Mistral 发布 Mistral Large 4 公开预览版，月底开放权重
Mistral 发布 Mistral Large 4（ML4）公开预览版，这是一个 1 万亿参数、490 亿激活参数的原生多模态模型，权重将于本月底开放下载。
推荐理由：官方发布了参数规模、基准分数、训练基础设施和权重开放时间表，读者可据此评估它在开源阵营中的实际位置。
AI 编码
全部主题AI 写代码的一切：编码助手、Vibe Coding、代码模型评测与开发工作流变革。
最新精选
第 1–20 条 · 共 30 条Mistral AI精选AI 评分7575
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络防御者开放，定价为每百万输入 token $2、输出 token $10，缓存输入 95% 折扣。
推荐理由：官方博客给出定价、1M 输出 token 上限、基准分数和内部迁移案例，读者可以据此判断它在编程与安全防御上的实际定位。
Latent Space精选AI 评分8282 Latent Space 汇总 OpenAI DevDay 2026：Dots、GPT-6.1 Sol、Ultrafast、Decisions API 与 12 亿 ChatGPT 周活
Latent Space AINews 汇总 OpenAI DevDay 2026 的多项发布，包括常驻智能体 Dots（由 GPT-6 Astra 驱动，连接 4。
推荐理由：这篇汇总把 DevDay 发布与 Artificial Analysis 等第三方实测放在一起，读者可以对比官方宣传与独立评测的差距。
AWS Machine Learning Blog精选AI 评分6969 OpenAI GPT-6.1 Sol 在 Amazon Bedrock 正式上线
GPT-6.1 Sol 在 Amazon Bedrock 正式可用，聚焦智能体编码、计算机操作和专业工作负载的更强推理能力。据 OpenAI 称，其 DeepSWE v1.1 成绩与 GPT-6 Astra 相当且每任务成本约为五分之一，超过 GPT-6 Sol 最佳成绩 6.4 个百分点；在透明度、用户意图和显式限制评估中也优于 GPT-6 Sol。
推荐理由：官方公告给出了与 GPT-6 Sol 和 GPT-6 Astra 的具体对比数据，可帮助读者评估其智能体工作场景的性价比。
Simon Willison精选AI 评分8282 OpenAI DevDay 2026 发布个人智能体 Dots、GPT-6.1 Sol 与 Ultrafast 等多项新品
Simon Willison 在旧金山 Fort Mason 现场 live blog OpenAI DevDay 2026 主题演讲。
推荐理由：作者在现场逐条记录了 DevDay 的发布与演示翻车细节，读者可以借此了解各新品的第一手使用情况。
OpenAI News精选AI 评分6868 OpenAI 发布 GPT-6.1 Sol
OpenAI 发布 GPT-6.1 Sol，面向编码、计算机操作和专业工作场景，智能水平接近 Astra，API 输入和输出 token 价格为 Astra 标准价的五分之一。
推荐理由：原文给出了 GPT-6.1 Sol 的定位和价格对比，读者可以据此评估它相对 Astra 的成本优势。
AWS Machine Learning Blog精选AI 评分6464 Grok 4.7 上线 Amazon Bedrock，支持 500K 上下文和四档推理力度
xAI 的 Grok 4.7 已在 Amazon Bedrock 上可用，提供 500K token 上下文窗口，支持 low、medium、high、xhigh 四档推理力度。
推荐理由：原文给出 Bedrock 上的接入方式、推理档位配置和成本权衡，读者可直接据此规划调用与费用。
AWS Machine Learning Blog精选AI 评分6666 Claude Sonnet 5.5 上线 Amazon Bedrock 和 Claude Platform on AWS
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock（通过 Global CRIS global. inference profile）和北美的 Claude Platform on AWS 开放使用。
推荐理由：AWS 官方说明 Claude Sonnet 5.5 在 Bedrock 的可用性、与 Opus 5.5 的分工建议和上手方法，便于评估是否纳入现有工作流。
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。
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。
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。
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。
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。
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。