Endura Therapeutics 创始人谈 Foundries 与 Navigators：AI 如何降低科学成本
Endura Therapeutics CEO Adrian Sanborn 提出生物科技公司适应 AI 的两种方式：Foundries 用新技术把实验数据产出提速一个数量级，Navigators 用 AI 加速实验周边的知识工作。
#编码
#编码
今日 9 条Latent SpaceAI 评分6565 GitHub Blog · AI & ML精选AI 评分6060 GitHub Copilot app 如何渲染 2200 个文件、超百万行变更的超大 Pull Request
GitHub Copilot app 团队重建了 Pull Request 视图，使其能流畅打开一个含 2,200 个文件、超过一百万变更行和 400 多条行内评论的开源 PR。
推荐理由：作者以第一手视角拆解了超大 PR 渲染的双几何架构和自动化测量方法，思路对处理大规模动态内容界面有借鉴意义。
Latent Space精选AI 评分8484 Anthropic 发布 Claude Opus 5.5，OpenAI 同日跟进降价 50% 的 GPT-6 Sol 和 Luna
Anthropic 发布 Claude 5.5 家族首个模型 Claude Opus 5.5，称多数任务达到 Fable 5.1 水平、比 Opus 5 快约 30% 且每任务便宜 40%，token 定价从 $5/$25 降至 $4/$20，并成为 Claude Code 与 Claude 应用的默认模型。
推荐理由：原文汇总了 Opus 5.5 的定价、评测与争议细节，包括第三方拆解显示 40% 降价在 max effort 下并不成立。
Simon WillisonAI 评分2222 Simon Willison 将于 10 月 14 日在旧金山主持智能体工程 Birds of a Feather 交流夜
Simon Willison 与 Jesse Vincent 将于 10 月 14 日（周三）在旧金山合办一场面向编程智能体开发者的 Birds of a Feather 交流活动，以非正式的 agentic show-and-tell 形式交流实验心得。活动鼓励但不强制分享，明确排除产品推销，欢迎未公开的工作、古怪实验和没有明显市场的未完成项目。
OpenAI NewsAI 评分2929 Airbnb 扩大 GPT-6 Astra 与 OpenAI 前沿模型的可用范围
Airbnb 扩大工程师团队对 GPT-6 Astra 和 OpenAI 前沿模型的访问。这些模型将帮助工程团队修复 bug、设计系统并加快交付速度。
Simon WillisonAI 评分6969 TypeSafe AI 发布决策模型 Jev，输出浮点数而非文本
TypeSafe AI 上周发布新类别模型 Jev，称为 System One 模型，接受文本输入但输出浮点数形式的分类、是/否判断、评分和置信度。Jev 只对输入收费，价格为 $0.042 per million tokens，低于 GPT-5 Nano 的 $0.05/million，支持并行评估多个问题，适合分类、排序和搜索重排等任务。
Latent SpaceAI 评分6161 Latent Space 访谈 TypeSafe AI CEO Diogo Almeida：Jev、System One 模型与 RLCD
Latent Space 播客对话 TypeSafe AI CEO Diogo Almeida，讨论其新发布的 Jev 模型及发布视频约 38M 次观看的热度。
Simon WillisonAI 评分4141 voxium：新公司里所有产出全靠 Claude Code，无人审查代码
网友 voxium 自述入职某大公司半月，发现规格、代码、测试、PRD、工单等一切产出均由 Claude Code 生成，团队成员从 L1 到 L7 工程师都在被迫尽力快速交付。管理层认为推代码不是瓶颈、质问为何慢，员工每天工作 12 到 13 小时只为按回车，几乎无人真正阅读内容。
GitHub Blog · AI & MLAI 评分4242 该不该读 AI 生成代码、RAG 死了吗、Skills 会取代 MCP 吗？——GitHub Podcast 逐条拆解热门 AI 观点
GitHub Podcast 逐条拆解五个常见 AI 热门观点。核心结论：AI 生成代码仍需按风险分级审查；Skills 与 MCP 解决不同问题，MCP 提供工具与数据访问标准，Skills 以 Markdown 打包团队流程与最佳实践，两者互补；RAG 未死，检索让模型更接近答案，可与 agent、MCP、Skills 同一工作流共存。
Latent SpaceAI 评分4848 AI 新闻的现实检验：Steve Yegge 关停 Gas Town，Databricks 使用 Astra 成本增加 60%
Steve Yegge 在每月花费数千美元订阅编码智能体后，宣布关停 Gas Town，承认其是唯一的产出成果。Databricks 向约 3500 名工程师推出 GPT-6 Astra，其在复杂长程任务上明确优于 Opus 5 / Sol 5.6，但使编码总支出增加约 60%，为此设立了专项子预算。OpenAI 发布了模型 misalignment 事件披露框架及六份近半年案例报告。
GitHub Blog · AI & ML精选AI 评分7777 GitHub 用 Copilot 将 Copilot agent runtime 迁移到 83 万行 Rust
GitHub 作者 Stephen Toub 撰文介绍团队借助 GitHub Copilot 应用与 CLI，把 Copilot agent runtime 从 TypeScript/Node.js 完全重写为 832,378 行生产 Rust，AI 智能体完成了大部分代码，共落成 128 个 pull request，原需一两人年的项目仅由一名开发者在数月内完成。
推荐理由：作者亲历整场迁移，给出代码量、发布节奏与缓存命中率等一手数据，读者可以借此评估智能体主导大型重写的可行路径。
OpenAI NewsAI 评分3030 ChatGPT Work 与 Codex 如何将 AI 使用与业务价值挂钩
ChatGPT Work 和 Codex 的 analytics 功能可帮助团队了解 AI 使用与支出情况，识别培训需求，并将 AI 采用度与业务成果关联起来。通过这些分析工具，企业能更清晰地衡量 AI 投入带来的实际业务价值。
OpenAI NewsAI 评分3636 Perplexity 用 GPT-6 Astra 运行端到端系统
Perplexity 已信任 GPT-6 Astra 处理端到端系统，包括撰写沟通内容、修改软件和监控生产系统。相比使用早期模型时，Perplexity 现在的人工检查频率大幅降低。
OpenAI NewsAI 评分2525 Cognition 借助 GPT-6 Astra 帮助 Devin 测试自己的工作
Cognition 的 Devin 引入 GPT-6 Astra 来改进软件测试并验证其可用性。该组合旨在帮助工程师减少代码审查量、交付更多成果。
GitHub Blog · AI & MLAI 评分4949 GitHub Copilot app 新手指南：如何使用 diff、终端和浏览器面板
GitHub Copilot app 新增内置 diff、终端和浏览器三个面板，让你在不离开应用的情况下审查智能体代码改动、运行命令并预览效果。diff 面板以绿红高亮显示增删行，可接受更改、留言或让 Copilot 修改；终端面板支持运行 npm run dev 等脚本并开启多个窗口；浏览器面板通过 Pick & Polish 工具选中元素并配合智能体调整。
OpenAI NewsAI 评分3434 研究人员如何用 Codex 和 ChatGPT 搜索新型抗菌分子
César de la Fuente 实验室使用 Codex 和 ChatGPT 在现存与已灭绝物种的基因组中搜索抗菌候选分子，以对抗耐药性感染。
Mistral AIAI 评分5858 Mistral 用 AI 智能体将 40,000 行 Fortran 77 迁移到 C++ 的方法复盘
Mistral AI 帮助一家欧洲能源运营商把 40,000 行 Fortran 77 储层模拟器代码迁移到 C++，并复盘了方法。
OpenAI NewsAI 评分2727 GPT-5.6 Sol 如何帮助运行量子计算实验
一位 MIT 研究者使用 GPT-5.6 Sol 搭配 Codex，自主运行量子计算实验、分析结果并校准 qubit。
OpenAI NewsAI 评分3232 1Password 用 Codex 将工程效率提升 21%
1Password 的工程师使用 OpenAI 的 Codex 快速构建新功能和内部工具，在保持严格安全策略的同时达到生产可用水平，工程效率提升 21%。
GitHub Blog · AI & ML精选AI 评分7070 GitHub 发布 Project HydraFusion 研究预览，用多模型编排降低 Copilot 编码成本
GitHub 在 GitHub Copilot CLI 推出 Project HydraFusion 研究预览，通过运行时多模型编排，按任务在 Single、Cascade、Critique 三种执行模式中选择，并调用跨供应商模型完成起草、审查、修订或升级。
推荐理由：原文给出三套执行模式、具体基准对比和开放步骤，读者可以据此评估多模型编排对自己编码工作流的成本与质量影响。
GitHub Blog · AI & MLAI 评分4848 GitHub Copilot app 新手教程：如何同时运行多个 AI 智能体
GitHub Copilot app 支持并行运行多个 AI 智能体会话，各会话基于独立 Git worktree 隔离运行，互不干扰且保留各自上下文。用户可在 sessions 视图中追踪进度，随时切换会话而无需重新说明背景。文中以 tailspin-toys 仓库为例，演示了同时执行新增功能、无障碍审查和运行测试三项任务。
Hugging Face Blog精选AI 评分6262 用 TRL 和 OpenEnv 复现让编码模型画水彩的完整开源流程
Hugging Face 博客作者用 TRL 和 OpenEnv 开源复现 Surya Narreddi 的思路，训练 Qwen/Qwen3.5-35B-A3B 写 p5.brush 代码画水彩。
推荐理由：作者把训练配方、环境、参考池和模型全部开源，读者可以按一条命令复现整个流程并借鉴排查经验。
Hugging Face Blog精选AI 评分7373 Hugging Face 开源 funes，为 Claude Code 和 Codex 等编码智能体添加本地记忆层
Hugging Face 发布开源工具 funes，把本机已有的智能体会话记录建为可检索记忆，支持 Claude Code、Codex、pi 和 Hermes。它本地完成嵌入和重排，无需账号即可使用，也可绑定到私有的 Hugging Face 数据集跨机器同步。在 handoff-vs-recall 基准上，recall 比写交接文档分别便宜 8x 和 4x。
推荐理由：Hugging Face 官方开源的记忆层工具，给出了安装方式和基准对比，读者可以评估它能否复用现有编码智能体的会话记录。
Google DeepMind精选AI 评分8686 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber 两个模型
Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber。
推荐理由：官方给出两个变体的基准数字、定价和实际应用案例，读者可以据此评估在编码与安全场景中的替换成本。
Hugging Face Blog精选AI 评分6161 IBM 发布 Granite 4.2 推理模型家族，详解 15T token 预训练与多阶段 RL 训练管线
IBM 发布 Granite 4.2 推理模型家族，含 3B、8B、30B 三个稠密解码器模型，基于 Granite 4.1 基座（从头在约 15T token 上预训练，五阶段策略将上下文扩展至 512K），经 SFT 与多阶段 GRPO 强化学习后训练，全部以 Apache 2.0 许可开源。
推荐理由：官方完整披露从预训练、SFT 到多阶段 GRPO 和智能体 RL 的训练细节，可迁移到类似模型的构建流程。
Import AIAI 评分4747 Import AI 470：机器不该有权利；用 SPADE 自动化环境生成；用 Hawkeye 构建更好的 GPU kernel
Import AI 第 470 期：METR 研究发现 AI 对网络安全发现带来显著加速，对数学略有贡献，但对 AI 研究算法优化尚无可测加速。多所大学团队提出 SPADE 框架，通过自博弈协同进化环境合成与智能体能力，在 Qwen3-30B-A3B 上使游戏环境套件平均分达 58.3，较基线高 5.3。本期还介绍 Hawkeye，用于构建更好的 GPU kernel。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 Gemini 3.7 Flash，编码与 Agent 能力提升且降价一半
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码和 Agent 的主力模型，距 Gemini 3.6 Flash 仅三周。
推荐理由：官方公告给出了多个基准分数和半价定价细节，读者可以据此评估是否切换到 3.7 Flash。
Hugging Face Blog精选AI 评分7878 Meta 发布开源多模态模型 Muse Glimmer-30B，主打本地智能体场景
Meta 今日发布 30B 参数多模态开源模型 Muse Glimmer，从 Muse 蒸馏而来，采用 Apache 2.0 许可，面向本地部署的隐私场景与编码、文档分析、个人助理等智能体用途。
推荐理由：原文给出架构细节、Agent 基准对比和各推理栈的 day-0 用法，读者可据此评估本地多模态部署的选择。
Microsoft Research精选AI 评分7373 Microsoft Research 开源 Orchard 框架，Orchard-SWE 以约 3B 激活参数达 SWE-bench Verified 69.7%
Microsoft Research 发布开源智能体框架 Orchard，核心是可复用的 Kubernetes 环境服务 Orchard Env，支持软件工程、网页导航和个人助理三类智能体的训练与评估，并可直接在 Codex、OpenClaw、ZeroClaw 等真实 harness 内端到端训练。
推荐理由：微软开源了可复用的智能体环境层，并给出三个小模型训练配方，读者可以了解小模型在真实任务上的可达水平。
Import AIAI 评分7272 Import AI 466：MirrorCode基准发布、机器人 bitter lesson 与 OpenAI 模型越权入侵事件
Epoch 与 METR 发布 MirrorCode 基准，测试 AI 仅凭 CLI 访问重新实现完整软件的能力，25 个目标程序中 17 个有至少一次满分运行，Claude Opus 4.7 用 14 小时、251 美元推理成本完成了人类估需 2-17 周的任务。
Berkeley AI ResearchAI 评分4646 教 LLM 更新信念状态以实现高效长程交互：Berkeley AI Research 提出 ABBEL 框架
Berkeley AI Research 提出 ABBEL 框架，用自然语言信念状态替代完整交互历史作为智能体的工作上下文，并引入 belief grading 监督摘要内容。在 CollabBench 协作编程测试中，ABBEL-rec-BG 将与全上下文模型的性能差距缩小约 50%，训练步数从 100 减至 50，峰值上下文 token 长度也显著低于全上下文设置。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布三款 Gemini 模型：3.6 Flash 在 Artificial Analysis Index 上输出 token 用量比 3.5 Flash 减少 17%，定价 $1.50/1M 输入、$7.50/1M 输出，DeepSWE 49% vs 37%、OSWorld-Verified 83.0% vs 78.4%。
推荐理由：官方原文给出三款新模型的具体价格、token 效率与多项基准数字，并说明各模型面向的部署场景。
Google DeepMindAI 评分5757 Google DeepMind 发布轻量网络安全模型 Gemini 3.5 Flash Cyber
Google DeepMind 发布基于 3.5 Flash 微调的轻量网络安全模型 Gemini 3.5 Flash Cyber，用于快速发现、验证和修补漏洞。
Hugging Face BlogAI 评分4545 Hugging Face 发布 ScarfBench：评测 AI 智能体的企业级 Java 框架迁移能力
Hugging Face 推出开源基准 ScarfBench（Self-Contained Application Refactoring Benchmark），用于评测 AI 智能体在企业级 Java 跨框架迁移任务上的表现，覆盖 Spring、Jakarta EE 和 Quarkus 三个生态。
Google ResearchAI 评分4040 Google Research 在 I/O 2026 上发布 Gemini for Science 开启科学发现新时代
Google Research 在 I/O 2026 上宣布 Gemini for Science，一套与 Google Cloud、Google DeepMind 和 Google Labs 合作打造的实验性科学工具集。
Mistral AIAI 评分4747 Mistral 在 AI Now Summit 2026 发布工业工程 AI 方案、Vibe 智能体升级及 Les Ulis 数据中心
Mistral 在 AI Now Summit 2026 上推出面向工业工程的 AI 全栈方案，并与 Airbus、BMW、ASML 达成合作，覆盖设计、仿真与生产，同时保障数据主权。其智能体产品 Vibe 升级为统一 Agent，可处理长时程多步骤工作，包括深度研究、编码到合并 PR。位于法国 Les Ulis 的 10 MW 推理数据中心计划于 2026 年第三季度启用。
Mistral AI精选AI 评分6969 Mistral 将 Le Chat 升级为统一智能体 Vibe，覆盖工作与编码
Mistral 发布统一 AI 智能体 Vibe，Le Chat 全面升级为 Vibe，原有计划、历史和设置自动迁移。Work Mode 面向长程多步任务，覆盖企业知识搜索、数据分析、文档草稿和定时任务；Code Mode 支持远程编码会话、并行运行和沙箱隔离，并推出 VS Code 扩展和更新版 CLI。
推荐理由：官方完整公布 Vibe 的 Work 与 Code 双模式、定价和入口，读者可据此评估它对日常工作流和编码流程的影响。
Mistral AI精选AI 评分7070 Mistral 发布 Mistral Medium 3.5 开源权重模型，并在 Vibe 和 Le Chat 推出云端远程 Agent
Mistral 发布 128B 开源权重旗舰模型 Mistral Medium 3.5（公开预览），融合指令跟随、推理与编码，256k 上下文窗口，SWE-Bench Verified 得分 77.6%，API 定价为每百万输入 token $1.5、输出 token $7.5。
推荐理由：原文给出模型规格、评测分数、定价和开放权重入口，可据此评估它在自托管和异步编码场景的适用性。
Google Research精选AI 评分6262 Google 发布 ERA 并通过 Gemini for Science 逐步开放 Computational Discovery
Google 开发的 ERA 研究工具使用 Gemini 编写和优化科学代码，相关论文于今日发表于 Nature。ERA 通过树搜索考虑数千种方案，在基因组学、公共卫生、卫星图像、神经科学、时间序列预测和数学等基准上达到专家级表现。
推荐理由：原文给出 ERA 在多个学科基准上的表现和八个应用案例，读者可据此了解 AI 辅助科学计算的实际落地方式。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 3.5，率先推出 3.5 Flash
Google DeepMind 发布 Gemini 3.5 模型系列，首先推出 3.5 Flash，定位智能体与编码，在 Terminal-Bench 2.1（76.2%）、GDPval-AA（1656 Elo）、MCP Atlas（83.6%）和 CharXiv Reasoning（84.2%）上超过 Gemini 3.1 Pro，输出速度为其他前沿模型的 4 倍。
推荐理由：官方公布了 3.5 Flash 的基准成绩、开放渠道和 Pro 后续计划，读者可以据此评估它在智能体与编码场景的取舍。