Meta 发布可在 Mac 本地运行的开源权重模型 Muse Spark Open
Meta 发布开源权重模型 Muse Spark Open，称其为美国最强开源权重模型，采用 8160 亿参数和 100 万 token 上下文窗口，原生多模态，面向复杂编码任务和智能体工作。
#编码
TechCrunch · AIAI 评分7171 Simon WillisonAI 评分1818 Claude Opus 5.5 在 Claude Code 中做出用声音联网的双人手机游戏 Chirp Pong
Claude Opus 5.5 Extra 在 Claude Code 中构建了双人竞技游戏 Chirp Pong，两台手机运行静态 HTML，通过麦克风发送的 chirp 音频传输游戏状态，由 Web 麦克风 API 解析，无需网络代码即可对战。玩家需将手机靠近，游戏在 pong 基础上加入图形与玩法变化。
InfoQ 中文精选AI 评分7878 蚂蚁百灵开源 560B 模型 Ling-3.1-flash，每百万 Token 约 0.19 美元
10 月 15 日，蚂蚁集团旗下百灵大模型开源 Ling-3.1-flash，权重已在 Hugging Face 和 ModelScope 提供下载。该模型延续 Ling-3.0-flash 的混合线性架构，约 560B 总参数、每 Token 激活约 25B，最高支持 1M 上下文，混合调用价格约每百万 Token 0.19 美元。
推荐理由：原文给出 560B 总参数、1M 上下文与每百万 Token 0.19 美元的调用价格，读者可据此判断高频业务场景的部署成本。
InfoQ 中文AI 评分3434 代码不再稀缺之后，软件工程还剩下什么？——QCon 2026 上海站圆桌谈 AI 时代研发效能
小红书杨凯、阿里李峥峰、B 站张忻正在前阿里技术专家吴子奇主持的 InfoQ《极客有约》X QCon 直播中讨论 AI Coding 对软件工程的影响。杨凯认为模型能力仍是第一变量，但上下文工程与测试才是最大变量，测试 80% 至 90% 的工作量将揉进出码过程；李峥峰称 AI Code Review 的瓶颈已从生成转向验证，假阴性与假阳性问题未变；张忻正强调 AI 越强越需要确定性工程约束。
少数派AI 评分1212 Mangata：把每次散步当作一次探索旅行
独立开发者推出散步 app Mangata，目前仅支持 iOS，第一版于六月上线，核心玩法 Color Walk 让用户出门前选一个颜色、路上只拍它。第二个功能玩法卡引导用户观察散步途中有趣的事物，产品按散步前、散步过程中、散步总结、散步分享四段组织，不做打卡任务与卡路里记录。
Simon WillisonAI 评分3030 Claude Opus 5.5 用 3 小时做出找不同游戏 Tree Appreciator
Simon Willison 用 Claude iPhone 默认应用的聊天模式，让 Claude Opus 5.5 Max 构建了一款名为 Tree Appreciator 的 3D 找不同游戏，Claude 耗时 3 小时 7 分钟完成。
Ars Technica · AIAI 评分4040 Epic 称其 vibe coding 重写的新版 Epic Games Launcher 比 Steam 更快
Epic 发布新版 Epic Games Launcher 的公开 "Preview" 版本，称其用 AI vibe coding 从零重写，比现有版本更快、响应更灵敏，并换了新外观。Epic Games Store 总经理 Martin Keely 表示，AI 让一个小团队重写代码库并更快跨平台发布，支持 Windows 和 Mac，后续还将推出 Linux 版本。
爱范儿精选AI 评分8888 谷歌发布 Gemini 4 Argon，主打长程任务与低价 API
谷歌正式面向全球上线 Gemini 4 Argon，定位复杂多步骤真实世界任务，覆盖编程、金融、法律、网络安全与前沿科学等领域。API 提供 100 万统一输入输出 Token 上限，首发优惠期每百万输入 Token 2 美元、输出 10 美元，缓存输入折扣 95%，开发者可通过 AI Studio、Android Studio 与 Gemini API 接入。
推荐理由：谷歌新旗舰的定价与长程任务表现，以及未付费用户额度收紧的规则变化，是判断其可用性的关键。
Simon WillisonAI 评分6262 Anthropic 为何自研代码版本控制系统 Scion
Anthropic 撰文介绍其自研的 Git 替代方案 Scion，原因是代码变更速度大幅上升：2026 年 5 月日均合并约 2500 次代码变更，到 9 月已超过 30000 次。
Ars Technica · AIAI 评分6969 Gemini 4 Argon 开始在 Gemini 应用和 Antigravity 推送，仅限付费用户
Google 的 Gemini 4 Argon 开始大范围推送，目前仅面向付费用户，且低档订阅方案无法获得完整访问权限。Google 称模型能力未变，仍以其上月公布的基准测试作为高级推理和智能体编码能力的依据，并设有拒绝恶意指令的训练与自动失准监控。
Simon WillisonAI 评分2828 Geoffrey Huntley：用 pre-commit hook 强制 AI 智能体使用诊断库
Geoffrey Huntley 提出用 pre-commit hook 检查 git diff，发现绕过诊断模块直接调用可观测性模块的代码就拒绝提交，并向 AI 智能体注入提示词要求其改用诊断库，效果从有偏差变为十全十美。他认为与其反复更新 AGENTS.md 仍会漂移，不如用提交钩子强制约束智能体行为。
Latent Space精选AI 评分7878 Meta MSL 发布 Muse Wonder 与 Muse Wonder Full 前沿模型
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，前者通过 Meta Model API 和 Muse Code 提供，后者仅面向 Muse Code 订阅用户。
推荐理由：汇总了 Muse Wonder 双版本的发布细节与多家第三方评测数据，可对照其与 Opus 5.5、GPT-6 系列的位次差异。
Simon WillisonAI 评分2222 web-edit 0.1a0：用 Codex 和 GPT-6 Astra Extra High 构建的文件编辑 Web 应用
Simon Willison 发布 web-edit 0.1a0，一个用于在文件夹中查看和编辑文件的 Python Web 应用，由 Codex 和 GPT-6 Astra Extra High 构建。该应用使用 CodeMirror 6 编辑器，设计通过 Tailscale 运行，可从手机直接编辑文件而无需将凭据经 LLM 中转。
Latent SpaceAI 评分6262 TypeSafe/Jev 上线三周 ARR 超 1 亿美元、估值 75 亿美元
TypeSafe 宣布 Series AI 融资，Sequoia 透露其上线首周 ARR 突破 1 亿美元，公司估值达 75 亿美元，此时距 Jev 发布仅三周。
Ars Technica · AIAI 评分6060 哈佛研究：AI编码智能体生成更多代码，但未提升软件产出
哈佛大学研究者 Fiona Chen 和 James Stratton 基于 Jellyfish 的工程分析数据，覆盖 700 多家软件开发企业、70 多万名员工、3 亿条工作事件（2021 年至 2026 年 3 月），发现 AI 编码工具带来的效率提升被下游环节吸收，几乎没有证据表明企业因此增加软件产出或减少用工。
Simon WillisonAI 评分3838 Simon Willison 用 Codex 语音模式为博客构建 Newsletters 页面
Simon Willison 用 ChatGPT 桌面版 Codex 标签页的语音对话模式，在做饭的半小时里为博客构建了 Newsletters 页面，由 GPT-6 Astra High 生成新模型、迁移、视图、模板和四个导入脚本。页面已上线，Substack 周报与赞助者月报按时间倒序混排，并接入站点搜索。他认为语音加可视化预览更适合多任务，但细节调整仍会切回打字。
量子位AI 评分6262 TRAE 将 Code 与 Work 合并，升级为双模式全链路开发平台
TRAE 将 TraeCode 与 TraeWork 双端融合，统一升级为新的 TRAE，提供 Agent 模式和 IDE 模式两种形态，切换入口在右上角。Agent 模式作为全局工作台，可在同一窗口管理项目并把不同工作分给多个 Agent，IDE 模式保留 SOLO 和 IDE 两种玩法。
量子位AI 评分4747 联想天禧自研代码智能体 TianxiCode 以 71% 解决率登顶 SWE-bench-Live 全球第一
联想天禧 AI 自研代码智能体框架 TianxiCode 配合 DeepSeek-v4.1-Flash，在 SWE-bench-Live（Lite 分榜）以 71% 的问题解决率登顶全球第一，并通过官方 Verified 核验。该框架具备跨文件多跳检索、自驱动规划与多轮工具调用、闭环补丁生成与测试驱动自愈三大能力，未来将落地联想 AI 硬件产品。
OpenAI NewsAI 评分2020 Oracle 如何用 ChatGPT 和 Codex 把数天工作压缩到几分钟
Oracle 在招聘、工程和运营中借助 ChatGPT Work 与 Codex，把专家知识转化为快速、可重复的工作流，将原本需要数天的工作缩短到几分钟。
TechCrunch · AIAI 评分6262 Manus 母公司融资超 5 亿美元，为与 Meta 分手后首轮
Manus 母公司 Butterfly Effect 宣布完成超 5 亿美元融资，由博裕资本和 IDG 资本领投，腾讯、HSG、真格基金等现有股东参投，这是 Meta 2 亿美元收购被叫停后的首轮融资。
OpenAI NewsAI 评分2222 LegalOn 将 Codex 成本减半并保持开发速度
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。
量子位精选AI 评分7878 Anthropic 发布 Claude Haiku 5.5，跑分超 GPT-6 Luna 且价格对标
Anthropic 发布 Claude Haiku 5.5，官方跑分逐项超过 GPT-6 Luna，并超越 DeepSeek V4.1 Flash 和 GLM-5.3-Flash。
推荐理由：原文给出 Haiku 5.5 的跑分、价格与迁移改动清单，读者可据此判断它能否接替 Haiku 4.5 跑执行层任务。
量子位AI 评分2222 全球 AI 表达能力集体退化：从 Opus 5.5 到 CaveMan Skill，谁还在说人话
量子位文章吐槽 AI 编码模型普遍"不说人话"，Claude、GPT 等模型输出充斥"15/15 全绿""单腿哑火"等黑话，被指与 Coding 过拟合及 CoT 压缩有关——为省 Token，模型思维链被调成"山顶洞语"，Token 消耗可减少 70%。
The Decoder精选AI 评分7676 Reflection 发布首款开源权重模型 Beam，主打低算力下的编码与推理
AI 公司 Reflection 发布首款免费开放的模型 Beam，面向编码、逻辑推理和智能体任务。
推荐理由：Reflection 首款开源权重模型 Beam 以 MoE 架构和超大规模 RL 训练换取低算力成本，读者可据此了解开源模型竞争的新路线。
Latent Space精选AI 评分7878 Reflection 发布 Beam：501B-A23B 美国开源 MoE 模型
Reflection 发布 Beam，一个面向编码、智能体与科研任务的纯文本 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 从隐身状态交出首个开源权重模型，读者可对照其训练规模与同期中美开源模型的位次。
TechCrunch · AIAI 评分7474 Reflection 发布开源权重模型 Beam，对标中国开源模型
Reflection AI 正式发布首款前沿开源权重模型 Beam，称其在高级推理基准上达到领先中国开源模型的水平，且推理成本大幅更低。Beam 是文本-only 的 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；公司称其推理算力消耗比对手少 3-4 倍，但性能数据尚未经独立验证。
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 的分布特征构建，包含来自 187 个开源仓库、覆盖 19 种语言的 219 个 pull request。
推荐理由：GitHub 公开了代码审查基准的构建方法与评分口径，读者可据此理解 AI 代码审查能力如何被量化比较。
The DecoderAI 评分4444 LEGO-Anything 让 AI 智能体从单张照片生成可执行 Blender 场景
研究团队提出 Image-to-Code 方法，让编码智能体从单张照片迭代编写可执行的 Blender 程序，并发布 LEGO-Bench 基准，包含 208 张图像、443 个注册资产，从有效性、几何精度和外观三方面评分。
量子位AI 评分6262 Jev 估值 100 亿美元，创始人 Diogo Almeida 谈 System-One 与可靠性路线
TypeSafe AI 联合创始人兼 CEO Diogo Almeida 在 Latent Space 访谈中表示，Jev 日处理量已突破一万亿 token，夜间流量持续走高，说明大量调用来自机器自动化。
GitHub Blog · AI & MLAI 评分2222 AI 正在改变开发者工作方式：GitHub 提出三项需要强化的技能
GitHub 提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的首次答案、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，说明其用第二个模型对计划、代码和测试进行批判性审查，以发现首个模型遗漏的问题。
爱范儿AI 评分6060 MiniMax M3.1 Flash Preview 与 Opus 5.5 同题实测前端创作
爱范儿用 Opus 5.5 案例的公开提示词在 MiniMax Code 中测试 MiniMax M3.1 Flash Preview，覆盖动态作品集、手绘短片、水墨动画、纽约天际线时间轴交互以及卡丁车、水下探索等游戏原型。
OpenAI NewsAI 评分2222 Chatham Financial 用 Codex 和 GPT-5.6 将交易验证从 30 分钟缩短至 4 分钟以内
Chatham Financial 使用 Codex 和 GPT-5.6 构建技术并重新设计工作流程，将交易验证时间从 30 分钟缩短至 4 分钟以内。
量子位精选AI 评分8080 谷歌发布 Gemini 4 Argon：多榜单登顶，单题成本约为 Astra 一半
谷歌发布新一代旗舰模型 Gemini 4 Argon，在 DeepSWE v1.1 上取得 77.9%，高于 Claude Opus 5.5 的 74.2% 和 GPT-6 Astra 的 74.1%，并以 1525 分位居 Text Arena 第一。
推荐理由：谷歌新一代旗舰模型在多榜单登顶并给出成本与长任务能力细节，可对照其与竞品的差距。
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，称其可处理编码、研究和写作等任务，并专门针对防御性网络安全训练，能自主发现、验证并修补关键软件漏洞。
Google DeepMind精选AI 评分8080 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，随后逐步扩展到开发者、企业和消费者，起价每百万输入 token 2 美元、输出 token 10 美元。
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。
量子位精选AI 评分8888 OpenAI DevDay 2026 发布 25 项更新：常驻智能体 Dots 与 GPT-6.1 Sol 登场
OpenAI 在旧金山 DevDay 2026 一口气公布 25 项更新，横跨 ChatGPT、Codex、GPT-6 模型和 API。
推荐理由：梳理了 OpenAI DevDay 25 项更新中 Dots、GPT-6.1 Sol、Codex 与 Agents API 的产品线关系，便于判断其 Agent 布局。
TechCrunch · AIAI 评分7272 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。
TechCrunch · AI精选AI 评分8080 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 因安全顾虑被搁置，读者可据此了解其模型节奏与定价策略。
量子位AI 评分6262 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。
TechCrunch · AIAI 评分7474 Anthropic 发布 Sonnet 5.5，称更快更便宜的工作助手
Anthropic 发布中端模型 Sonnet 5.5，称其比前代快 30%，token 消耗速度明显更慢，定位为日常任务助手，涵盖编码和办公文档生成。Anthropic 基准显示 Sonnet 5.5 在智能体编码上表现优于 Opus 5.5，可能得益于其能在不超成本限制的情况下生成多个智能体。