GitHub 用模型做密钥检测：更少误报中找出更多密钥
GitHub 为密钥扫描训练了一个上下文感知的密钥分类器，采用正则召回候选、ModernBERT 细调模型判别真伪的两阶段流水线，取代此前的 LLM 方案。官方称用户对告警的接受度提升 11.5%，推送后扫描执行中位时间缩短 86%，服务成本较远程 LLM 调用降低逾 98%，并因此将通用密钥检测扩展到推送保护阶段。
#编码
#编码
今日 0 条GitHub Blog · AI & MLAI 评分3131
GitHub Blog · AI & MLAI 评分3030 GitHub Copilot 入门：如何让 Copilot 了解你的代码库
GitHub Copilot 可通过四种方式定制对项目的理解：.github/copilot-instructions.md 定义仓库级约定，.github/instructions 支持按 applyTo 字段的路径级指令。
OpenAI NewsAI 评分2424 LegalOn 将 Codex 成本减半，同时保持开发速度
LegalOn 把每日 Codex 预估成本削减了 65%，同时保持了开发速度。其做法是按任务匹配 Astra、Sol 和 Luna，并对预算进行策略性管理。
OpenAI NewsAI 评分1818 Oracle 如何用 ChatGPT 和 Codex 把数天工作压缩到几分钟
Oracle 在招聘、工程和运营环节借助 ChatGPT Work 与 Codex，把专家知识转化为快速可复用的工作流，将原本需要数天的工作缩短到几分钟完成。
AWS Machine Learning Blog精选AI 评分6060 Z.ai 的 GLM 5.3 上线 Amazon Bedrock
AWS 宣布 Z.ai（智谱 AI）的 GLM 5.3 已在 Amazon Bedrock 上线，这是一个 753B 参数的 MoE 模型，面向编码和长周期智能体任务。
推荐理由：原文给出 GLM 5.3 在 Bedrock 上的接入方式与提示缓存细节，读者可据此评估如何改造自己的智能体工作流。
AWS Machine Learning BlogAI 评分2424 在 AWS GovCloud 中使用 Claude Code 与 Amazon Bedrock 加速合规工作负载
Anthropic 的 Claude Opus 5.5、Claude Sonnet 5.5 和 Claude Sonnet 5 现已在 AWS GovCloud (US) 区域的 Amazon Bedrock 上可用，为 ITAR 等合规工作负载提供 AI 辅助开发通道。
GitHub Blog · AI & MLAI 评分4444 ReviewBench：面向 AI 代码审查的开源基准
微软发布开源离线基准 ReviewBench，用于评估 AI 代码审查智能体的表现，基于 GitHub 上 103.9M 个真实 pull request 的分布构建。
OpenAI NewsAI 评分2525 Chatham Financial 用 OpenAI Codex 与 GPT-5.6 将交易核验从 30 分钟缩至 4 分钟内
Chatham Financial 借助 OpenAI 的 Codex 和 GPT-5.6 构建技术并重新设计工作流，把交易核验时间从 30 分钟压缩到 4 分钟以内。该案例显示 OpenAI 模型正在被用于扩展资本市场领域的专业能力。
GitHub Blog · AI & MLAI 评分2020 AI 正在改变开发者工作，GitHub 给出三项需要强化的技能
GitHub 提出 AI 时代开发者应强化三项技能：学会指挥 AI 智能体而非只使用 AI、不要轻信 AI 的第一次答案、用 AI 节省的时间去解决更大的问题。GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型对计划、代码和测试进行批判性审查。开发者仍需负责最终结果，包括定义问题、评审 AI 生成的代码并决定哪些可以发布。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 宣布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络防御者开放，随后逐步扩展至开发者、企业和消费者。
推荐理由：官方披露了 Gemini 4 Argon 的能力、基准与分阶段开放方式，读者可据此判断前沿模型在企业工作流和网络防御中的落地节奏。
AWS Machine Learning Blog精选AI 评分7171 GPT-6.1 Sol 在 Amazon Bedrock 正式可用
GPT-6.1 Sol 在 Amazon Bedrock 正式可用，为智能体编码、电脑操作和专业工作流带来更强推理能力，是 GPT-6 Sol 的一次重大升级。
推荐理由：原文给出 GPT-6.1 Sol 在 Bedrock 上的能力与成本数据，读者可据此判断智能体编码任务的部署选择。
GitHub Blog · AI & MLAI 评分1818 GitHub Podcast 拆解五个 AI 热门观点：要不要读 AI 代码、RAG 是否已死、Skills 是否取代 MCP
GitHub Podcast 最新一期拆解了五个 AI 热门观点，结论是：AI 生成的代码仍然要读、要审，但审查力度应随风险变化；Skills 与 MCP 解决的是不同问题，MCP 提供连接工具和数据的标准接口，Skills 更像打包好的 Markdown 经验，两者可组合使用。RAG 也没有死，它为模型提供训练数据之外的信息，可以减少 token 浪费、加快速度并降低不完整回答的概率。
GitHub Blog · AI & ML精选AI 评分8181 GitHub Copilot 运行时如何用 Copilot 迁移到 Rust
GitHub 用 Copilot 智能体把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行 Rust，AI 智能体编写了大部分代码，跨 128 个 pull request 增量合入 main。
推荐理由：一位工程师复盘用 AI 智能体把 43 万行 TypeScript 运行时迁到 Rust 的全过程，含编排、缓存与评审经验。
GitHub Blog · AI & ML精选AI 评分7373 GitHub 发布 Project HydraFusion：用多模型编排在 Copilot 中实现前沿级质量
GitHub 发布研究预览 Project HydraFusion，在 GitHub Copilot 运行时对多个提供商的模型做编排，创建完整执行计划，让模型起草、评审、修订或升级到更强的模型。
推荐理由：GitHub 官方披露多模型编排的三种执行模式与三项基准的成本质量对照，可据此判断多模型路由在编码任务中的落地方式。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8，包含两个变体：Gemini 3.8 Flash 面向软件工程、智能体任务和多步推理，定价与 3.7 Flash 相同，为每百万输入 token $0.75、输出 token $3.75；Gemini 3.8 Flash Cyber 面向漏洞检测与自动修补，通过新的 Fairwind Program 向受信任防御方开放。
推荐理由：官方给出 3.8 Flash 与 Cyber 两个变体的定价、基准表现和开放入口，便于对照 3.7 判断升级幅度。
NVIDIA Developer BlogAI 评分1919 用 CLI、技能和 AI 编程智能体开发 NVIDIA Holoscan 应用
NVIDIA 探索通用编程智能体能否利用与工程师相同的示例、文档和开发工具来开发 Holoscan 边缘实时 AI 应用。Holoscan 是面向医疗影像、机器人等边缘实时 AI 应用的平台，HoloHub 是其配套仓库，汇集了不断增长的参考应用与组件。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini 3.7 Flash，编码与智能体能力提升且首发价减半
Google DeepMind 发布 Gemini 3.7 Flash，称其为面向编码和智能体最智能的主力模型，距 Gemini 3.6 Flash 仅三周，首发价为 3.6 Flash 每百万 token 成本的一半，即 $0.75/1M 输入 token、$3.75/1M 输出 token，优惠持续到年底。
推荐理由：相较 3.6 Flash 的编码与知识工作基准提升和限时半价定价，是判断其性价比的直接依据。
Hugging Face BlogAI 评分5555 用更少 token 实现 ACE：ALTK-Evolve 在 AppWorld 上以约四成成本取得更高完成度
IBM 研究团队提出 ALTK-Evolve，与 ACE 一样让智能体从自身轨迹中学习经验并在推理时注入，不做权重更新也不需要人工标注，区别在于经验的交付方式。
NVIDIA Developer BlogAI 评分3030 如何用 NVIDIA NeMo Guardrails 自托管可验证的 AI 编程助手
NVIDIA 发布教程，介绍如何在监管、主权或源码敏感环境中自托管 AI 编程助手。针对源码不能出网、助手编造包名带来供应链风险、以及生成改动出缺陷时缺乏审计记录三个问题，方案基于 NVIDIA NeMo Guardrails 实现验证。
NVIDIA Developer BlogAI 评分4747 NVIDIA Nemotron 3 Ultra 在智能体 RTL 编码中精度与效率领先开源模型
NVIDIA Nemotron 3 Ultra 在智能体 RTL 编码任务上于精度与效率两项指标领先开源模型。RTL 开发与验证需要专业硬件知识和精确推理，并需反复与 EDA 工具交互。LLM 已加速代码生成，AI 智能体则借助验证反馈迭代纠错，进一步扩大其作用。
MIT News · AIAI 评分3131 MIT 新方法让 2D 设计更高效地转为 3D 模型，加速快速原型制作
MIT 等机构研究人员开发出 GIFT（Geometric Inference Feedback Tuning）系统，教视觉语言模型自动把 2D 设计转换为可直接执行的 CAD 程序，精度更高且只用约 20% 的算力。
Hugging Face BlogAI 评分4747 ScarfBench：面向企业 Java 框架迁移的 AI 智能体基准
Hugging Face 发布开源基准 ScarfBench，用于评测 AI 智能体在企业 Java 跨框架迁移中的表现，覆盖 Spring、Jakarta EE、Quarkus 三大生态。
Hugging Face Blog精选AI 评分8282 智谱发布 GLM-5.2：面向长程任务，1M 上下文与 MIT 开源
智谱发布旗舰模型 GLM-5.2，主打长程任务，首次提供稳定的 1M token 上下文，并采用 MIT 开源许可且无地域限制。官方称其架构引入 IndexShare，每 4 层稀疏注意力共享同一 indexer，在 1M 上下文下把每 token FLOPs 降低 2.9×，MTP 层改进使投机解码接受长度最高提升 20%。
推荐理由：官方给出 1M 上下文在长程编码任务上的实测栈位、架构改动与 MIT 开放权重，可据此判断开源模型的长任务能力边界。
Google DeepMind精选AI 评分8686 Google DeepMind 发布 Gemini 3.5 系列并首发 3.5 Flash
Google DeepMind 发布 Gemini 3.5 系列模型，首发 3.5 Flash，主打智能体与编码的前沿性能。
推荐理由：Gemini 3.5 Flash 在编码与智能体基准上超过 3.1 Pro，且输出速度达其他前沿模型 4 倍，读者可据基准与速度数据判断其性价比。
Hugging Face BlogAI 评分4949 Granite Embedding Multilingual R2 发布：Apache 2.0 多语言嵌入模型，32K 上下文
Hugging Face 发布 Granite Embedding Multilingual R2 两款 Apache 2.0 多语言嵌入模型，均基于 ModernBERT。
Google DeepMind精选AI 评分6969 Google DeepMind 发布 AlphaEvolve 一年进展：从数学发现扩展到 TPU 设计与商业应用
Google DeepMind 发布 AlphaEvolve 一年进展报告，这款由 Gemini 驱动的编码智能体已从数学和计算机科学的开放问题探索，扩展到 Google 内部基础设施与外部商业场景。
推荐理由：汇总 AlphaEvolve 一年来的落地场景与量化收益，可据此判断算法智能体在科研与基础设施中的真实渗透程度。
Hugging Face Blog精选AI 评分6262 Gradio 6 的 gr.HTML 支持自定义模板，可一句话生成完整 Web 应用
Gradio 6 为 gr.HTML 加入自定义模板、作用域 CSS 和 JavaScript 交互能力，前端、后端与状态管理可以全部写进单个 Python 文件，无需构建步骤，几秒内部署到 HF Space。
推荐理由：Gradio 6 的 gr.HTML 打通了单文件前后端与状态同步，读者可据此判断 LLM 一句话生成完整 Web 应用的工作流是否可行。
OpenAI NewsAI 评分2626 OpenAI 如何用 Codex 加速工程开发
OpenAI 详解其内部团队如何借助 Codex 理解代码、重构系统、提升性能并加快工程节奏，从而改善整体开发工作流。
Hugging Face Blog精选AI 评分6464 Hugging Face 教程：让 OpenAI Codex 端到端训练开源模型
Hugging Face 发布教程，展示如何用 HF Skills 让 OpenAI Codex 完成端到端机器学习实验：验证数据集、选择硬件、生成并提交训练任务、监控进度、评估模型并生成报告。
推荐理由：完整演示了把端到端微调实验交给编码智能体的整套流程，可据此迁移到自己的训练任务。
OpenAI NewsAI 评分1515 OpenAI 分享如何在整个软件开发生命周期中使用 Codex
OpenAI 发布网络研讨会，介绍如何在软件开发的完整生命周期中运用 Codex。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 3 Pro 并推出 Antigravity 平台
Google DeepMind 发布 Gemini 3 Pro，称其在各项主要 AI 基准上超过此前版本，并在编码上超过 2.5 Pro，兼顾智能体工作流与复杂零样本任务。
推荐理由：官方给出 Gemini 3 Pro 的定价、基准成绩和配套工具入口，可据此判断它在编码与智能体工作流中的位置。
Google DeepMind精选AI 评分8989 Google DeepMind 发布 Gemini 3，含 Gemini 3 Pro 与 Deep Think 模式
Google DeepMind 发布 Gemini 3，首发 Gemini 3 Pro 预览版并当天上线 Gemini 应用、AI Studio、Vertex AI 和新的智能体开发平台 Google Antigravity。
推荐理由：Gemini 3 Pro 与 Deep Think 的同期亮相，加上多项基准的提升，可供读者判断前沿模型的推理与智能体能力走到哪一步。
Hugging Face BlogAI 评分4141 Hugging Face 推出 BigCodeArena：通过执行代码来评测代码生成模型
Hugging Face 发布 BigCodeArena，首个通过实际执行代码来评估代码生成模型的人类参与平台，任何人都可让两个模型同题生成代码、在沙箱中运行后投票，结果汇总进排行榜。
Hugging Face BlogAI 评分3939 VibeGame：探索 Vibe Coding 游戏开发
针对 AI 编程开发游戏时代码库膨胀导致模型性能下降的问题，作者推出 VibeGame——一个基于 three.js、rapier 和 bitecs 构建的高层声明式游戏引擎。
Hugging Face BlogAI 评分4949 Hugging Face 用 Jupyter Notebook 训练 LLM 推理：Jupyter Agents 微调 Qwen3-4B
Hugging Face 构建 Jupyter Agent，让模型直接在 Jupyter Notebook 中执行代码完成数据分析任务，并以 Qwen3-4B-Thinking-2507 为基线做微调。通过将脚手架精简到约 200 行代码，DABStep 简单任务准确率从 44.4% 提升至 59.7%。该基准上现有最强模型 Claude 4 Sonnet 在困难任务上准确率不足 20%。
Hugging Face BlogAI 评分2626 Hugging Face 发布 3LM：面向阿拉伯语 LLM 的 STEM 与代码基准
Hugging Face 推出 3LM（علم），首个专门评估阿拉伯语 LLM 在 STEM 与代码生成能力的多组件基准，包含 865 道真实 STEM 选择题、1744 道合成高难度题，以及译成阿拉伯语的 HumanEval+ 和 MBPP+ 代码任务。
OpenAI NewsAI 评分2222 ChatGPT 如何把生成的代码送入 IDE
ChatGPT 现在可以把生成的代码直接送入 IDE，以加速开发工作流。该能力用于衔接模型产出与实际编码环境，减少手动复制粘贴的环节。
Hugging Face BlogAI 评分3434 Open R1 的 OlympicCoder 7B 如何在本地接入 VS Code 写代码
Hugging Face 博客给出用 LM Studio 在本地运行 OlympicCoder 7B 的 4bit GGUF 量化版，并通过 Continue 扩展接入 VS Code 的完整步骤。该 7B 模型在 LiveCodeBench 评测中超过 Claude 3.7 Sonnet 和 GPT-4o，因为基于 CodeForces-CoTs 数据集优化，风格偏向竞赛型而非解释型。
Hugging Face Blog精选AI 评分6868 Open R1 发布 CodeForces-CoTs 数据集、IOI 基准与 OlympicCoder 代码模型
Open R1 发布第三期更新，包括从 DeepSeek-R1 蒸馏的近 10 万条 C++ 与 Python 竞赛编程思维链数据集 CodeForces-CoTs、基于 2024 国际信息学奥林匹克（IOI）的新基准，以及微调的 7B 和 32B 模型 OlympicCoder。
推荐理由：Open R1 公布了从 R1 蒸馏的代码推理数据集、IOI 基准与两个开源模型，可看蒸馏训练的具体做法与教训。
Hugging Face Blog精选AI 评分7575 Answer.AI 与 LightOn 发布 ModernBERT：取代 BERT 的编码器模型系列
Answer.AI 与 LightOn 发布 ModernBERT，一个仅编码器模型系列，包含 base（149M 参数）和 large（395M 参数）两个规模，作为任何 BERT 类模型的即插即用替代。
推荐理由：从架构到训练的完整技术拆解，并附论文、预训练 checkpoint 与微调路径，便于判断能否替换现有 BERT 类编码器。