Jeremy Scheff 撰文：编程智能体让程序员失去了什么
Jeremy Scheff 撰文指出，编程智能体让热爱解谜的程序员失去了核心乐趣：过去他们靠解决棘手逻辑难题获得高薪与主导权，如今 LLM 能直接完成这些工作。对只想构建可用系统的程序员而言，LLM 是持续馈赠；但对以解题本身为乐的人，这种损失非常真实。
#编码
#编码
今日 0 条10月20日
如何在 VS Code 中继续 GitHub Copilot 应用会话
GitHub Copilot 应用中的会话可直接在 VS Code 中打开，保留任务、计划和对话上下文，以及会话对应的 worktree 和代码 diff。用户可在 VS Code 中逐行审查改动、手动编辑、用集成终端运行测试，并继续向 Copilot 提问。完成后可将改动提交并推送到该会话关联的 pull request。
10月18日
新基准 Taste-Bench 显示 AI 智能体长期决策判断力不足
研究者提出 Taste-Bench，用 502 道决策分叉题检验智能体在长期任务中的取舍判断，表现最好的 GPT-5.6 Sol 准确率仅 59.7%，其他模型远低于此。
10月17日
DeepSeek-V4.1-Flash-1017 发布，智能体任务表现超过更大模型并大幅降低单任务成本
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 上线，并在 Hugging Face 与 ModelScope 开源模型权重。
Benefit Street Partners 用 Codex 更快解答问题
Benefit Street Partners 的 Anant Kumar 借助 Codex 进行代码审查并加快后续跟进，从而更快回答贷款估值对比与信贷协议分析相关问题。他构建的工具用于比较贷款估值和分析信贷协议。
Addy Osmani 等谈 Claude Code 团队如何做代码审查
Addy Osmani、Morgan Westlee Lunt 和 Qing Wang 撰文介绍 Claude Code 团队的代码审查方式：不再把"人是否读过代码"当作判断标准，而是追问"这次改动可能出什么问题、该由哪种检查来发现"。审查因此从 PR 末尾的关卡变成持续进行，多数改动在人工查看前已被 Claude 至少审查并修复过一次。
Stack Overflow for Agents 借 ChatGPT 插件实现注册量三倍增长
两名工程师用 Codex 在几周内做出 Stack Overflow for Agents，其 ChatGPT 插件推动智能体创建量最高增长 10 倍，注册量随之增至三倍。
10月16日
Reflection AI 发布开源权重模型 Beam，面向智能体编码并在 AWS 上线
Reflection AI 发布开源权重模型 Beam，面向智能体编码与长周期任务，可维护代码、调用工具并完成多步工作流。
Reflection 发布 501B 开源 MoE 模型 Beam，支持 1M 上下文与编码智能体
美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam，采用 MoE 架构，总参数 501B、每 token 激活 23B，支持 1M token 上下文，以 Apache 2.0 许可开放，面向编码与智能体场景。
Replit CEO：未来工作是「自动驾驶公司」
Replit CEO Amjad Masad 在 TechCrunch Disrupt 上提出「自动驾驶公司」愿景：AI 智能体承担公司大部分基础工作，人类保留判断力与品味。
sparqlite：用 Rust 在 SQLite 内实现 SPARQL 1.1
sparqlite 是一个用 Rust 编写的 SQLite 可加载扩展，将 RDF 四元组存入普通 SQLite 表，并在 SQLite 进程内原生执行 SPARQL 1.1 查询与更新。
Claude Opus 5.5 在 Claude Code 中打造用声音联网的双人手机游戏 Chirp Pong
Simon Willison 用 Claude Opus 5.5 Extra 在 Claude Code 中做了一个双人竞技游戏 Chirp Pong，两台手机运行静态 HTML，通过麦克风发送 chirp 音频、由 Web 麦克风 API 解析来同步游戏状态。玩家把手机靠近即可对战，并在 pong 基础上加入图形与玩法变化。
Meta 发布可在 Mac 本地运行的开放权重模型 Muse Spark Open
Meta 发布开放权重模型 Muse Spark Open，称其为美国“最强”开放权重模型，拥有 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。
Meta 的 Muse Spark Open 上线 Amazon SageMaker JumpStart
Meta 的编码优化开源权重模型 Muse Spark Open 已在 Amazon SageMaker JumpStart 上线，支持 100 万 token 上下文窗口，采用 MoE 架构，总参数 816B、每 token 激活 42B，可接收文本、图像、文档、音频和音视频输入并输出文本。
10月15日
Claude Opus 5.5 Max 用 3 小时做出 Three.js 游戏「Tree Appreciator」
Simon Willison 用 Claude iPhone 默认应用的聊天模式，让 Claude Opus 5.5 Max 构建一款名为「Tree Appreciator」的 Three.js 游戏，玩法是欣赏两棵算法生成树木之间的差异。Claude 耗时 3 小时 7 分钟，交出一款带音乐、动画和成就系统的找不同小游戏，可玩性相当高。
Epic 称其 vibe coding 打造的新版 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，并采用全新界面。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。
10月14日
Anthropic 自研代码版本控制系统 Scion，替代 Git
Anthropic 撰文介绍其自研的代码版本控制系统 Scion，用以替代 Git，原因是过去半年代码变更速率大幅上升：2026 年 5 月日均合并约 2,500 次代码变更，到 9 月已超过 30,000 次。
Google 全球上线 Gemini 4 Argon，取代 Gemini Pro 成为新旗舰系列
Google 开始全球推送 Gemini 4 Argon，开发者可通过 AI Studio 和 Gemini 平台的 API 使用，AI Ultra 订阅者可在 Google Antigravity 中使用，Ultra 和 Pro 订阅者可通过 Gemini 应用和 Google 搜索的 AI 模式访问。
Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，今日通过 AI Studio 和 Gemini 平台的 API 面向开发者与企业开放，Google AI Ultra 订阅者可在 Google Antigravity 使用，Ultra 和 Pro 订阅者可在 Gemini 应用和 Search 的 AI Mode 使用。
10月13日
Epic 为未公布的 Disney 游戏转向 AI 加速开发
据 Bloomberg 报道，Epic Games 计划在一款未公布的 Disney 射击游戏中使用 AI 生成代码和美术，该项目已从原定 3 月发售窗口延期。
Simon Willison 发布 web-edit 0.1a0：用手机经 Tailscale 编辑文件夹内文件
Simon Willison 发布 Python Web 应用 web-edit 0.1a0，提供在文件夹中查看和编辑文件的 Web UI，设计为通过 Tailscale 运行，可从手机直接编辑文件而无需让凭据经过 LLM。该应用由 Codex 和 GPT-6 Astra Extra High 构建，编辑功能基于 CodeMirror 6，因 Monaco 的移动端体验仍不佳而未采用。
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。他认为仅靠更新 AGENTS.md 仍会存在偏差并逐渐漂移，而这一做法让智能体的表现立刻达到十分满分。
Meta 发布前沿模型 Muse Wonder 与 Muse Wonder Full
Meta 发布前沿模型 Muse Wonder 的两个版本，Muse Wonder Full 在 Artificial Analysis Intelligence Index v4.3 上得 56 分，Muse Wonder 得 52 分，前代 Muse Spark 1.3 为 48 分。
GitHub Copilot 入门指南：如何让 Copilot 了解你的代码库
GitHub Copilot 入门系列介绍四种让 Copilot 适配项目的方式：仓库级自定义指令写入 .github/copilot-instructions.md。
10月12日
Anthropic 的 Andrej Karpathy：外界只看到 AI 能力的“预览版”
Anthropic 的 Andrej Karpathy 称，外界只看到了 AI 实际能力的“预览版”。他把大语言模型用户分为四层：约 60 亿人几乎没接触过 LLM，10 至 20 亿人只把免费 ChatGPT 类产品当作更好的搜索引擎，约 2000 万数学和编程领域的专业用户已用智能体完成过去需数周乃至数月的复杂项目，而仅约 5000 人能接触内部前沿系统。
10月10日
Google 被曝测试 Gemini 4 变体 Carbon，编码表现据称接近 Anthropic Opus 5.5
据 Business Insider 看到的文件、截图和内部聊天记录，Google 正在测试 Argon、Barium、Carbon 三个 Gemini 4 变体，其中 Carbon 已在内部编码平台 Jetski 上部署数日，据称在编程任务上强于 Argon，一名员工将其与 Anthropic 最强的编码模型 Opus 5.5 相比，但仍需更多测试。
研究：AI 编码智能体生成更多代码，但未带来更多软件产出
哈佛大学研究者 Fiona Chen 和 James Stratton 分析了 Jellyfish 的工程团队分析数据，覆盖 2021 年至 2026 年 3 月间 700 多家软件开发公司的 70 多万名员工、3 亿条工作事件（如提交和 pull request）。
Asana 用 GPT-6.1 Sol 将浏览器测试模型成本降低 76 倍
Asana 借助 Codex 中的 GPT-6 Astra，在测试中让浏览器智能体的模型成本降低 76 倍、速度提升 5 倍，从而为客户提供能力更强的模型。
10月9日
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，在做饭的半小时里让 GPT-6 Astra High 为博客开发出 Newsletters 页面，包含新 Django 模型、四个导入脚本、/newsletters/ 归档页和站内搜索集成。
LegalOn 将 Codex 成本减半，同时保持开发速度
LegalOn 将每日 Codex 预估成本削减 65%，同时保持开发速度。其做法是把 Astra、Sol 和 Luna 匹配到相应任务，并对预算进行策略性管理。
Oracle 如何用 ChatGPT 和 Codex 把数天工作压缩到几分钟
Oracle 在招聘、工程和运营环节借助 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。
10月8日
Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，这是 Haiku 系列约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，同日还下调了 Sonnet 5.5 与订阅方案价格。
Anthropic 发布 Claude Haiku 5.5，价格最高下调 90%
Anthropic 发布 Claude Haiku 5.5，这是其目前最快、最便宜的小模型，平均价格比 Haiku 4.5 低约 75%，对 10 万 token 以内的提示词降价最高达 90%，超过 10 万 token 的提示词价格则是五倍。
GitHub 推出基于 ModernBERT 的密钥检测模型，将 push 防护扩展至非结构化密钥
GitHub 发布与 Microsoft Applied Sciences 联合微调的 ModernBERT 分类器，用代码上下文识别数据库 URL、Kubernetes Secret manifest、Dockerfile 中的非结构化密钥，可在 2 毫秒内评估一批候选密钥，据称能把可拦截的密钥数量提高一倍以上。
10月6日
Reflection 发布首款开源权重模型 Beam
AI 公司 Reflection 发布首款免费开放模型 Beam，这是一款 MoE 模型，每 token 激活 5010 亿总参数中的 230 亿，面向编码、逻辑推理和智能体任务。
Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、49B 激活参数的原生多模态模型，可在 Mistral Studio 试用预览 API，权重将于本月底发布。
Reflection 发布 Beam：501B-A23B 美国开源 MoE 模型
Reflection 发布 Beam，一个面向编码、智能体和科研的纯文本 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。
GLM 5.3 上线 Amazon Bedrock
Z.ai 的 GLM 5.3 已在 Amazon Bedrock 上线，这是一个 753B 参数的 MoE 模型，面向编码和长周期智能体任务，通过全托管 API 提供跨区域推理、提示词缓存和服务层级，目前面向符合条件的企业客户开放。
Amazon SageMaker AI 推出 aws-ai-ml 技能，为 Kiro、Claude Code、Codex 等编码智能体提供生成式 AI 推理优化能力
Amazon SageMaker AI 通过 Agent Toolkit for AWS 推出 aws-ai-ml 技能，让 Kiro、Claude Code、Codex 等支持 MCP 的编码智能体具备推理优化与基准测试能力。
在 AWS GovCloud 中用 Claude Code 与 Amazon Bedrock 运行合规工作负载
Anthropic 的 Claude Opus 5.5、Claude Sonnet 5.5 和 Claude Sonnet 5 已上线 AWS GovCloud (US) 区域的 Amazon Bedrock，为 ITAR 等受监管工作负载提供 AI 辅助开发通道。