Oracle 如何利用 ChatGPT 和 Codex 将数天工作缩短至分钟
Oracle 利用 ChatGPT Work 和 Codex 将招聘、工程和运营中的专家知识转化为快速可重复的工作流，把原本需要数天的工作缩短至几分钟。
#编码
#编码
今日 1 条OpenAI NewsAI 评分1313
OpenAI NewsAI 评分2323 LegalOn 在保持开发速度的同时使 Codex 成本减半
LegalOn 通过策略性匹配 Astra、Sol 和 Luna 任务并管理预算，将 Codex 每日估算成本降低 65%，同时保持开发速度。
Hugging Face Blog精选AI 评分8383 Nemotron 微调模型获 IOI 与 IMO 双金牌
Hugging Face 发布 Nemotron 系列模型在 IOI 2026 和 IMO 2026 竞赛中获金牌的成绩。Nemotron-3-Ultra-CC 在 IOI 中得分 535.4/600，IMO 系统得分 30/42。官方开源了相关模型权重、训练数据集、推理代码及 NeMo-Skills 工具包。
推荐理由：原文给出了 Nemotron 在 IOI 和 IMO 的金牌成绩及微调方法，读者可据此复现顶尖编程与数学推理能力。
Mistral AI精选AI 评分9292 Mistral 发布 Mistral Large 4 预览版
Mistral 发布 Mistral Large 4 预览版，该模型拥有 520 亿活跃参数，在编码、Agent 工作流及多模态理解上表现领先。模型将于月底开源权重，目前可通过 Mistral Studio 试用 API。
推荐理由：原文披露了万亿参数架构与欧洲算力底座，并给出安全与编码等维度的实测数据。
OpenAI NewsAI 评分2020 Jump Trading 如何利用 ChatGPT 扩展量化研究
Jump Trading 利用 ChatGPT 扩展量化研究。通过结合多种数据源与人工审查，该机构将长期运行的 AI 工作流整合至量化研究流程中，以提升研究效率。
AWS Machine Learning BlogAI 评分5757 Claude Opus 5.5 和 Sonnet 5.5 登陆 AWS GovCloud 支持合规开发
Claude Opus 5.5 和 Claude Sonnet 5.5 现已在 AWS GovCloud (US) 的 Amazon Bedrock 中提供，支持 FedRAMP Class D 认证。结合 Claude Code 智能体编码工具，开发者可在终端或 IDE 中运行 AI 辅助工作流，同时满足 ITAR 等严格合规要求。
AWS Machine Learning Blog精选AI 评分6868 Amazon SageMaker 发布 aws-ai-ml 智能体技能
Amazon SageMaker AI 发布 aws-ai-ml 智能体技能，支持通过 Model Context Protocol (MCP) 接入 Kiro、Claude Code 等编码智能体。该技能可自动为模型生成 SageMaker Python SDK v3 部署代码，提供基准测试、实例选型推荐及性能对比功能。
推荐理由：通过 MCP 协议将 SageMaker 推理优化能力接入主流编码智能体，实现从自然语言到可执行部署代码的自动化闭环。
GitHub Blog · AI & MLAI 评分2525 GitHub 博客：AI 正在改变开发者工作，这里有三个需要加强的技能
GitHub 博客指出 AI 正在改变开发者工作，建议开发者加强三项核心技能。首先，学会指导 AI 智能体而非仅使用它，通过定义问题和评估输出来协调多个 Agent。其次，不要盲目信任 AI 的首个答案，应利用第二个模型或自身经验进行审查。最后，利用 AI 节省的实施时间解决更宏观的问题，如理解客户需求、评估权衡并做出技术决策。
NVIDIA Blog精选AI 评分7070 NVIDIA 博客：GPT-6 Astra Ultrafast 模式在 Blackwell GPU 上实现 8 倍加速
OpenAI 推出 GPT-6 Astra Ultrafast 模式，在 NVIDIA Blackwell GPU 上通过推理优化实现比标准模式快 8 倍的 token 生成速度。该模式已开放 API 访问，旨在缩短编码 Agent 的编辑测试循环及工具调用响应时间。
推荐理由：GPT-6 Astra Ultrafast 模式提供 8 倍加速，直接优化了 Agent 编码与工具调用的响应延迟。
Google DeepMind精选AI 评分9090 Google 发布 Gemini 4 Argon 模型，输出上限扩至 100 万 token
Google 发布前沿模型 Gemini 4 Argon，将输出 token 上限扩至 100 万，在 DeepSWE、Vals Index 等评测中领先。该模型定价为输入 2 美元/百万 token，正通过 Fairwind 计划向受信任的网络安全防御者开放。
推荐理由：Argon 将输出上限扩至 100 万 token 并强化安全防御，为复杂长程推理与代码工作流提供了新基准。
GitHub Blog · AI & ML精选AI 评分6565 GitHub Copilot App 重构巨型 Pull Request 渲染性能
GitHub Copilot App 重构了巨型 Pull Request 的渲染视图，通过分离代码与评论的双几何架构及异步测量机制，实现了百万行代码与数百条评论的流畅交互。
推荐理由：通过双几何架构与异步测量机制，解决了百万行级PR渲染卡顿问题，为处理超大规模代码审查提供了工程参考。
Hugging Face Blog精选AI 评分6767 Hugging Face tokenizers v1 发布，性能提升数倍至数十倍
Hugging Face 发布 tokenizers v1 版本，通过位流拆分、词缓存和内存复用等底层重构，使编码速度较 v0.23 提升 3 到 30 倍。该版本保持 API 和输出完全一致，目前已在 crates.io 提供预发布版本。
推荐理由：通过底层架构重构实现数倍至数十倍的性能提升，为大规模数据处理提供了可迁移的工程优化方案。
GitHub Blog · AI & MLAI 评分3030 GitHub Podcast 解析 AI 开发五大争议观点
GitHub Podcast 深入剖析 AI 开发中的五个争议性观点，指出开发者仍需阅读并负责 AI 生成的代码，AI 工具的使用关键在于判断力而非盲目依赖。文章澄清 Skills 与 MCP 解决不同问题，二者可结合使用；RAG 并未过时，而是与 Agent、Skills 共同构成工作流；代码可维护性比微调模型更重要。
GitHub Blog · AI & ML精选AI 评分8585 GitHub Copilot 运行时重写为 Rust，AI 智能体完成 80 万行代码迁移
GitHub 宣布将 Copilot CLI、App 及 SDK 背后的智能体运行时从 TypeScript 完全重写为 Rust，代码量超 80 万行。该重写由 AI 智能体主导完成，涉及 128 个 Pull Request，实现了从进程间通信到进程内嵌入的架构升级，显著提升了启动速度、内存占用和吞吐量。
推荐理由：原文披露了Copilot运行时重写为Rust的技术细节与性能收益，为AI Agent工程化提供了可迁移的实践参考。
Mistral AIAI 评分3838 Mistral 利用 AI 智能体将 40,000 行 Fortran 77 迁移至 C++
Mistral 利用 AI 智能体将 40,000 行 Fortran 77 迁移至 C++，完成物理密集型储层模拟器的现代化改造。项目通过构建数值一致性测试框架验证迁移结果，并使用 Vibe CLI 和 Mistral OCR 生成文档。最终采用人类主导的 coder、tester 和 reviewer 智能体工作流，在保留代码质量的同时解决智能体卡死问题。
Hugging Face Blog精选AI 评分8080 Hugging Face 发布 funes 为编码 Agent 提供本地记忆层
Hugging Face 发布开源工具 funes，将 Claude Code、Codex 等编码 Agent 的会话日志转化为可检索的记忆层。它支持本地增量索引与跨机器共享，通过向量与 BM25 混合检索实现 Agent 间的记忆继承，并提供了 ask 命令用于独立查询。
推荐理由：提供了将编码 Agent 会话日志转化为可检索记忆层的本地工具，支持跨机器和跨 Agent 共享。
Hugging Face Blog精选AI 评分7575 使用TRL和OpenEnv复现语言模型水彩画训练
本文详细记录了使用TRL和OpenEnv在Hugging Face上复现语言模型水彩画训练的全过程。作者开源了包含参考池、RL环境、评分模型及训练脚本的完整流水线，并对比了三种奖励权重组合的训练效果，指出通过构建高质量参考池可实现对模型审美风格的精准控制。
推荐理由：提供了基于TRL和OpenEnv复现RL绘画的完整代码与基础设施搭建细节，可直接迁移用于其他审美对齐任务。
Google DeepMind精选AI 评分7878 Google DeepMind 推出 Fairwind 计划，提供 Gemini 3.8 Flash Cyber 自主漏洞修复能力
Google DeepMind 推出 Fairwind 计划，向政府和可信合作伙伴开放 Gemini 3.8 Flash Cyber 模型与 CodeMender 工具，实现自主发现并修复代码漏洞。该方案旨在以较低成本在安全云环境中生成可部署补丁，缩短从漏洞检测到修复的时间。
推荐理由：结合 Gemini 3.8 Flash Cyber 与 CodeMender 提供自主漏洞修复能力，为政企客户提供了规模化防御的可选方案。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 3.8 Flash 及网络安全版
Google DeepMind 发布 Gemini 3.8 Flash 及 Gemini 3.8 Flash Cyber，在保持 3.7 Flash 同等低成本（$0.75/$3.75 per million tokens）的同时，显著提升了编码、推理及网络安全能力。
推荐理由：在保持3.7 Flash同等低成本的同时，显著提升了编码、推理及网络安全能力，为开发者提供了高性价比的升级选择。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 3.7 Flash 模型
Google DeepMind 发布 Gemini 3.7 Flash，在编码、智能体和复杂文档处理任务上显著优于 3.6 Flash，并提供半价定价。该模型已用于 Gemini Spark，并更新了 CBRN 和网络安全方面的安全护栏。
推荐理由：在编码和智能体任务上性能显著提升，并提供半价定价，有助于开发者低成本扩展生产级应用。
Google Research精选AI 评分7676 Google Research发布Science One Framework：基于Chain-of-Evidence的可验证自主科研框架
Google Research发布Science One Framework及Chain-of-Evidence (CoE) 框架，旨在解决AI自主科研中的可验证性问题。该框架通过构建完整的证据链，实现了零虚假引用和完全可复现的实验分数，同时在MLE-Bench和Parameter-Golf等前沿基准上达到SOTA性能。
推荐理由：提出Chain-of-Evidence框架与CoE Audit，通过强制证据链解决AI科研幻觉，在保持前沿性能的同时实现零虚假引用。
Berkeley AI ResearchAI 评分4242 ABBEL：通过信念状态更新提升大语言模型长程交互效率
ABBEL 框架将摘要转化为自然语言信念状态，并通过信念评分监督信息内容，解决长程交互中上下文压缩导致的性能下降问题。在 CollabBench 协作编码环境中，该框架将模型与全上下文设定的性能差距缩小约 50%，同时训练步数减少 50%。
Google DeepMind精选AI 评分7878 Google 发布 Gemini 3.5 Flash Cyber 安全模型
Google 发布 Gemini 3.5 Flash Cyber，基于 3.5 Flash 微调的轻量级网络安全模型，旨在快速发现、验证和修复漏洞。该模型通过 CodeMender 向政府和受信任合作伙伴有限开放，在内部基准测试中表现优于主版本 Flash 模型。
推荐理由：模型针对代码安全微调，在内部基准中超越主版本，通过CodeMender限流发布，为安全团队提供低成本高效方案。
Mistral AI精选AI 评分7272 Mistral 发布 Leanstral 1.5 形式化推理模型
Mistral 发布 Leanstral 1.5，一款 6B 激活参数的开源形式化推理模型，在 miniF2F、PutnamBench 和 FATE-H/X 基准上刷新 SOTA。该模型通过长上下文推理在代码验证中发现多个隐藏 Bug，并提供免费 API 与 Hugging Face 权重。
推荐理由：在形式化验证基准上刷新SOTA且成本极低，展示了长上下文推理在代码验证中的实际效用。
Hugging Face Blog精选AI 评分6666 IBM发布ScarfBench基准测试AI智能体企业Java框架迁移能力
IBM Research发布ScarfBench基准，评估AI智能体在企业Java框架迁移中的表现。测试显示，尽管编译成功率较高，但最强智能体的行为保持成功率不足10%。研究指出，迁移难点在于配置与依赖管理，且智能体对自身完成度存在过度自信。
推荐理由：通过构建真实企业级Java迁移场景，揭示AI智能体在行为保持上的局限，提供可复现的评估基准。
Hugging Face Blog精选AI 评分7272 JetBrains 发布 Mellum2 12B MoE 模型
JetBrains 发布 Mellum2，一个 12B 参数的 MoE 模型，每 token 仅激活 2.5B 参数，推理速度比同类模型快 2 倍以上。该模型开源并支持 Apache 2.0 协议，适用于路由、RAG、子智能体和私有部署。
推荐理由：原文给出了模型架构和性能数据，读者可以据此评估它在多模型系统中的路由和编排价值。
Hugging Face BlogAI 评分4040 超越大语言模型：可扩展企业 AI 采用取决于智能体逻辑
IBM 通过引入程序分析和知识图谱等智能体逻辑，显著提升了企业级 AI 智能体的性能与成本效益。在遗留代码理解场景中，Mistral Medium 250B 模型配合该逻辑实现约 30 倍更低的 Token 消耗；在测试生成方面，Devstral 24B 模型结合 Aster 库使代码覆盖率提升 20%-45%，Token 消耗降低多达 15 倍。
Google Research精选AI 评分7070 Google I/O 2026 发布 Gemini for Science 与 Antigravity 2.0 等 AI 智能体工具
Google 在 I/O 2026 上发布 Gemini for Science 套件，包含基于 ERA 和 Co-Scientist 的 Computational Discovery 与 Hypothesis Generation 工具。
推荐理由：系统展示了从科学发现到医疗应用的多个AI智能体工具，为开发者提供了可复用的科研与工程工作流参考。
Mistral AI精选AI 评分8282 Mistral 发布 Medium 3.5 模型及云端异步编码智能体
Mistral 发布 Mistral Medium 3.5 模型，支持云端异步编码智能体与 Le Chat 多步工作模式。该模型为 128B 参数，在 SWE-Bench Verified 上得分 77.6%，API 定价为输入 1.5 美元/百万 token，输出 7.5 美元/百万 token。
推荐理由：Mistral Medium 3.5 模型发布并支持云端异步编码智能体，提供可配置推理与多工具调用能力。
Mistral AI精选AI 评分7070 Mistral Studio 发布 Connectors 功能，支持内置与自定义 MCP 集成
Mistral AI 在 Studio 中发布 Connectors 功能，允许开发者通过 API/SDK 使用内置连接器及自定义 MCP 协议工具。该功能支持直接工具调用、人工审批流程及跨应用复用，旨在简化企业级 AI 应用的集成与治理。
推荐理由：官方发布 Connectors 功能，支持内置与自定义 MCP 集成，提供工具调用与人工审批能力。
Google DeepMind精选AI 评分7070 Google DeepMind 发布 AlphaEvolve 智能体年度应用成果
Google DeepMind 发布 AlphaEvolve 年度成果，展示该 Gemini 驱动编码智能体在基因组学、电网优化、量子计算及 TPU 设计等领域的算法优化应用。
推荐理由：原文展示了该智能体在科研、基建及商业场景中的具体优化成果，为评估其实际效能提供了详实参考。
Hugging Face Blog精选AI 评分7878 IBM 发布 Granite 4.1 系列开源大语言模型
IBM 发布 Granite 4.1 系列（3B、8B、30B）开源大语言模型，采用 Apache 2.0 协议。该系列在约 15T tokens 上预训练并支持 512K 上下文，通过多阶段强化学习显著提升了数学、编码和工具调用能力。其中 8B 模型在多项基准上匹敌或超越前代 32B MoE 模型。
推荐理由：原文详述了数据工程与多阶段强化学习等训练细节，展示了8B密集模型在多项基准上匹敌更大MoE架构的能力。
Mistral AI精选AI 评分7070 Mistral AI 发布 Spaces CLI：兼顾人类与 Agent 的开发者工具
Mistral AI 发布 Spaces CLI，旨在同时服务人类开发者与编码 Agent。该工具通过为所有交互输入提供 Flag 等价物、使用插件系统管理模块、生成 context.json 和 AGENTS.md 提供结构化上下文，以及显式处理状态依赖，实现了 Agent 的端到端自主操作。
推荐理由：Mistral 分享了 Spaces CLI 兼顾人类与 Agent 的设计原则，为开发者工具的可编程性提供了可迁移的方法。
Mistral AI精选AI 评分8888 Mistral 发布 Mistral Small 4 统一模型
Mistral 发布 Mistral Small 4，将 Magistral 推理、Pixtral 多模态和 Devstral 编码能力整合至单一模型。该模型采用 MoE 架构，拥有 119B 总参数和 256k 上下文窗口，支持可配置的推理强度。相比前代，端到端延迟降低 40%，吞吐量提升 3 倍，并开源 Apache 2.0 许可。
推荐理由：模型统一了推理、多模态与编码能力，提供可配置推理强度，兼顾性能与部署效率。
Mistral AI精选AI 评分7272 Mistral 发布 Leanstral 开源形式化代码智能体
Mistral 发布 Leanstral，首个专为 Lean 4 设计的开源代码智能体，采用 6B 激活参数架构。在 FLT 项目验证基准上，其 pass@2 得分超越 Claude Sonnet 4.6，且运行成本仅为后者的约 1/15。模型以 Apache 2.0 协议开源，支持 Mistral Vibe 集成与 MCP 工具调用。
推荐理由：Leanstral 以极低成本在形式化验证基准上超越闭源模型，为高可靠性代码生成提供了开源替代方案。
Mistral AI精选AI 评分7575 Mistral AI 开源 Vibe 智能体实现 Rails 测试自动化
Mistral AI 基于开源编码助手 Vibe 构建了一个自动化测试智能体，可读取 Rails 源码并生成或改进 RSpec 测试。该智能体通过 AGENTS.md 进行上下文工程、使用分类 SKILLS 文件以及集成 RuboCop 和 SimpleCov 自定义工具，在 CI/CD 中无需人工干预即可运行。
推荐理由：原文给出了基于Vibe构建Rails测试智能体的具体工程方法，读者可据此复现自动化测试生成流程。
Google DeepMindAI 评分2222 从游戏到生物学：AlphaGo 十年影响力回顾
Google DeepMind 回顾 AlphaGo 十年影响力，其突破开启了现代 AI 时代并推动 AGI 发展。AlphaGo 的搜索与强化学习技术衍生出 AlphaFold 2，成功预测 2 亿种蛋白质结构并获诺贝尔奖。此外，相关技术已应用于 AlphaProof 数学推理、AlphaEvolve 算法发现及 AI 共科学家等前沿科学领域。
Mistral AI精选AI 评分7272 Mistral Vibe 2.0 发布，引入自定义子智能体与多选项澄清功能
Mistral AI 发布终端原生编码智能体 Mistral Vibe 2.0，基于 Devstral 2 模型，新增自定义子智能体、多选项澄清、斜杠命令技能及统一智能体模式。Vibe 现已在 Le Chat Pro 和 Team 计划中提供，支持按量付费或自带 API 密钥，Devstral 2 模型也转为付费 API 访问。
推荐理由：提供了自定义子智能体和多选项澄清等控制能力，有助于开发者构建更可控的终端自动化工作流。
Google DeepMind精选AI 评分9393 Google 发布 Gemini 3 Flash 模型
Google 发布 Gemini 3 Flash，将 Gemini 3 Pro 级推理能力与 Flash 级低延迟、低成本结合。该模型在 GPQA Diamond 等基准上表现优异，SWE-bench Verified 得分 78%，超越 Gemini 3 Pro 且速度提升 3 倍。已面向开发者开放 API，并在 Gemini App 和 Search AI Mode 中默认启用。
推荐理由：在保持 Flash 级低延迟与低成本的同时，推理与编码能力超越前代旗舰，适合高频开发及智能体工作流。
Mistral AI精选AI 评分8888 Mistral 发布 Devstral 2 编码模型及 Vibe CLI 工具
Mistral 发布 Devstral 2（123B）和 Devstral Small 2（24B）两款开源编码模型，Devstral 2 在 SWE-bench Verified 上达到 72.2% 得分，API 目前免费。同时推出 Mistral Vibe CLI，这是一款基于 Devstral 的开源终端智能体，支持多文件编排与 IDE 集成。
推荐理由：Mistral 发布 Devstral 2 编码模型及原生 CLI 工具，提供 SWE-bench 基准数据与部署方案，便于开发者评估开源编码能力。