研究：AI 编码智能体生成更多代码，但未带来更多软件产出
哈佛大学研究者 Fiona Chen 和 James Stratton 基于 Jellyfish 的聚合分析数据，考察 2021 年至 2026 年 3 月间 700 多家软件开发公司、70 多万名员工的 3 亿条工作事件（如提交和 pull request），发现人工代码审查成为 AI 编码工具整体效率的显著瓶颈。
#编码
Ars Technica · AIAI 评分6262
OpenAI NewsAI 评分2222 LegalOn 将 Codex 成本减半，同时保持开发速度
LegalOn 将 Codex 每日预估成本降低 65%，同时保持开发速度。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2222 Oracle 如何用 ChatGPT 和 Codex 把数天工作压缩到几分钟
Oracle 在招聘、工程和运营场景中，用 ChatGPT Work 和 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。
Latent Space精选AI 评分8282 Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，这是 Haiku 系列约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，官方称其平均运行成本比 Haiku 4.5 低约 75%。
推荐理由：汇总了 Haiku 5.5 的定价、第三方评测与 token 消耗数据，便于判断小模型在智能体工作流中的成本取舍。
The Decoder精选AI 评分8282 Anthropic 发布 Claude Haiku 5.5，价格最高下调 90%
Anthropic 发布 Claude Haiku 5.5，这是其迄今最快、最便宜的小模型，平均价格比 Haiku 4.5 低约 75%，10 万 token 以内提示词的价格降幅最高达 90%，超过 10 万 token 则贵 5 倍。
推荐理由：对比 Haiku 4.5 与 GPT-6 Luna 的基准和分档定价，可看清小模型在成本敏感任务上的取舍。
GitHub Blog · AI & ML精选AI 评分6060 GitHub 推出基于 ModernBERT 的密钥检测模型，扩展 push protection
GitHub 发布与 Microsoft Applied Sciences 联合微调的 ModernBERT 分类器，用上下文判断非结构化密钥，可在 2 毫秒内评估一批候选密钥，据称能把可拦截的密钥数量提升一倍以上。
推荐理由：GitHub 用九个季度数据说明密钥泄露与人工修复的失衡，并给出把检测前移到 push 环节的模型方案。
Latent Space精选AI 评分7676 Reflection 发布 Beam：501B-A23B 美国开源 MoE 模型
Reflection 发布 Beam，一个面向编码、智能体与科研的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，Apache 2.0 全量权重预计本月放出。
推荐理由：Reflection 从隐身状态发布 501B 开源权重模型，并给出预训练与 RL 的算力、数据细节，可对照同期中美开源模型格局。
Mistral AI精选AI 评分8484 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral AI 发布 Mistral Large 4 公开预览，可在 Mistral Studio 试用预览 API，权重将于本月底开放。该模型为 1 万亿参数、49B 激活参数的原生多模态模型，官方称其在编码、智能体工作流和多模态理解上表现突出，并在网络安全、金融、法律等企业场景中达到开源模型领先水平。
推荐理由：官方给出 1 万亿参数、49B 激活与多项基准对比，可据此判断开源权重模型在编码与智能体任务上的位置。
The DecoderAI 评分7272 Reflection 发布首个开源模型 Beam，主打低算力高效能
AI 公司 Reflection 发布首个免费开放模型 Beam，面向编码、逻辑推理和智能体任务，采用 MoE 架构，每 token 激活 5010 亿总参数中的 230 亿。
AWS Machine Learning BlogAI 评分3434 在 AWS GovCloud 中用 Claude Code 与 Amazon Bedrock 运行合规工作负载
Anthropic 的 Claude Opus 5.5、Claude Sonnet 5.5 和 Claude Sonnet 5 已上线 AWS GovCloud (US) 区域的 Amazon Bedrock，为 ITAR 等受监管工作负载提供 AI 辅助开发通道。
AWS Machine Learning Blog精选AI 评分6262 GLM 5.3 上线 Amazon Bedrock
Z.ai 的 GLM 5.3 现已在 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，通过全托管 API 提供跨区域推理、提示词缓存和服务层级，目前面向符合条件的企业客户开放。
推荐理由：GLM 5.3 在 Bedrock 上线，文中给出提示词缓存与 Strix 安全测试的完整调用示例，可据此评估迁移成本。
TechCrunch · AIAI 评分7171 Reflection 发布开源权重模型 Beam，对标中国开源模型
Reflection AI 正式发布其首个前沿开源权重模型 Beam，称在高级推理基准上匹配领先中国开源模型的性能，且推理成本大幅更低。Beam 是文本 MoE 模型，总参数 5010 亿、激活 230 亿，预训练使用 23.8 万亿 token，上下文窗口 100 万 token；公司称其得分与 Z.ai 的 GLM-5.2 持平，并使用少 3-4 倍的推理算力。
GitHub Blog · AI & ML精选AI 评分6262 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 代码审查的开放离线基准，基于 1.039 亿个 GitHub pull request 的分布构建，包含 19 种语言、187 个开源仓库的 219 个 pull request。
推荐理由：GitHub 公开了代码审查基准的构建方法与离线信号，读者可据此判断评测结果与线上表现的关系。
GitHub Blog · AI & MLAI 评分2222 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 时代开发者需要强化三项技能：学会指挥 AI 而非只是使用它、不轻信 AI 的首次回答、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对计划、代码和测试进行批判性审查，从而发现首个模型遗漏的问题。
Latent SpaceAI 评分6060 Airbnb CTO 谈如何把公司改造成 AI 原生企业
Airbnb CTO Ahmad Al-Dahle 接受 Latent Space 采访，介绍公司从内部提效到改造用户体验的 AI 原生转型路径。目前 Airbnb 约 60% 的代码由 AI 编写，功能交付量同比增长近 80%，工程师人均 PR 吞吐量提升约 1.6 倍，约一半客服工单由 AI 独立解决。
OpenAI NewsAI 评分2222 Chatham Financial 用 OpenAI Codex 与 GPT-5.6 将交易验证从 30 分钟缩短至 4 分钟内
Chatham Financial 借助 Codex 和 GPT-5.6 构建技术并重构工作流，将交易验证时间从 30 分钟压缩到 4 分钟以内。这家资本市场咨询公司借此扩展其资本市场专业能力。
Simon WillisonAI 评分2424 pwasm 0.2a0 发布：Claude Opus 5.5 改进纯 Python WebAssembly 引擎
Simon Willison 用 Claude Opus 5.5 改进其纯 Python WebAssembly 引擎 pwasm，经 42 次提交后发布 0.2a0，现已支持几乎全部 WASM 规范。PyPI 上的 wheel 包内置了 MicroPython、QuickJS 和 Micro QuickJS 的可用 WASM 构建。该版本仍为 alpha，作者表示完全不可信任。
Latent Space精选AI 评分8080 Gemini 4 Argon 发布：GDM 对标 Astra/Fable，输出上限 1M token
Google DeepMind 发布 Gemini 4 Argon，面向编码、企业知识工作和网络防御，首批开放给政府用户与 Fairwind 计划中的可信网络防御者，开发者、企业和消费者访问时间未定。
推荐理由：汇总 Gemini 4 Argon 的基准、定价与内部部署数据，并列出外界对公布数字的质疑。
Google DeepMind精选AI 评分8282 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分阶段开放路径，可据此判断前沿模型的能力边界与发布节奏。
AWS Machine Learning Blog精选AI 评分6262 Claude Sonnet 5.5 上线 Amazon Bedrock 与 AWS 上的 Claude Platform
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 AWS 上的 Claude Platform 上线，定位为面向编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。
推荐理由：原文给出 Sonnet 5.5 在 Bedrock 上的能力定位与调用方式，读者可据此判断它和 Opus 5.5 的分工。
TechCrunch · AI精选AI 评分8282 OpenAI 发布 GPT-6.1 Sol，称能力接近 GPT-6 Astra 且价格更低
OpenAI 在 DevDay 上发布 GPT-6.1 Sol，称其在智能体编码、计算机使用和专业工作上接近 GPT-6 Astra 的智能水平，标准输入输出 token 价格仅为后者的五分之一。
推荐理由：OpenAI 在 DevDay 发布 GPT-6.1 Sol，并披露 GPT-6.1 Astra 因内部测试的安全问题被搁置，读者可据此了解其能力定位与定价策略。
TechCrunch · AIAI 评分7171 OpenAI 为 Codex 推出可跨设备复用的云端开发环境
OpenAI 在 DevDay 上为软件工程智能体 Codex 推出可复用的云端开发环境，可从电脑、手机或云端访问，让任务启动更快并支持团队共享已批准的设置与权限。
AWS Machine Learning Blog精选AI 评分6767 GPT-6.1 Sol 在 Amazon Bedrock 正式可用
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，作为 GPT-6 Sol 的重大升级，面向智能体编码、计算机使用和专业工作负载提供更强的推理能力。
推荐理由：GPT-6.1 Sol 在 Bedrock 上线，读者可据此了解它在智能体编码与文档工作流上的能力定位和成本取舍。
The Decoder精选AI 评分8282 OpenAI 在 DevDay 扩展 Codex 与 API，新增安全扫描、Decisions API 和 Ultrafast
OpenAI 在旧金山 DevDay 2026 开发者大会上宣布扩展 Codex 与 API，新增可复用云环境、Codex Security Cloud 仓库安全扫描、Decisions API 和 Ultrafast 高速档。
推荐理由：OpenAI 在 DevDay 一次性铺开 Codex 与 API 的多项更新，读者可据此判断智能体开发与代码审查的可用边界。
The Decoder精选AI 评分8282 OpenAI 发布 GPT-6.1 Sol，价格约为 Astra 的五分之一
OpenAI 发布 GPT-6.1 Sol，称其在智能体编码、计算机使用和办公任务上接近因安全问题推迟发布的旗舰模型 GPT-6.1 Astra，成本约为后者的五分之一。
推荐理由：OpenAI 用低价模型补位延期旗舰，读者可据此比较同价位模型的成本与能力取舍。
Simon Willison精选AI 评分8888 OpenAI DevDay 2026 现场实录：发布 Dots 个人智能体、GPT-6.1 Sol 与 Ultrafast
Simon Willison 在旧金山 Fort Mason 现场直播 OpenAI DevDay 2026 主题演讲，OpenAI 发布名为 Dots 的个人智能体，由 Astra 模型驱动，ChatGPT Pro 和 Enterprise 用户当天可用，并配套推出 ChatGPT Space 供团队协作。
推荐理由：现场逐条记录 DevDay 发布节奏与演示翻车细节，可对照官方口径看新功能实际落地情况。
OpenAI News精选AI 评分8080 OpenAI 发布 GPT-6.1 Sol
OpenAI 发布 GPT-6.1 Sol，定位为面向编码、电脑操作和专业工作的接近 Astra 的智能水平，标准 API 输入与输出 token 价格均为 Astra 的五分之一。
推荐理由：OpenAI 发布 GPT-6.1 Sol，给出与 Astra 的价格对比和面向编码、电脑操作的能力定位。
OpenAI News精选AI 评分7878 OpenAI DevDay 2026 回顾：发布 GPT-6 Astra 等 20 多项更新
OpenAI 发布 DevDay 2026 回顾，汇总了 20 多项发布，涵盖 GPT-6 Astra、ChatGPT、Codex、API、安全以及面向开发者的新工具。原文为摘要，未展开各项更新的具体细节。
推荐理由：OpenAI DevDay 2026 一次性放出 20 多项发布，可据此快速了解其模型、API 与开发者工具的整体更新方向。
量子位AI 评分6060 至知创新研究院发布 IQuest-Q1 模型，320B 参数激活 15B
至知创新研究院 IQuest Research 发布 IQuest-Q1 模型，采用 decoder-only Transformer 主干与稀疏 MoE 架构，总参数约 320B、激活参数约 15B。
Latent Space精选AI 评分7878 AINews：Opus 5.5 擅长生成解说视频
AINews 汇总 9/24-9/25 的 AI 动态，指出 Opus 5.5 本周发布后社区反馈积极，尤其在用代码生成解说视频上表现突出。Opus 5.5 在 SimpleBench 上以 88.4% 领先，Terminal-Bench-Science 上从低推理档的 24% 升至 xhigh 档的 62%，但 max 档回落到 59%。
推荐理由：汇总 Opus 5.5 在视频生成与 Agent 任务上的社区反馈，并给出 Jev、Photon 等基础设施的实测数字。
Latent SpaceAI 评分6262 Anthropic 的 Thariq 谈 Claude Code 下一阶段：Claude Mods、可变软件与智能体安全
Anthropic 的 Thariq Shihipar 在 Latent Space 播客中谈 Claude Code 的下一阶段，包括可自定义 harness 的 Claude Mods、Claude Tag 与 Projects 的多智能体协作，以及 artifacts 作为持久生成式界面。
量子位精选AI 评分8282 Anthropic 发布 Sonnet 5.5，代码基准反超 Opus 5.5
Anthropic 发布 Claude Sonnet 5.5，在 Terminal-Bench 4.0 上从上一代 Sonnet 5 的 10.3% 提升到 70.6%，超过上周 Opus 5.5 的 66.4%。
推荐理由：Sonnet 5.5 在多项基准上逼近 Opus 5.5，同时价格只有一半，读者可据此判断中端模型的性价比变化。
AWS Machine Learning Blog精选AI 评分6262 xAI 的 Grok 4.7 上线 Amazon Bedrock
xAI 的 Grok 4.7 已在 Amazon Bedrock 上线，提供 500K token 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度，通过 bedrock-runtime 端点的跨区域推理配置文件提供服务，支持 Responses、Chat Completions 和 Converse API。
推荐理由：AWS 官方给出 Grok 4.7 在 Bedrock 上的接入方式与四档推理强度，可据此评估长任务智能体的成本与延迟取舍。
OpenAI NewsAI 评分1212 OpenAI 征集 Codex Originals 用户故事
OpenAI 启动 Codex Originals 项目下一阶段，征集使用 Codex 的开发者、研究者与创作者的真实故事和项目。有意参与者可通过下方表单提交自己的经历与项目介绍。
Simon WillisonAI 评分2222 Simon Willison 回顾 2026 年 LLM 进展：从 Claude Opus 4.5 到 OpenClaw
Simon Willison 在 WeAreDevelopers World Congress 的主题演讲中按时间线梳理了 2026 年 LLM 的关键进展。
Simon WillisonAI 评分2222 Simon Willison 用 Claude Opus 5.5 生成 Kākāpō Party 像素动画并用 Claude Code 录成视频
Simon Willison 用 Claude Opus 5.5 将三张鸮鹦鹉照片生成 HTML5 canvas 像素动画 Kākāpō Party，画面中至少 20 只鸮鹦鹉跳跃派对并触发彩带、气球等效果。
OpenAI NewsAI 评分2222 Proaction 用 Codex、GPT-Live-1 与 GPT-6 Astra 提升 60% 销售额并节省 75+ 小时
Proaction 借助 Codex、GPT-Live-1 和 GPT-6 Astra，更快地构建、运营并销售现代车队管理方案，销售额提升 60%，节省 75+ 小时。
Simon WillisonAI 评分2020 Simon Willison：编程智能体让软件工程变得更难
Simon Willison 表示，与编程智能体协作越久，他越确信这类工具让软件工程变得更难。它们能带来惊人的成果，但要释放全部潜力，需要极高的纪律性和知识储备。
Latent Space精选AI 评分8888 Anthropic 发布 Claude Opus 5.5，OpenAI 同日推出 GPT-6 Sol 与 Luna 并降价 40-50%
Anthropic 发布 Claude Opus 5.5，称其为新 Claude 5.5 系列首个模型，多数任务达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低 40%，并成为 Claude Code 与 Claude 应用的默认模型。
推荐理由：同一天两家实验室分别发布新模型并大幅下调 API 价格，读者可据此比较能力与成本取舍。
Simon WillisonAI 评分88 Simon Willison 与 Jesse Vincent 将于 10 月 14 日在旧金山举办 Agentic Engineering 交流活动
Simon Willison 与 Jesse Vincent 将于 10 月 14 日（周三）在旧金山举办一场面向 coding agent 构建者的晚间交流活动，主题为 Agentic Engineering。活动采用非正式的 show-and-tell 形式，鼓励参与者分享尚未公开的尝试、奇怪实验和未完成项目，无需正式演讲，也不是产品推销。