 引导智能体导出 Fortran 状态快照并在 C++ 侧校验，再用自定义解析器生成调用树、由 Vibe CLI 启动上百个智能体结合 Mistral OCR 补全文档。

    推荐理由：Mistral 公开了用智能体迁移 4 万行 Fortran 的完整流程，其中先建数值对齐测试再迁移的做法可迁移到其他遗留系统改造。

9月4日周五
  1. Andrew Ng60

    吴恩达发布 AI Engineering Skills Map，梳理使用编码智能体的关键技能。他把用编码智能体构建软件的流程归纳为规划、执行、部署与监控三步，并列出五项核心技能：主导工作流、赋予智能体自主性、审查产出、定制智能体及其环境、理解编码智能体基础原理。他提到该技能演进速度快于其他顶层 AI 工程技能，并认为社交媒体上关于编码智能体的描述常被过度简化，多数有效使用仍是高度迭代的过程。

8月29日周六