Google DeepMind 发布 AlphaEvolve 一年影响力报告,涵盖科研与商业多领域应用
Google DeepMind 发布 AlphaEvolve 一年来影响力汇总,该 Gemini 驱动的编码智能体已从试点扩展到科研与商业多领域。
推荐理由:官方汇总了 AlphaEvolve 一年来在科研和商业场景的具体结果与数字,可了解这类算法发现智能体落地的真实范围。
Google DeepMind 发布 AlphaEvolve 一年来影响力汇总,该 Gemini 驱动的编码智能体已从试点扩展到科研与商业多领域。
推荐理由:官方汇总了 AlphaEvolve 一年来在科研和商业场景的具体结果与数字,可了解这类算法发现智能体落地的真实范围。
Jack Clark 在 Import AI 455 中判断,2028 年底前出现无人参与的自动化 AI 研发(模型自主训练自己的后继版本)的概率超过 60%,2027 年为 30%。
Mistral AI 发布 Spaces CLI,用于项目脚手架、开发环境搭建、配置生成和部署到 staging,从内部工具演化而来,同时服务人类开发者和编码 Agent。
Google 推出 Vibe Coding XR 工作流,结合 Gemini 的长上下文推理与 web 端 XR Blocks 框架,通过专门系统提示词和代码模板,将自然语言直接转化为可运行的 Android XR 应用,全程不到 60 秒。
Mistral 发布首个面向 Lean 4 的开源代码智能体 Leanstral-120B-A6B(6B 激活参数),权重采用 Apache 2.0 许可,可通过 Mistral Vibe 和 labs-leanstral-2603 免费 API 端点使用。
Mistral AI 构建了一个自主智能体,可读取 Rails 源文件、生成或改进 RSpec 测试并在 CI/CD 流水线中无人值守运行。智能体基于 Mistral 开源编码助手 Vibe,通过仓库级 AGENTS.md、按文件类型划分的技能文件和 RuboCop、SimpleCov 自定义工具实现。
Mistral 发布 Mistral Vibe 2.0,升级其终端原生编码智能体,由 Devstral 2 模型家族驱动。新功能包括自定义 subagents、执行前多选项澄清、斜杠命令加载技能、统一 Agent 模式和自动更新。
推荐理由:原文给出 Vibe 2.0 的功能明细、订阅方案和 Devstral 2 API 定价,读者可以据此评估是否切换自己的编码工作流。
Mistral AI 发布开源编码模型家族 Devstral 2,包含 123B 的 Devstral 2(modified MIT 许可)和 24B 的 Devstral Small 2(Apache 2.0),两者均支持 256K 上下文窗口,分别在 SWE-bench Verified 上取得 72.2% 和 68.0%。
推荐理由:官方公布了两个尺寸编码模型的开源协议、SWE-bench Verified 成绩、API 定价和硬件要求,可据此评估本地或端侧部署的可行性。
Mistral AI 发布 Codestral 25.08 代码补全模型,并提供包含 Codestral Embed、Devstral 和 Mistral Code IDE 插件的企业编码栈。
Mistral AI 与 All Hands AI 合作发布 Devstral Medium,并升级 Devstral Small 1.1。
推荐理由:官方给出了两个新模型的 SWE-Bench Verified 成绩、定价和许可方式,开发者可以据此评估代码智能体选型。
Mistral 发布企业 AI 编码助手 Mistral Code,基于开源项目 Continue 构建,面向 JetBrains IDE 和 VSCode 开放私测,正式版即将推出。
Mistral AI 发布代码专用嵌入模型 Codestral Embed,称其在真实代码检索上优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
Mistral AI 与 All Hands AI 合作推出面向软件工程任务的智能体大语言模型 Devstral,以 Apache 2.0 许可开源发布。
推荐理由:官方发布了模型权重和 API 定价,并给出 SWE-Bench Verified 的具体成绩与部署门槛,读者可以据此评估本地或企业编码场景的适配性。
Mistral AI 发布 Mistral Medium 3,定位 SOTA 性能、成本降低 8 倍的新级别模型。基准上达到或超过 Claude Sonnet 3.7 的 90%,定价为 $0.4 输入 / $2 输出每 M token,超越 Llama 4 Maverick 和 Cohere Command A,可在 4 张 GPU 以上环境自部署。
推荐理由:官方给出与 Claude Sonnet 3.7 的基准对比、定价和部署门槛,读者可据此评估企业落地的性价比。