Inception 发布 Mercury 3 扩散语言模型，宣称在多项基准上超越 GPT-6 Luna 和 Claude Haiku 5.5
Inception 发布扩散语言模型 Mercury 3，宣称在多项基准测试中超越 GPT-6 Luna 和 Claude Haiku 5.5，且生成速度提升 4 至 8 倍。
推荐理由：文章对比了 Mercury 3 与 GPT-6 Luna 及 Claude Haiku 5.5 的基准测试表现，并展示了其在智能体场景下的低延迟应用案例。
#编码
The Decoder精选AI 评分8080 Latent SpaceAI 评分4242 Tenex 如何构建 AI 原生 SDLC：Alex Lieberman 与 CJ Hess 解析
Tenex 通过 MetaHarness 将计划、决策与代码一同存入 Git，使 AI 智能体能读取构建背景以执行任务。该公司已扩展至 75 人，客户涵盖财富 2000 强及中型企业，并采用基于交付成果而非工时的工程师薪酬模式。
TechCrunch · AI精选AI 评分7878 SpaceX 第三季度财报显示 AI 业务占比过半并实现扭亏为盈
SpaceX 第三季度营收达 146 亿美元，其中 AI 业务占比 52%，净利润 44 亿美元，实现扭亏为盈。其“超级智能”业务线包含 Cursor、Grok 及算力达 1.7GW 的 neocloud 业务，同时资本支出达 196 亿美元用于建设 Colossus II 数据中心和 Starship 项目。
推荐理由：SpaceX 第三季度财报显示其 AI 业务占比过半并实现扭亏为盈，读者可据此观察其从航天向 AI 转型的商业进展。
Simon Willison精选AI 评分7878 Simon Willison 使用 Claude 构建支持音频联机的 RTS 游戏 Battle Drones
Simon Willison 使用 Claude 构建了一款名为 Battle Drones 的 RTS 游戏，实现了基于音频信号的静态网页多人联机。该项目经历了 12 个主要版本迭代，包含 3D 模型、随机地图生成器以及 LLM 智能体对战模式。作者指出，通过提示词让模型运行模拟测试并调整游戏平衡，显著提升了游戏的可玩性。
推荐理由：作者展示了如何通过多轮提示词让编码智能体完成游戏开发，并实现了基于音频的静态网页多人联机。
The DecoderAI 评分6767 OpenAI 称 GPT-6 在 COBOL 和 Fortran 等传统编程语言上表现大幅提升
OpenAI 宣布其最新模型在 COBOL、Fortran 等低资源编程语言上取得显著进步。在 MultiLangBench 基准测试中，GPT-6 Astra 在 20 种语言上的平均测试通过率从 GPT-5.6 Terra 的约 38% 提升至 87.4%。
GitHub Blog · AI & MLAI 评分4242 三位 Java Champion 如何利用 GitHub Copilot 提升生产力
三位资深 Java Champion 分享了利用 GitHub Copilot 在开源及生产环境中提升效率的实践。Vlad Mihalcea 借助 Copilot 将原本需数周的应用开发缩短至两天，并通过自定义技能保持代码风格一致。Patrick Baumgartner 则利用其完成大规模演示文稿迁移，并通过视觉对比验证确保内容完整性。
Simon WillisonAI 评分4242 编程的讣告
编程智能体（coding agents）剥夺了职业程序员通过解决逻辑谜题获得职业满足感的核心体验。对于享受直接解决问题过程的开发者而言，这种职业乐趣的丧失是真实存在的。
OpenAI NewsAI 评分4242 OpenAI 如何提升 ChatGPT 在低资源编程语言中的编码能力
OpenAI 正在改进 ChatGPT 在低资源编程语言中的表现。为此，团队推出了针对软件工程、SQLite 及 COBOL 迁移的新评估基准。
GitHub Blog · AI & MLAI 评分4242 GitHub Copilot 如何在 VS Code 中继续应用会话
GitHub Copilot 支持在 VS Code 中直接打开应用会话，保留对话、代码变更及工作树上下文。用户可在编辑器中逐行审查差异、手动编辑代码并本地运行测试，无需重建会话。完成修改后，可直接提交并推送更新至关联的 Pull Request。
Simon WillisonAI 评分5757 sparqlite：基于 Rust 的 SQLite SPARQL 1.1 扩展
sparqlite 是一个基于 Rust 的 SQLite 加载扩展，支持在 SQLite 内部原生执行 SPARQL 1.1 查询。该扩展由 Simon Willison 使用 Claude Code 的 Ultracode 模式生成，运行 12 小时后产出完整代码，在计数模式下比 SQL 翻译快 3.5 倍，并通过了 636 个 W3C 评估测试。
TechCrunch · AI同新闻AI 评分8484 Meta 发布可在 Mac 上运行的开源权重模型 Muse Spark Open
Meta 发布名为 Muse Spark Open 的开源权重模型，该模型拥有 8160 亿参数和 100 万 token 上下文窗口，专为在 Mac 上本地运行而设计。
AWS Machine Learning Blog精选AI 评分7575 Meta Muse Spark Open 模型现已在 Amazon SageMaker JumpStart 上线
Meta 的编码优化开源权重模型 Muse Spark Open 现已在 Amazon SageMaker JumpStart 上线，支持 100 万 token 上下文窗口。
推荐理由：AWS 提供了在 SageMaker 上部署 Meta 开源编码模型的完整路径，涵盖实例选型与推理调用细节。
Simon WillisonAI 评分4242 Simon Willison 使用 Claude Opus 5.5 Max 开发 Three.js 游戏 Tree Appreciator
Simon Willison 使用 Claude iPhone 应用中的 Claude Opus 5.5 Max 模型，耗时 3 小时 7 分钟生成了 Three.js 游戏 Tree Appreciator。该游戏通过算法生成两棵树供玩家寻找差异，包含音乐、动画和成就系统，被作者评价为既有趣又美观。
Ars Technica · AIAI 评分5252 Epic 称其使用 AI 辅助编码的新 Epic Games Launcher 比 Steam 更快
Epic 发布新版 Epic Games Launcher 预览版，称其通过 AI 辅助编码实现比 Steam 更快的响应速度。Epic 高管表示团队从零开始，利用 AI 工具在新技术栈上重写代码，使小团队能更快完成跨平台开发，支持 Windows、Mac 和 Linux。
The Verge · AIAI 评分6565 Epic Games 发布全新游戏启动器，采用 AI 辅助开发并支持 Linux
Epic Games 宣布其 PC 游戏启动器进行重大更新，新版本速度更快且首次支持 Linux 平台。Epic 表示该更新是通过“vibe coding”（AI 辅助编码）完成的，利用 AI 工具复制了旧版核心功能并加速了开发流程。尽管 CEO Tim Sweeney 近期宣布公司正全面转向 AI 加速开发，但启动器团队强调 AI 是在人工监督下作为工具使用，并未完全取代手写代码。
Latent SpaceAI 评分8888 AI Engineer NYC 会议聚焦 Gemini 4 Argon 发布与 Vals AI 基准测试
AI Engineer NYC 会议今日举行，重点讨论 Gemini 4 Argon 全球发布及 Vals AI 基准测试原则。Google 宣布 Argon 面向编码、企业工作流及网络防御开放，API 初始定价为每百万输入/输出 token 2 美元/10 美元。会议还涵盖 Anthropic 构建 AI 金融服务栈、Coatue 将新闻转化为投资决策等主题，所有演讲实录已发布。
Simon WillisonAI 评分7373 Simon Willison 解读 Anthropic 重构版本控制系统 Scion
Simon Willison 解读了 Anthropic 重构版本控制系统 Scion 的文章。Anthropic 因日均代码合并量从 2500 次激增至 30000 次，由 7 人团队在 5 个月内完成了从 Git 到 Scion 的迁移。
The Decoder精选AI 评分9191 Google 全球发布 Gemini 4 Argon 作为其最强前沿模型
Google 全球发布 Gemini 4 Argon，取代 Gemini Pro 成为新的前沿系列模型，开发者可通过 API 及 AI Studio 访问。该模型输入定价为每百万 token 2 美元，在 Vals Index 上位居榜首，但在独立综合排名中仍落后于 Claude Opus 5.5。
推荐理由：文章梳理了 Gemini 4 Argon 的定价、性能对比及内部工程效率数据，为评估其实际落地价值提供了参考。
Ars Technica · AI精选AI 评分8282 Gemini 4 Argon 开始在 Gemini 应用和 Antigravity 中向付费用户推送
Google 开始向付费用户广泛推送 Gemini 4 Argon，低层级订阅用户无法获得完整访问权限。该模型在内部应用中表现突出，例如通过消除冗余表情符号渲染使 YouTube 服务器负载降低 45%，并在 Project Wing 无人机物理模拟器中发现了自 2018 年存在的关键代码缺陷。
推荐理由：文章梳理了 Gemini 4 Argon 的付费开放策略，并列举了其在 YouTube 和 Project Wing 等内部场景中的具体应用案例。
The Verge · AIAI 评分6565 Epic Games 宣布在迪士尼合作游戏中采用 AI 加速开发模式
Epic Games 计划在其未公开的迪士尼合作射击游戏中全面采用 AI 工具生成代码和美术，该项目已从原定 3 月发布窗口延期。据彭博社报道，项目开发人员收到“AI 优先”指令，要求更多使用 Anthropic 的 Claude 等工具，其中一位总监在内部消息中明确表示“不再手写代码”，所有美术资产也将通过“完全 AI 工作流”生成。
The Verge · AI同新闻AI 评分9090 Google 发布 Gemini 4 Argon 模型
Google 正式发布 Gemini 4 Argon 模型，宣称其在复杂工作流推理及编码、网络安全等基准测试中优于 GPT-6 Astra 和 Claude 系列模型。该模型即日起向 Pro 和 Ultra 订阅用户开放，输入 token 定价为每百万 2 美元，约为竞争对手的五分之一。
TechCrunch · AI精选AI 评分7878 SpaceXSI 将 X Premium、Grok 和 Cursor 整合为统一订阅
SpaceXSI 将 X Premium、Grok 和 Cursor 整合为名为 The X Subscription 的统一订阅，包含 AI 聊天、智能体、编码和 X 高级功能。新订阅设免费、Plus、Premium、Super 和 Ultra 五档，价格从 $8 到 $200 不等，AI 用量上限随档位提升，且 Premium 及以上才能使用最新 Grok 模型。
推荐理由：原文给出了套餐层级、价格与功能边界，读者可以据此判断它如何整合现有订阅并影响付费决策。
Simon WillisonAI 评分2828 web-edit 0.1a0 发布
Simon Willison 发布 web-edit 0.1a0，这是一个用于在文件夹中查看和编辑文件的 Python Web 应用。该工具旨在通过 Tailscale 网络运行，允许用户从手机直接编辑文件，从而避免将凭证通过 LLM 传输。
Simon WillisonAI 评分5252 Geoffrey Huntley 分享利用 pre-commit hook 规范 Agent 编码行为的实践
Geoffrey Huntley 指出手动编写代码已无必要，并分享了通过 pre-commit hook 检查 git diff 以拦截绕过诊断库的直接调用。该机制在提交失败时注入提示词引导 Agent 使用指定库，从而解决了 AGENTS.md 配置漂移问题，实现了完美的代码规范遵循。
Latent SpaceAI 评分9090 Meta 发布 Muse Wonder 与 Muse Wonder Full 模型
Meta 发布 Muse Wonder 与 Muse Wonder Full 模型，第三方评测显示 Wonder Full 在智能体任务上超越部分竞品。Wonder 通过 Meta Model API 和 Muse Code 开放，Wonder Full 仅限 Muse Code 订阅用户使用，定价为每百万 token 输入 4 美元、输出 20 美元。
The Decoder精选AI 评分8888 Meta 发布前沿模型 Muse Wonder，跻身 AI 第一梯队
Meta 发布前沿模型 Muse Wonder 及其 Full 版本，两者在 Artificial Analysis Intelligence Index v4.3 上分别获得 52 分和 56 分，显著超越前代 Muse Spark 1.3 的 48 分。
推荐理由：原文通过多项基准测试对比，展示了 Muse Wonder 在智能体任务和编码能力上的显著提升，同时指出了其事实知识短板和较高的使用成本。
TechCrunch · AI精选AI 评分8989 Meta 发布首个前沿模型 Muse Wonder 和 Muse Wonder Full
Meta 超级智能实验室发布 Muse Wonder 和 Muse Wonder Full，这是该公司首个前沿模型。Meta 称其在基准测试中表现与 Fable 5.1 和 GPT-6 Astra 相当，并在 MemoryBench 上超越 Fable、Opus 和 Astra。
推荐理由：Meta 首次发布前沿模型 Muse Wonder，其定价与记忆能力表现是评估其竞争定位的关键细节。
The DecoderAI 评分6565 Anthropic 的 Andrej Karpathy 称外部世界只看到了 AI 能力的预览
Andrej Karpathy 指出公众对 AI 能力的认知存在巨大断层，外部世界仅看到了 AI 实际能力的预览。他将 LLM 用户分为四层，其中约 5000 人能访问内部前沿系统，目睹数千个智能体协作完成软件项目、发现零日漏洞及推进数学前沿。Karpathy 认为当前 LLM 能力在数字、可验证且具经济价值的领域（如编码和数学）达到峰值，这源于基于可验证奖励的强化学习。
The DecoderAI 评分7070 Google Gemini 4 内部代号 Carbon 据称编码性能比肩 Anthropic Opus 5.5
Business Insider 披露 Google 正在测试 Gemini 4 的 Argon、Barium 和 Carbon 变体，其中 Carbon 在内部编码平台 Jetski 上的表现被认为主要优于 Argon 的编程任务。
Latent Space精选AI 评分8080 TypeSafe Jev 发布三周后 ARR 超 1 亿美元，估值达 75 亿美元
TypeSafe 宣布其 Jev 产品发布三周后 ARR 超过 1 亿美元，估值达到 75 亿美元。同期多家厂商推出返回类型化答案的决策模型，OpenAI、Microsoft 和 Perplexity 均发布了相关 API 或模型。
推荐理由：原文梳理了决策模型成为新品类后的多厂商竞争格局，并给出TypeSafe Jev的早期商业数据。
AWS Machine Learning Blog精选AI 评分7272 AWS 发布 2026 年 9 月 AI 构建者更新：Bedrock 接入 OpenAI 模型与 Strands 开源工具链
AWS 发布 2026 年 9 月 AI 构建者更新，Amazon Bedrock 正式支持 OpenAI 的 GPT-6 Astra、Sol 和 Luna 模型，并推出由 OpenAI 驱动的 Managed Agents 公共预览版。
推荐理由：汇总了 Bedrock 接入 OpenAI 模型、AgentCore 运行时优化及 Strands 开源工具链更新，展示了企业级智能体在成本与治理上的最新进展。
Simon WillisonAI 评分7070 Simon Willison 使用 Codex 语音模式构建博客新功能
Simon Willison 使用 ChatGPT 桌面版 Codex 标签页的语音对话模式，在烹饪时通过语音指令构建了博客的 Newsletter 索引页面。
Simon WillisonAI 评分2020 Carson Gross 谈 AI 时代计算机编程的职业价值
Carson Gross 认为计算机编程核心在于利用计算机解决问题及控制复杂度。尽管 AI 工具兴起，掌握这些技能的价值不会降低，编程仍将是可行的职业。
OpenAI NewsAI 评分4242 LegalOn 将 Codex 成本降低一半同时保持开发速度
LegalOn 将 Codex 预估每日成本降低 65%，同时保持开发速度。该公司通过将 Astra、Sol 和 Luna 匹配到具体任务并战略性管理预算实现了这一目标。
AWS Machine Learning Blog精选AI 评分7575 AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线
AWS 宣布 Claude Haiku 5.5 现已在 Amazon Bedrock 和 Claude Platform on AWS 上可用。该模型是 Claude 5.5 系列中速度最快、效率最高的模型，专为子智能体和高频、成本敏感型任务设计，大多数任务成本比 Claude Haiku 4.5 低约 75%。
推荐理由：文章说明了 Claude Haiku 5.5 在 AWS 上的接入方式，并给出了与 Opus 5.5 配合使用的场景建议。
Latent Space精选AI 评分7777 Reflection 发布 501B-A23B 开源模型 Beam
Reflection 发布纯文本 MoE 模型 Beam，总参数 501B、激活参数 23B，面向编码、智能体和科学工作负载。该模型从零开始训练，使用 23.8T 预训练 token，并计划在当月发布 Apache 2.0 许可的完整权重。
推荐理由：原文汇总了 Reflection 发布 Beam 的架构、训练规模与基准表现，并对比了同期其他开源模型，为评估美国本土开源模型进展提供了具体参照。
GitHub Blog · AI & ML精选AI 评分7272 GitHub 发布 ReviewBench：面向 AI 代码审查的开源基准
GitHub 发布 ReviewBench，一个基于 103.9M 真实 Pull Request 分布构建的 AI 代码审查开源基准。该基准包含 219 个跨 19 种语言的公开 PR，采用多源黄金集和独立验证机制，提供 Grounded 和 Augmented 两套指标以评估已知和新发现的问题。
推荐理由：基于 103.9M 真实 PR 构建的开源基准，提供了可复用的离线评估方法，帮助团队在上线前预判代码审查智能体的表现。
GitHub Blog · AI & MLAI 评分3535 GitHub 建议开发者强化指导 AI、批判性评估及解决复杂问题三项技能
GitHub 指出 AI 正改变开发者工作模式，建议重点强化指导 AI 智能体、批判性评估输出及解决复杂问题三项技能。文中提到 GitHub Copilot 内置的 Rubber Duck agent 利用第二模型批判代码与测试，以弥补单一模型的盲区。
NVIDIA Blog精选AI 评分7777 NVIDIA 加速 OpenAI GPT-6 Astra Ultrafast 推理性能
GPT-6 Astra Ultrafast 现已在 OpenAI API 及符合条件的 ChatGPT Work 和 Codex 用户中可用，基于 NVIDIA Blackwell GPU 实现最高 8 倍于标准模式的 token 生成速度。OpenAI 利用自身模型优化 Blackwell 架构上的推理内核，旨在缩短编码智能体的编辑-测试-调试循环时间，提升交互式应用的响应速度。
推荐理由：原文说明了 GPT-6 Astra Ultrafast 在 NVIDIA Blackwell 上的推理优化细节，展示了其如何缩短编码智能体的工作流延迟。
Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，该模型通过 Fairwind 计划向受信任的网络安全防御者开放，旨在处理复杂的软件工程、企业知识工作及网络安全防御任务。
推荐理由：原文给出了 Gemini 4 Argon 在长程推理、企业工作流及网络安全防御上的具体基准表现，读者可据此评估其前沿能力边界。