谷歌 DeepMind 发布 Gemini 4 首款旗舰模型 Argon
谷歌 DeepMind 于 9 月 30 日正式发布 Gemini 4 系列首款旗舰模型 Argon，官方称其在 19 项基准测试中取得 13 项领先，输出 Token 上限从上一代的 6.4 万提升至 100 万。
#编码
#编码
今日 0 条钛媒体AI 评分7171 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。
TechCrunch · AIAI 评分6262 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，可用于编码、研究和写作，并称其在防御性网络安全任务上尤为擅长，能自主发现、验证并修补软件漏洞。
爱范儿AI 评分5858 和 Opus 5.5 同题交卷，MiniMax M3.1 Flash 的前端创作实测
爱范儿用 Opus 5.5 的公开提示词在 MiniMax Code 中实测 MiniMax M3.1 Flash Preview，让它完成动态作品集、手绘与水墨短片、时间轴交互场景以及街机卡丁车等游戏原型。
Simon WillisonAI 评分3030 Simon Willison 的 pwasm 0.2a0 发布：Claude Opus 5.5 助力纯 Python WebAssembly 引擎
Simon Willison 的纯 Python WebAssembly 引擎 pwasm 发布 0.2a0。他让 Claude Opus 5.5 接手这个 1 月构建的项目，经 42 次提交后，现已支持几乎全部 WASM 规范，PyPI wheel 还打包了 MicroPython、QuickJS 和 Micro QuickJS 的可用 WASM 构建。
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。
雷峰网AI 评分5252 实测 Qwen3.8-Flash 与 GLM-5.3-Flash：谁能让我提前下班半小时
雷峰网在 Claude Code 中用同一任务实测同日发布的 Qwen3.8-Flash 与 GLM-5.3-Flash，要求从零开发一个含前后端、数据持久化、CRUD、搜索与测试的个人工作台。
雷峰网AI 评分4949 对比 Codex，免费的 AgnesCode 也能在底层算子优化任务中打得有来有回
雷峰网用 AgnesCode + Agnes 3.0 Flash 对决 Codex + GPT-5.6 Sol，在众智 FlagOS 大赛一道 DeepSeek-V3 解码融合 QKV-A 下投影算子题上做 8 芯片适配。
爱范儿精选AI 评分8787 OpenAI 开发者大会发布 Dot、GPT-6.1 Sol 与多项 API
OpenAI 开发者大会发布 Dot、ChatGPT Space、GPT-6.1 Sol、UltraFast、Pro 500、Decisions API、Agents API、云端 Codex 和 OpenAI Marketplace 等一系列更新。
推荐理由：发布会一口气列出 Dot、GPT-6.1 Sol 与多项 API，其中智能体的权限设计与计费边界值得细看。
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。
Simon Willison精选AI 评分8585 OpenAI DevDay 2026 现场实录：发布 Dots、GPT-6.1 Sol 与 Ultrafast
Simon Willison 在旧金山 Fort Mason 现场记录 OpenAI DevDay 2026 主题演讲，OpenAI 发布了名为 Dots 的个人智能体产品，由 Astra 模型驱动，ChatGPT Pro 和 Enterprise 用户当天即可使用。
推荐理由：现场记录串起 Dots、GPT-6.1 Sol、Ultrafast 等发布与多场演示细节，可快速把握 OpenAI 平台方向。
The Pragmatic EngineerAI 评分6868 Shopify 为何放弃 React Native 转回原生开发
Shopify 宣布放弃 React Native，将全部移动应用迁移到原生 Swift 和 Kotlin，核心原因是 AI 编码模型能力大幅提升，用两种语言构建同一功能的成本不再像过去那样高昂。
爱范儿AI 评分6969 AI 圈新顶流 Space Bunny 实测：涂鸦能生成可交互 3D 网页
爱范儿实测了近日在海外 AI 圈走红的匿名模型 Space Bunny Alpha，其可在 OpenRouter 和 OpenCode 免费调用，模型 ID 分别为 stealth/space-bunny-alpha 和 space-bunny-free。
Latent Space精选AI 评分8282 Opus 5.5 本周发布，在解释视频生成上表现突出
Anthropic 本周发布 Opus 5.5，在 SimpleBench 上以 88.4% 领先，被多位评测者视为 Anthropic 迄今最强视觉模型，成本约为 Fable 5.1 的 40%。
推荐理由：汇总一周内多个前沿模型与基础设施的实际评测和部署信号，可用来对照各家模型在编码与检索场景的取舍。
Simon WillisonAI 评分6464 Anthropic 发布 Claude Sonnet 5.5
Anthropic 发布新 Sonnet 模型 Claude Sonnet 5.5，官方称其运行速度快 30% 以上、多数工作成本最多降低 30%，定价与 Sonnet 5 相同，但在各项基准上表现更好。
Simon WillisonAI 评分4242 Simon Willison 回顾 2026 年 LLM 进展：Claude Opus 4.5 与 GPT-5.1 让编码智能体真正可用
Simon Willison 在 WeAreDevelopers World Congress North America 的主题演讲中按时间线回顾了 2026 年 LLM 的关键进展：2025 年 11 月发布的 Claude Opus 4.5 和 GPT-5.1 与各自的编码智能体组合后，从"经常出错"变得"足以日常可靠使用"。
Simon WillisonAI 评分2525 Simon Willison 用 Claude Opus 5.5 生成 Kākāpō Party 像素动画，并借 Claude Code 录制视频
Simon Willison 在 WeAreDevelopers World Congress North America 闭幕演讲中，用 Claude Opus 5.5 根据三张 kākāpō 鹦鹉照片生成了 HTML5 canvas 像素动画 Kākāpō Party，20 多只鹦鹉随音乐跳跃、点击可触发彩带和气球效果。
Simon WillisonAI 评分1414 Simon Willison：编程智能体让软件工程更难
Simon Willison 表示，他与编程智能体（coding agents）合作越多，越确信它们让软件工程变得更难。这些工具能完成惊人的工作，但释放其全部潜力需要极高的纪律性与知识储备。
The Pragmatic EngineerAI 评分3131 DHH 在 Rails World 主题演讲称 37signals 不再手写代码，引发「手写编程之死」新争论
Rails 创始人 David Heinemeier Hansson（DHH）在 Rails World 主题演讲中宣布，至少在 37signals，专业工作已不再手写代码，由此引发新一轮「手写编程之死」争论。本期 The Pulse 还覆盖 Amazon 与 Meta 的招聘困境等 Big Tech 与创业公司动态。
The Pragmatic EngineerAI 评分2727 与 Maggie Appleton 聊设计工程：AI 智能体时代的设计师工作方式
GitHub Next 的 staff research engineer Maggie Appleton 在 Pragmatic Engineer 播客中分享了设计工程师如何与 AI 协作。
Latent SpaceAI 评分6868 TypeSafe AI 发布 System 1 模型 Jev，Diogo Almeida 谈 RLCD 与面向代码的智能
TypeSafe AI 发布首个大型可编程 System 1 模型 Jev，官方称其以每美元智能（intelligence per dollar，取自 Jevons Paradox）为优化目标，面向代码而非聊天。
Simon WillisonAI 评分3434 前员工爆料：大公司里从 L1 到 L7 工程师全在用 Claude Code 写代码
一名入职大公司半个月的工程师称，团队里的规格、代码、测试、PRD、工单及其处理、报告等全部由 Claude Code 生成。管理层反复强调推代码不是瓶颈，质疑为何进展缓慢，员工每天工作 12 到 13 小时只是"按回车"，从 L1 到 L7 的工程师没人阅读产出。
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。
The Pragmatic EngineerAI 评分3636 与 Matt Pocock 聊 AI 技能：grill-me、战略编码与云智能体工作流
Matt Pocock 在 The Pragmatic Engineer 播客中讲述他如何用 "grill-me" 等技能让 AI 智能体反复追问用户，并以 "tracer bullet" 等引导词改善生成代码质量。
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。
The Pragmatic Engineer精选AI 评分7676 走进 OpenAI 的智能体软件工厂：Codex 如何接管内部研发
Gergely Orosz 走访 OpenAI 总部并访谈七位工程负责人，梳理 Codex 在该公司内部的落地情况。Codex 从 1 月起成为核心工具，OpenAI 在四个月内让财务、招聘、法务等非工程团队的使用率从约 0% 升至 90%。
推荐理由：通过访谈披露 OpenAI 内部 Codex 驱动软件工厂的九个环节，可观察编码智能体如何改变研发流程与工程岗位。
The Pragmatic EngineerAI 评分4343 OpenAI 的 Tibo Sottiaux 谈 Codex 是如何打造与迭代的
OpenAI 核心产品与平台负责人 Tibo Sottiaux 在 The Pragmatic Engineer 播客中讲述 Codex 的构建与迭代：Codex CLI 用 Rust 编写并开源，其 harness 始终略微领先 OpenAI 最新模型，且支持接入其他厂商模型。
The Pragmatic EngineerAI 评分5454 AI 生成代码激增后，代码评审正在发生什么变化
Gergely Orosz 汇总了 AI 智能体大量生成代码后各家公司的代码评审做法：最常见的是让 AI 评审工具先过一遍代码、开发者再评审评审本身；另一种是按影响范围分流，低风险改动只由 AI 把关，高风险改动必须人工评审，Anthropic 和 OpenAI 都采用这一思路。
IEEE Spectrum · AIAI 评分5757 AI 生成的代码正在改变工程师的代码审查方式
AI 编码工具让代码量激增，软件团队开始重做代码审查流程：先用 AI 智能体做首轮检查，再把高风险改动交给人工，并要求提交者解释智能体的设计选择。Sonar 对 1100 多名开发者的调查显示，受访者估计共享代码库中 42% 的新增代码由 AI 贡献，96% 的人不完全信任其输出可靠性；Synthesia 的 pull request 同比增长 120%，其中 95% 含 AI 生成代码。
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。
The Pragmatic EngineerAI 评分5656 Ramp 为何自建内部编码智能体 Inspect
The Pragmatic Engineer 采访了 Ramp 的 CTO Rahul Sengottuvelu、工程负责人 Hamid Dadkhah 和 Inspect 创始工程师 Zach Bruggeman，讲述 Ramp 为何不用 Claude Code、Cursor 等第三方工具而自建内部编码智能体 Inspect。
IEEE Spectrum · AIAI 评分2121 工程师如何真正具备适应性：AI 冲击下的技能培养与招聘困境
亚利桑那州立大学副教授 Samantha Brunhaver 指出，高校和职场培训并未真正说明“适应性”是什么，她将其定义为识别变化与不确定性并有效应对的能力。
The Pragmatic EngineerAI 评分2828 The Pulse：我们需要谈谈用 AI 做迁移
Asana 借助 AI 在两周内完成从测试框架 Enzyme 迁出所需的大规模测试用例重写，Airbnb 和 Uber 也有类似经历，AI 被认为非常适合框架迁移。
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。
The Pragmatic EngineerAI 评分3030 从 Chrome DevTools 到 AI 工程：专访 Google 工程总监 Addy Osmani
在 Google 工作超 14 年、参与 Chrome DevTools 与 Core Web Vitals 的 Addy Osmani 认为，AI 辅助开发的最大风险是"认知投降"，即对问题理解与记忆的侵蚀。他建议通过理解 LLM 的每个关键决策来对抗，并以"互相放大"方式使用 AI 工具，同时强调 AI 无法承担责任，软件工程师仍将重要。
IEEE Spectrum · AIAI 评分4646 AMD 谈从 AI Copilot 到 AI 智能体集群的软件工程变革
AMD 一年内将 AI 带来的整体生产力提升做到 30%，超过原定两到三年 25% 的目标，其 AI 生成生产代码占比已突破 20%、部分组件超 80%。AMD 在 Radeon Software eXperience 中用 AI 智能体自动修复问题，比例从最初 6% 升至 2026 年 6 月的 75%，并正通过 Codex、Claude Code 等智能体框架探索多智能体协作。
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。