Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线
AWS 宣布 Claude Sonnet 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 可用，定位为更智能、更高效的 Sonnet 模型，适合聚焦编码和知识工作。
推荐理由：原文同时给出 Bedrock 调用方式和适用场景，便于评估 Sonnet 5.5 在 AWS 工作流中的落地成本。
#编码
#编码
今日 0 条AWS Machine Learning Blog精选AI 评分7373
GitHub Blog · AI & ML精选AI 评分7676 GitHub 推出 Project HydraFusion 研究预览，通过多模型编排服务 Copilot 编码任务
GitHub 推出 Project HydraFusion 研究预览，在 GitHub Copilot CLI 中通过运行时多模型编排完成编码任务。HydraFusion 面向所有 GitHub Copilot 计划用户开放，可通过 /experimental 使用，并会在 Single、Cascade、Critique 三种执行模式中选择工作流。
推荐理由：原文披露了路由模式、使用入口和三项编码基准结果，可用于比较多模型编排的成本取舍。
GitHub Blog · AI & MLAI 评分5757 GitHub Copilot app 入门：同时运行多个智能体
GitHub Copilot app 可以在同一项目中同时运行多个独立的智能体会话，并通过 sessions view 管理进度。每个会话可运行在自己的 Git worktree 中，保留各自上下文，切换时不需要重新解释任务。文章用 tailspin-toys 示例演示同时添加 funded sort、做 accessibility review 和运行测试，并建议先尝试并行启动两个小任务。
Hugging Face Blog精选AI 评分7272 用 TRL 和 OpenEnv 训练编码模型绘制水彩画
作者用 TRL 和 OpenEnv 复现了让编码模型写 JavaScript 绘制水彩画的训练流程，并公开了参考池数据集、RL 环境、训练脚本和训练模型。流程让模型通过 p5.brush 生成约 150 行 JavaScript，用 gate、长度、pairwise judge 和 HPSv3 组成奖励，其中参考池包含 178 幅由作者手工评级的模型生成画作。
推荐理由：文章把审美奖励训练拆成数据池、环境、评审模型和成本，适合作为复现同类实验的工程参考。
Google DeepMind精选AI 评分6060 Google DeepMind 推出 Fairwind Program，向政府和企业开放 AI 网络防御能力
Google DeepMind 推出 Fairwind Program，向政府、可信合作伙伴和部分 Google Cloud 客户开放先进网络防御能力。该计划将 Gemini 3.8 Flash Cyber 与 CodeMender harness 结合，用于自主发现、验证和修复漏洞，并称可在组织的安全云环境中数分钟生成经验证、可部署的补丁。
推荐理由：材料展示 Google 将 Gemini 网络安全模型与 CodeMender 组合给政府和企业的部署路径，便于观察 AI 防御能力的落地边界。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemini 3.8 Flash 和 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，面向智能体工作流、编码推理和网络安全任务。
推荐理由：原文同时披露通用版与安全版的定价、访问范围和评测结果，便于比较部署取舍。
Hugging Face Blog精选AI 评分7171 IBM Granite 4.2 推理 LLM 家族发布，含 3B、8B、30B 三种规模
IBM 发布 Granite 4.2 推理 LLM 家族，包含 3B、8B、30B 三种 dense decoder-only 模型，并以 Apache 2.0 许可证开放。
推荐理由：文章拆解了 Granite 4.2 从预训练到多阶段 RL 的流程，便于比较开源推理模型的训练取舍。
Hugging Face BlogAI 评分4848 Quantization-Aware Healing：压缩后 4-bit GPT-OSS 60B 超越全精度原版
Hugging Face 提出 Quantization-Aware Healing，将 GPT-OSS 120B 压缩到 60B 并量化为 MXFP4 后，在 9 个 benchmark 中有 7 个超过对应 60B bfloat16 checkpoint。QAH 直接从压缩前原始模型蒸馏，并用分块 KL-divergence loss 支持最长 32k tokens 的 healing。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.7 Flash，面向编码和 AI 智能体工作流
Google DeepMind 发布 Gemini 3.7 Flash，称其是面向编码和 AI 智能体的最智能主力模型，并较 Gemini 3.6 Flash 改进软件工程、知识工作和 Web 开发工作流。
推荐理由：原文同时给出相对 3.6 Flash 的基准差距与阶段性价格，便于评估编码智能体成本。
Hugging Face Blog精选AI 评分8585 Meta 发布开源多模态模型 Muse Glimmer-30B，Hugging Face 提供 day-0 支持
Meta 发布 Muse Glimmer-30B，这是从 Muse 蒸馏到 30B 参数的开源多模态模型，面向本地智能体用例并采用 Apache 2.0 license。
推荐理由：原文同时给出架构、基准和本地部署示例，便于比较开源多模态模型在本地智能体场景的工程落地路径。
Microsoft Research精选AI 评分7474 Microsoft Research 发布开源 Agent 框架 Orchard
Microsoft Research 推出 Orchard，一个用于可扩展、低成本 Agentic AI 研究的开源框架，核心是可复用的 Kubernetes 环境服务 Orchard Env。
推荐理由：原文把环境层、训练配方和评测结果放在一起，便于理解开源 Agent 研究中工程成本与复用方式的变化。
Google DeepMind精选AI 评分8383 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber，面向规模化 AI 智能体提供更高 token 效率、更低延迟和更可靠性能。
推荐理由：原文同时给出价格、token效率和基准差异，便于比较Flash系列在智能体工作流中的取舍。
Google DeepMind精选AI 评分6969 Google DeepMind 发布 Gemini 3.5 Flash Cyber 轻量级网络安全模型
Google DeepMind 推出 Gemini 3.5 Flash Cyber，这是一款基于 3.5 Flash 微调的轻量级网络安全模型，用于快速查找、验证和修补漏洞。
推荐理由：原文披露了受限开放方式、基准对比和内部落地案例，可帮助判断安全模型在漏洞修复流程中的应用边界。
Google DeepMind精选AI 评分6363 Google DeepMind 发布 AI Control Roadmap 保障内部 AI 智能体安全
Google DeepMind 发布 AI Control Roadmap，用于保护 Google 内部部署的高能力、可能未完全对齐的 AI 智能体。
推荐理由：原文给出从威胁建模到监控拦截的分层方案，可作为评估企业内部智能体安全治理的参考。
Mistral AIAI 评分5252 Mistral AI Now Summit 2026 发布工业工程 AI 栈、Vibe 更新和法国数据中心
Mistral 在 AI Now Summit 2026 公布面向企业和政府的 full-stack AI 方案，包括 Mistral for Industrial Engineering、Vibe 更新和 Les Ulis data center。
Mistral AI精选AI 评分8181 Mistral 将 Le Chat 升级为 Vibe 统一 AI 智能体
Mistral 将 Le Chat 更名并升级为 Vibe，定位为覆盖工作和编码的统一 AI 智能体，原有对话、设置和套餐会迁移。Work Mode 面向企业工具中的多步骤任务，支持知识搜索、数据分析、文档合成、定时任务和可复用技能；Code Mode 可在网页中连接 GitHub、管理项目、启动远程编码会话并推进到 pull request。
推荐理由：原文同时列出工作与编码两条模式，能帮助判断 Vibe 对企业流程和开发协作的覆盖范围。
Mistral AI精选AI 评分8181 Mistral AI 发布 Mistral Small 4，统一推理、多模态和智能体编码能力
Mistral AI 发布 Mistral Small 4，这是 Mistral Small 系列的下一次主要版本，将 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力整合到一个模型中。
推荐理由：原文列出架构、上下文和部署入口，可比较开放 MoE 模型在推理与多模态任务中的取舍。
Mistral AI精选AI 评分6464 Mistral AI 发布面向 Lean 4 的开源代码 Agent Leanstral
Mistral AI 发布 Leanstral，这是面向 Lean 4 的开源代码 Agent，权重采用 Apache 2.0 许可，并可在 Mistral Vibe、free/near-free API endpoint labs-leanstral-2603 和自托管方式使用。
推荐理由：原文包含开放方式、FLTEval 对比和案例，便于评估形式化证明编码场景的成本与表现。
Mistral AI精选AI 评分6868 Mistral AI 介绍用 Vibe 构建自动编写 Rails RSpec 测试的 Agent
Mistral AI 构建了一个自动为 Rails 单体应用生成或改进 RSpec 测试的 Agent，可读取源码、验证风格和覆盖率，并在 CI/CD 管道中无人干预运行。
推荐理由：文章拆解了上下文文件、技能分流和验证工具的组合方式，可迁移到代码测试类 Agent 的工程设计。
Mistral AI精选AI 评分7474 Mistral 发布 Mistral Vibe 2.0，升级终端原生编码智能体
Mistral 发布 Mistral Vibe 2.0，这是其终端原生编码智能体的一次重大升级，由 Devstral 2 模型家族驱动。新版支持自定义子智能体、多选澄清、slash-command 技能、统一 Agent 模式和自动更新，面向 Le Chat Pro 和 Team 计划开放，支持 PAYG 额外用量或 BYOK。
推荐理由：原文同时说明了新工作流控制、订阅入口和 Devstral 2 API 价格，便于评估团队接入成本。
Mistral AI精选AI 评分8282 Mistral AI 发布 Devstral 2 编码模型家族，并推出 Mistral Vibe CLI
Mistral AI 发布 Devstral 2 编码模型家族，包括 Devstral 2 (123B) 和 Devstral Small 2 (24B)，并推出面向 Devstral 的开源命令行编码助手 Mistral Vibe CLI。
推荐理由：材料同时给出参数规模、SWE-bench 成绩、部署门槛和 CLI 入口，便于比较开源编码模型的落地成本。
OpenAI News精选AI 评分6464 OpenAI 推出 Codex 升级，提升速度、可靠性和实时协作
OpenAI 宣布 Codex 升级，称其速度更快、可靠性更高，并改进了实时协作和独立处理任务的能力。Codex 可在终端、IDE、网页或手机等开发场景中使用。
推荐理由：原文概括了 Codex 在速度、可靠性和协作上的升级，并列出终端、IDE、网页和手机等入口。
OpenAI News精选AI 评分7474 OpenAI 发布 GPT-5-Codex 并补充 GPT-5 system card
OpenAI 在 GPT-5 system card 附录中介绍新模型 GPT-5-Codex，这是一个为 Codex 中智能体编码进一步优化的 GPT-5 版本。GPT-5-Codex 会根据任务复杂度更动态地调整思考投入，对简单对话查询或小任务快速响应，对更复杂任务则独立工作更久。
推荐理由：原文说明了 GPT-5-Codex 面向 Codex 中智能体编码的优化方向，可用于了解其任务复杂度适配思路。
OpenAI News精选AI 评分9191 OpenAI 面向开发者在 API 平台推出 GPT-5
OpenAI 在 API 平台推出面向开发者的 GPT-5，提供高推理性能和新的开发者控制项。OpenAI 称其在真实编码任务上取得同类最佳结果。
推荐理由：原文直接给出开发者 API 的能力侧重点，可用于了解 GPT-5 面向编码场景的定位。
OpenAI NewsAI 评分2121 GPT-5 的编程与设计新可能
GPT-5 在编程和设计场景中被定位为可解锁新可能的模型。原文仅点明 coding and design 方向，未给出具体功能、benchmark 分数、价格或可用性信息。
OpenAI News精选AI 评分8484 OpenAI 推出 GPT-5
OpenAI 推出 GPT-5，称其为迄今最好的 AI 系统。OpenAI 表示，GPT-5 相比其以往所有模型在智能上有显著提升，在编码、数学、写作、健康、视觉感知等方面具备先进性能。
推荐理由：原文列出 GPT-5 相比既有模型的覆盖领域，便于快速把握 OpenAI 对本代模型的定位。
OpenAI NewsAI 评分2222 Cursor 如何使用 GPT-5
Cursor 使用 GPT-5 是核心内容，正文仅说明可了解 Cursor 如何使用 GPT-5，未提供版本细节、性能数字或可用性信息。
OpenAI News精选AI 评分7171 OpenAI 发布 ChatGPT agent System Card
OpenAI 发布 ChatGPT agent System Card，称其智能体模型结合研究、浏览器自动化和代码工具，并在 Preparedness Framework 下配套防护措施。
推荐理由：材料概括了 ChatGPT agent 的工具范围和安全框架，可作为理解其风险边界的入口。
OpenAI NewsAI 评分2525 CodeRabbit 借助 o3、o4-mini 和 GPT-4.1 更快交付代码
CodeRabbit 使用 OpenAI 的 o3、o4-mini 和 GPT-4.1 改进代码审查，提升准确性并加快 PR 合并。该方案帮助开发者减少 bug、更快交付代码，并提高 ROI。
OpenAI News精选AI 评分7272 OpenAI 发布 o3 和 o4-mini 系统卡的 Codex 补充说明
OpenAI 发布 o3 和 o4-mini 系统卡的 Codex 补充说明，介绍 Codex 是云端编码智能体。Codex 由 codex-1 驱动，codex-1 是针对软件工程优化的 OpenAI o3 版本。codex-1 使用强化学习在多种环境中的真实编码任务上训练，可生成接近人类风格和 PR 偏好的代码，遵循指令，并迭代运行测试直到通过。
推荐理由：材料交代了 Codex 与 codex-1 的关系，并说明训练如何面向真实软件工程任务与测试循环。
OpenAI News精选AI 评分7979 OpenAI 在 API 中推出 GPT-4.1 模型家族
OpenAI 在 API 中推出 GPT-4.1，这是一个新的模型家族，在编码、指令遵循和长上下文理解方面都有改进。OpenAI 同时发布其 nano 模型，今天起向全球开发者开放。
推荐理由：摘要点明了编码、指令遵循和长上下文三项改进，可用于判断 API 迁移关注点。
OpenAI NewsAI 评分2626 使用 OpenAI 将工程周期加速 20%
使用 OpenAI 可将工程周期加速 20%。原文未提及具体模型、功能或适用场景。
OpenAI NewsAI 评分4444 OpenAI 推出 SWE-Lancer benchmark
OpenAI 推出 SWE-Lancer benchmark，用于评估前沿 LLMs 能否通过真实世界自由职业软件工程任务赚取 $1 million。该 benchmark 聚焦软件工程能力与现实任务表现。
Hugging Face Blog精选AI 评分6060 Code Llama：Llama 2 学会编码
Code Llama 是围绕编码能力的 Llama 2 相关模型。材料抓取失败，仅有 Hugging Face Blog 标题“Code Llama: Llama 2 learns to code”可用。