模型发布
Agent Lightning v1.0 如何用真实执行框架训练 AI 智能体？
Microsoft Research Asia 开源约 3,500 行的 Agent Lightning v1.0，核心思路是让部署时使用的同一套智能体执行框架直接参与强化学习，减少训练与实际运行之间的代码重写成本。
AI 编程与开发
聚合 Claude Code、Codex、代码模型、开发工具和 AI 原生工程实践。
共 57 篇已发布内容
阅读全文
模型发布
Aeon 推出 501B 总参数开源编码模型，23B 激活 MoE 瞄准 Agent 与科研
Aeon 发布文本版 501B-A23B 开源模型 Beam，激活参数 23B、覆盖编码、智能体与科研任务，从零训练、完整权重将以 Apache 2.0 开放，对中文开发者与企业落地值得关注。
产品动态
DeepSeek V4.1 Flash 跑分出炉：ARC-AGI 双榜提升，成本也跟着涨 2.5 倍
ARC Prize 公布 DeepSeek V4.1 Flash 成绩：ARC-AGI-1 拿到 94.5%，ARC-AGI-2 拿到 72.9%，比上一代分别高 5.5 和 11.5 分，但单任务成本也涨了约 250%。对中文开发者和企业用户来说，这是一次以推理换取精度的小升级。
模型发布
Together AI 上线 Together Link：把开源大模型接进现有编码智能体，号称省一半成本
Together AI 推出 Together Link，主打用一行命令就把 Anthropic、OpenAI 或自建客户端切换到 Together 的开源模型，官方宣称综合成本下降 50% 以上，对使用编码智能体的开发者与中小团队是一笔真金白银的账。
模型发布
Vicuna-13B开源聊天模型来了：300美元复现九成ChatGPT质量，对中文用户意味着什么
LMSYS团队发布Vicuna-13B聊天模型，使用约7万条ShareGPT对话微调LLaMA，训练成本约300美元，权重与代码以非商业许可公开。GPT-4盲测中质量达ChatGPT九成，但中文能力、许可范围和评估方法仍有明显限制。
产品动态
一行装饰器把多机训练拉进日常：Modal Clusters 正式开放意味着什么
云端 AI 基础设施公司 Modal 把多节点 GPU 集群做成一个 Python 装饰器，自动配 InfiniBand 和 NCCL，省掉工程团队大量底层工作。对独立开发者、中小团队和中文 AI 创作者来说，过去只有大厂才玩得动的分布式训练，开始变成按小时租的资源。
模型发布
Claude Opus 5.5 拿下 Text Arena 第一，对中文用户意味着什么
Anthropic 最新模型 Claude Opus 5.5 以 1509 分登顶 LMArena 文本榜，超过前代 18 分。Anthropic 一家包揽榜单前六，模型价格与性能同时进入 Pareto 前沿。对中文开发者与企业用户来说，这意味着更强的写作、代码和长上下文能力即将落地。
模型发布
Shopify 放弃 React Native，全面退回 Swift 与 Kotlin：跨端框架的“LLM 红利”被高估了？
Shopify 决定把全部移动 App 从 React Native 迁回 Swift 和 Kotlin，原因为大模型智能体让跨平台重复开发不再稀缺。这条消息给跨端框架厂商和正在选型的团队敲响警钟。
模型发布
DeepSeek-V4.1-Flash 发布：百万上下文、FP4 KV 缓存与跨层注意力复用意味着什么
DeepSeek 发布 V4.1-Flash 多模态模型，1M 上下文窗口搭配 8B 激活参数，全局 KV 缓存压到每 token 890 字节，约为 V4-Flash 的 1/4。中文开发者关注的是长文档处理、长对话记忆和推理成本能否同步下降。
行业观察
OpenAI 内部 agent 运行量已达人力 3.1 倍，离“自动化研究实习生”还有多远
OpenAI 公开内部数据，称其研究组织每投入 1 个工作日，就消耗 3.1 个 agent 工作日的算力，并自评已摸到“自动化研究实习生”的门槛。这一比值衡量的是运行时间而非生产力，对开发者和企业 AI 使用者的真实参考有限。
模型发布
GitHub 推出 HydraFusion：多模型编排如何降低 Copilot 成本
Project HydraFusion 研究预览通过 Single、Cascade 与 Critique 三种模式，为不同任务动态选择模型和工作流，在不牺牲生成质量的前提下控制成本与延迟。
行业观察
NVIDIA 出价 129 亿美元收购 Hugging Face，黄仁勋要把开源 AI 社区装进 GPU 帝国
NVIDIA 宣布以约 129 亿美元现金加股票方式收购开源模型社区 Hugging Face，整合后将打通 GPU 硬件与开源模型生态，影响 1800 万开发者与 20 万家企业的 AI 部署路径。
模型发布
OpenAI 发布 GPT-6 Astra：基准成绩冲到 SOTA，但开发者更关心三件事
OpenAI 推出新一代模型 GPT-6 Astra，在数学、通用推理和终端任务基准上刷新 SOTA。对中文用户而言，关键不在跑分本身，而是它对调用成本、长链路 Agent 任务和真实工作流的实际改变。
产品动态
美团 LongCat-2.0 上线 Cline 免费试用，开发者又多一个编码模型选择
美团 LongCat 团队宣布其 LongCat-2.0 模型接入开源编码助手 Cline，提供免费试用机会。这条线索意味着外卖巨头的自研大模型开始进入海外开发者工具链，也给国内用户在编码场景里多了一个可比较的国产选项。
行业观察
Uber 让 AI Agent 接管七成代码 PR，账单反而一分没涨
Uber 工程团队披露最新数据：全公司 70% 代码合并请求由 AI Agent 主导处理，半年调用量涨近 10 倍，总账单却几乎没涨，单次会话成本下降 52%。这是一场成本结构的反向操作。
模型发布
多智能体"组队"做数学：Station环境在5道题上跑出超越现有文献的新结果
一篇arXiv论文展示了名为Station的开放世界多智能体环境，来自不同模型家族的AI智能体自主选择研究方向、跑实验并共享文献。在12道构造题加2个补充案例中，有5道题得出新结果，所有对话和验证代码均已公开。
行业观察
OpenWorker 新版发布：Andrew Ng 把三类安全智能体塞进完全开源的 harness
Andrew Ng 名下 OpenWorker 发布新版，把代码漏洞扫描、依赖供应链注入、云配置检查三类网络安全智能体集成进完全开源的 harness，并支持本地运行开源权重模型，让敏感代码不必出内网。
模型发布
OpenRouter 模型挑选新框架：按任务成本算账，编辑器内实时查询
OpenRouter 发布模型选型方法论，强调按完成任务成本而非 token 单价评估。其 MCP 服务器已在 Claude Code、Cursor 等编辑器内可查实时排名与价格，并提供 auto-beta 自动路由。
模型发布
GPT-5.6 系列登陆 Kiro：AI 编程工具开始卷成本
OpenAI 将 GPT-5.6 模型家族接入软件开发智能体 Kiro，含 Sol、Terra、Luna 三款。Terminal-Bench 2.1 测试显示，GPT-5.6 Terra 在 Kiro 内完成任务成本下降约 82%。这次更新由 OpenAI 与 AWS 合作优化，主打更低迭代次数和更高 token 性价比。
模型发布
面壁智能 MathForm 开源：让 AI 自动把数学题翻译成 Lean 4 形式化代码
面壁智能发布面向 Lean 4 的数学自动形式化开源框架 MathForm，配套 FormalVerse 数据集含 36.7 万条已验证样本。在 10 万预算对照下，模型 Consistency Check 达到 60.32%，超过 FineLeanCorpus 与 NuminaMath-LEAN 两个主流基线，整套流水线完全开源可复现。
模型发布
FastMetal 把视频生成塞进 Mac 笔记本：30 秒出一段 480P，本地 3.9GB 显存就够
Sky Computing Lab 开源 FastMetal，把 FastWan-QAD 视频模型完整搬到 Apple Silicon 上。480P 5 秒视频在 Mac 本地 30 秒即可生成，无需 CUDA 和云端，默认 INT8 量化，最低 3.9 GiB 内存就能跑。对本地创作和苹果生态用户来说，这是一份真正可用的方案。
产品动态
Mojo 语言正式开源：编译器全放，但贡献还要再等几个月
Modular 把 Mojo 语言连同编译器、工具链以 Apache 2.0 许可证整体开源，但编译器层面的外部贡献暂不接受，计划年底前放开。本文拆解开源边界、对开发者和企业的实际影响，以及中文用户该如何跟进。
模型发布
DeepSeek Harness v0.1 开源：把模型和工具全拆成可替换的插件
DeepSeek 公布 Harness v0.1 开发者预览版并以 MIT 许可证开源，基于 Cordis 元框架将模型、工具、会话、文件系统抽象为插件，为中文 AI 开发者提供一个可灵活替换底层模型的智能体框架。
模型发布
DeepSeek-V4-Pro 正式版发布，Agent 能力成最大升级看点
DeepSeek 在 API 更新日志中正式推出 V4-Pro 模型，APP、网页端与 API 三端同步开放，模型名为 deepseek-v4-pro。新版本主打 Agent 能力，HLE 带工具成绩 60.0、Terminal Bench 2.1 跑出 87.9，适合需要稳定工具调用和长任务执行的开发者和团队。
模型发布
Google DeepMind 推出 Gemini 3.7 Flash：价格直接腰斩，主攻编程与智能体
距 Gemini 3.6 Flash 上线不到三周，DeepMind 推出 3.7 Flash，输入输出价格砍至每百万 token 0.75 和 3.75 美元，重点强化编程与智能体任务。对依赖 API 的开发者和中小团队来说，这是非常实际的成本红利。
模型发布
Scale AI Muse 系列将开源：30B Muse Glimmer 的 24GB 显存路线值得等吗
Scale AI 预告开放 Muse Spark 1.2 权重，并推出采用 Apache 2.0 协议的 30B 智能体模型 Muse Glimmer，主打在 24GB 显存运行。若兑现，开发者将更容易验证本地智能体；中文效果、稳定性和实际成本仍待模型发布与第三方实测。
模型发布
AutoGPT 开源治理新实验：用 AGENTS.md 和四道门控，把 AI 拉取请求变成可用 PR
AutoGPT 维护者把项目治理从「拒绝 AI 提交」转向「流程化接纳」，通过 AGENTS.md、技能文件、CI 门槛和 CLA 签名等机制，让 AI 智能体的拉取请求从不可用变成可控可用。
模型发布
OpenChamber 开源代理开发环境上线：本地存储、多模型并行、跨端同步
OpenChamber 是一个开源代理开发环境，支持桌面、浏览器、手机和 VS Code 跨端使用，允许同时调度多个 AI 模型并行回答并融合结果，代码与会话本地保存，远程访问通过端到端加密保护。
模型发布
通义千问开源Qwen-MM-Plugins：智能体从"看懂"升级到"会动手
阿里通义千问团队开源Qwen-MM-Plugins，将图片、视频、文档、3D/CAD等多模态能力拆解为独立插件，让AI智能体从"看懂"升级为"看懂并动手处理"，开发者可自由组合调用。
产品动态
AI首次设计出新病毒，生成式生物学走到哪一步了？
多家媒体报道，科学家首次借助人工智能独立设计出新病毒。这件事把生成式AI的能力从文字、图像、代码，扩展到了生命科学最基本的对象，也让"AI for Bio"再次进入公众视野。
产品动态
AI 写代码太猛怎么办？GitHub 堆叠 PR 把千行 diff 切成四层审查
GitHub 工程团队公开一种新的代码审查工作流：用堆叠式 Pull Request 把 AI 智能体生成的上千行代码拆成数据、API、接线、UI 四层独立 PR，每层单独审查、单独跑测试。这套思路直击 AI 编码时代巨型 diff 难以评审的痛点，对企业研发流程和中文开发者都有借鉴价值。
模型发布
Soup v0.72.4 发布：4GB 显存笔记本也能微调 8B 大模型
Soup 最新版本把 8B 模型微调压到了 4GB 显存的笔记本上，无需云服务或 SSH。个人开发者和内容创作者可以用自己的笔记本做本地大模型定制，硬件门槛和隐私顾虑同时被降低。
产品动态
DeepSeek-V4-Flash API 公测上线：Agent 能力反超 Pro 版，开发者能薅到什么？
DeepSeek 推出 V4-Flash 官方 API 公测，Agent 能力大幅升级，基准测试分数超过 V4-Pro-Preview，并原生支持 Responses API 与 Codex 适配。
模型发布
SGLang 接入 Google TPU 意味着什么？Qwen、DeepSeek 也能在 TPU 上跑了
开源大模型推理框架 SGLang 通过与 Google Cloud 合作，将完整功能引入 TPU 平台。开发者可在 TPU 上运行 Gemma、Qwen、DeepSeek 等模型，国产大模型又多了一个部署选项。
模型发布
腾讯混元开源 AngelSpec 投机解码框架：端到端加速可达 2.4 倍
腾讯混元开源端到端投机解码框架 AngelSpec，在 Hy3-A21B 上实现 1.98–2.40 倍加速，吞吐量比 DFlash 高 10.5–11.8%，训练代码与草稿模型权重一并放出。
模型发布
Feyn Labs 开源 FeyNoBg：又一款去背景模型冲进 SOTA 行列，训练库一并放出
Feyn Labs 发布的 FeyNoBg 在 8 项去背景基准中拿下 4 项第一，参数从 222M 扩到 263M，模型与训练库 NoBg 一并开源。对做电商图、证件照和素材处理的国内团队来说，是一个值得拿来对比的本地化方案。
产品动态
GitHub Copilot 推出 Harness 工作流：让一个 AI 助手包揽原型到代码审查
GitHub Copilot 推出 Harness 工作流，主张用一个 AI 助手覆盖原型、规划、实现和代码审查全过程，减少多工具切换损耗。开发者、企业用户和国产工具厂商都在跟进。
模型发布
把 PPT 交给 AI：这款开源 Skill 一句话生成可协作 HTML 演示
开发者 Vista 在 X 分享了一款基于 bento 风格改造的开源 AI Skill，输入主题即可生成可编辑、可在线协作的 HTML 演示稿，背后正在成形的 "Skills" 工具链生态同样值得关注。
产品动态
AI 开发软件该管到哪里？Berkeley RDI 三级框架拆解自主边界
Berkeley RDI 把软件自主开发拆成代码自主、流水线自主、需求自主三级，给能力声明和部署选择提供了一个可对照的刻度，对中文用户判断 AI 编程工具的真实位置很有参考价值。
行业观察
微软再挺开放权重模型，对开发者和企业意味着什么
微软 CEO 纳德拉在 X 上重申开放权重模型对 AI 生态的重要性，并透露正与同行规划一条平衡发展路径。这一表态背后，是大厂在开源与闭源之间重新选边，也直接影响中文开发者和企业用户的模型选择与部署策略。
模型发布
Claude 会话缓存过期会多掏钱？开源工具 claude-thermos 想把那 22% 账单压下去
一个叫 claude-thermos 的本地代理工具，能在 Claude Code 主智能体空闲时自动发送预热请求，维持提示缓存热度。开发者实测约 185 次会话中发现，缓存过期导致的重新编码占账单约 22%。对依赖 Claude API 的开发者和团队来说，这类工具正在成为成本优化的新方向。
模型发布
不会写代码也能上线产品？国产大模型 Vibe Coding 实战拆解
Vibe Coding 让零基础用户也能靠自然语言驱动 AI 完成产品开发。本文拆解 Kimi、GLM、Qwen 等国产大模型从需求到上线的完整流程，给非程序员和开发者的实际建议。
产品动态
GitHub 开源新项目让 AI 编程助手"记住"上下文：用 SSH 同步智能体记忆
一个面向编程 AI 智能体的开源记忆项目在 GitHub 发布，支持通过 SSH 同步记忆数据，可自托管、无需依赖特定云服务。它瞄准的是 AI 编码助手跨会话失忆的痛点，对个人开发者和团队都值得一看。
产品动态
MiniMax Code 桌面端 2.0 上线：底层架构换新，金融数据功能在路上
MiniMax Code 桌面端完成底层重构，引入 Pi Agent 框架，会话启动和长任务稳定性明显提升，同时接入恒生金融数据库和企查查 MCP，金融模块即将上线，远程控制与浏览器操控功能本月内推出。
模型发布
当 Claude 满嘴 "load-bearing"，开发者写了个脚本给它换脑
一位开发者用 Claude Code 的 Hook 机制写了词替换脚本，把 "load-bearing"、"honest take" 这些高频 AI 套话换成更随机的表达。这个小工具在 Hacker News 引出共鸣：AI 用词越来越像复读机，用户开始自己动手"救"输出质量。
模型发布
腾讯混元开源端到端 OCR 大模型 HyOCR-1.5：1B 参数，跑出每页 1.4 秒
腾讯混元发布 HyOCR-1.5，把训练、推理、模型权重完整开源，是首个全栈开放的端到端 OCR 专家模型。1B 参数覆盖 8 类文本任务，引入 DFlash 投机解码，推理最高提速 6.37 倍，在 OmniDocBench v1.6 以 94.74 分居端到端第一。
模型发布
OpenAI暂时取消Codex五小时限制并优化GPT-5效率，活跃用户破600万
OpenAI宣布暂时取消Codex与ChatGPT Work所有付费档位的五小时使用限制，并同步推进GPT-5效率优化，活跃用户已突破600万。这是一次面向重度编码与办公用户的算力让路。
产品动态
AI 给不了「自然没给的」：Hacker News 那句拉丁古谚为什么值得中文用户琢磨
Hacker News AI 板块出现一条低互动帖子，把中世纪拉丁俗谚改写成「自然不给的，AI 不给」。这句冷门讨论直指生成式 AI 的能力边界，对中文创作者、开发者和普通用户重新理解 AI 工具很有参考价值。
模型发布
xAI Grok Build CLI 默认上传整个仓库代码与 git 历史，关闭"改进模型"为什么无效？
安全研究者抓包发现 xAI 的 Grok Build 编码 CLI（0.2.93）默认把整个仓库文件、git 历史、.env 密钥明文上传至 Google Cloud Storage，关闭"改进模型"开关也无效。12 GB 仓库测试中上传通道传输 5.10 GiB 数据，约为对话通道的 2.78 万倍。
行业观察
Ghost Font：让 AI 看不懂的“反抓取字体”是怎么做出来的
一个叫 Ghost Font 的原型项目，把文字藏进由背景同色点组成的短视频，靠运动信息和诱饵文本让主流多模态模型无法识读真实内容，背后是屏幕时代 AI 抓取与人类隐私的新一轮攻防。
模型发布
Claude Code 2.1.207 更新：Auto 模式默认放开，终端卡顿与 Windows 挂起一并修复
Anthropic 推送 Claude Code 2.1.207，Auto 模式在 Bedrock、Vertex AI、Foundry 上无需环境变量即可启用，同时修复长内容流式输出卡顿、Windows AWS 凭证解析无限挂起、自动更新覆盖自定义脚本等多项问题，Opus 4.8 成为默认模型。
行业观察
OpenAI 新版 Agent 翻车：一次清理任务把创业者的 Mac 硬盘清空了
AI 创业者 Matt Shumer 给 OpenAI 最新 Agent 开全权限执行本地清理，因 $HOME 变量解析错误触发危险命令，多年数代代码、文件、照片丢失。事件把 Agent 行业的权限边界和危险指令拦截问题摆到了台面上。
行业观察
AI Agent 从聊天走向执行：2025 年自主任务能力到哪一步了？
从回答问题到真正动手执行任务，AI Agent 成为今年 AI 圈最热的方向。本文拆解主流厂商的 Agent 布局、国内用户能用什么、开发者怎么入局，以及三个值得留意的现实风险。
行业观察
开源 14B 代码模型 NousCoder 迎战 Claude Code 时刻：四天训练出的「小而精」选手
开源 AI 公司 Nous Research 发布 NousCoder-14B 代码模型，在 Anthropic Claude Code 风头正劲时正面切入，主打竞赛编程与开源本地部署。对国内开发者和企业 AI 采购来说，这是一个值得关注的新选项。
模型发布
Anthropic推出Cowork：把Claude Code同款能力交到普通用户手里
Anthropic发布桌面AI代理Cowork，将Claude Code同源能力开放给非技术用户，整个功能仅约一周半完成、且大量由Claude Code本身参与开发。这一动作让Anthropic在AI代理大众化赛道上，开始正面与微软Copilot等办公型助手竞争。
行业观察
Railway 拿下 1 亿美元做 AI 原生云：凭什么让开发者愿意离开 AWS？
Railway 完成 1 亿美元 B 轮融资，主打 AI 原生云基础设施挑战 AWS。它没花一分钱营销却积累约 200 万开发者，这家旧金山公司想用更贴合 AI 工作负载的体验，重新争夺云市场的注意力。
行业观察
Claude Code 月费逼近 200 美元，开源 Goose 为何被开发者当成平替？
围绕 Claude Code 高价争议与开源替代 Goose 的崛起，拆解 AI 编程助手从订阅制走向开源平替的趋势，以及对个人开发者和企业 IT 预算的实际影响。