Google DeepMind 发布 Gemini 4 Carbon 主攻网络安全与长时程任务
Google DeepMind 发布 Gemini 4 Carbon，定位为其最强模型，主打网络安全和长时程能力，在 Artificial Analysis Intelligence Index v5.0 以 59 分排名第一。
推荐理由：原文给出具体基准分数、定价和分阶段开放计划，可据此判断这款安全向旗舰模型在攻防场景的实际能力边界。
#编码
Google DeepMind精选AI 评分7474
Pydantic AI 官方文章精选AI 评分7272 Pydantic AI 基准测试：code mode 让 8 个模型长任务成本降 58%、耗时降 51%
Pydantic AI 作者在 5 个小应用、8 个模型上跑了 5276 次分级评测，对比 code mode 开关的效果。长任务下成本 -58%、墙钟时间 -51%、成功数提升 16 分；200 项时节省 47%-75% 成本，成功率先从 62-79% 回到 92-100%。
推荐理由：原文用 5276 次受控评测给出 code mode 在长任务上的收益与短板数据，并指出真正节省的是每次请求中的 token 而非往返次数。
OpenRouter：Announcements精选AI 评分6262 OpenRouter 教程：Claude Code 触发用量上限后如何继续编码
OpenRouter 发布教程，讲解 Claude Code 触发用量上限后如何改用 OpenRouter API key 继续编码，无五小时和每周限制，改为按 token 付费。
推荐理由：OpenRouter 给出用 API key 绕开 Claude Code 用量上限的完整设置和实测成本，读者可以直接照做并核对真实开销。
OpenRouter：AnnouncementsAI 评分4242 Claude 529 overloaded_error 是什么以及如何修复
OpenRouter 讲解 Anthropic API 返回 529 overloaded_error 的含义：这是该模型在全用户层面容量不足，与用户自身的 429 rate_limit_error 无关，也不消耗配额。
Cognition 模型 / Devin 博客AI 评分5656 Cognition 发布 FrontierCode 2.0 编码基准，Opus 5.5 以 45.5% 居首
Cognition 发布 FrontierCode 2.0 编码基准，由开源维护者按输出是否可合并评分，任务来自多 55% 的仓库，参考解平均改动文件多 67%、代码行多 89%。
Meta Engineering BlogAI 评分5353 Meta 发布 2026 Python Typing Survey：AI 工具深度介入类型检查，新检查器格局快速变动
Meta 发布 2026 Python Typing Survey 结果，共收到 1794 份回复。
IBM Research：AIAI 评分5656 IBM 与 Kaggle 推出 ScarfBench 排行榜，评测编码智能体的 Java 框架迁移能力
IBM 与 Kaggle 合作推出 ScarfBench 持续更新的公开排行榜，评估编码智能体能否将企业 Java 应用在 Jakarta EE、Quarkus、Spring 框架间迁移并保持行为正确。
Amp ChronicleAI 评分5353 Amp 发布 Android 应用
Amp 官方宣布推出 Android 应用，可从 ampcode.com/app 下载安装或扫描二维码。应用内可查看设计讨论线程、Portals 标签页中的幻灯片以及 Changes 标签页中的 present.js 代码改动。
Cognition 模型 / Devin 博客AI 评分5353 Cognition 重大升级 Devin Security 并承诺数亿美元 Devin credits
Cognition 发布 Devin Security 重大升级，新增由 Claude Mythos 等前沿网络模型驱动的深度扫描，企业无需单独获取模型即可通过 Devin 使用。
Google Developers Blog精选AI 评分6565 Google Docs 和 Drive 原生支持 Markdown（.md）文件预览、编辑与协作
Google Workspace 宣布 Markdown（.md）文件可在 Google Docs 中原生查看、编辑和协作，无需转换文件格式，并已在 Drive 中提供渲染预览。文件保留 .md 徽标和底层格式以兼容开发者工具和 git 仓库，支持人类与 AI 智能体实时协同编辑、行级评论和完整版本历史；任何 Google 或 Workspace 账号均可立即使用。
推荐理由：官方说明了 .md 文件可在 Google Docs 原生编辑与协作的细节，开发者可评估其与 git 和 AI 智能体工作流的衔接方式。
Figma AI / Agent / MakeAI 评分4949 六种团队实验 Figma code layers 的方式
Figma 的 code layers 进入 open beta，六支团队分享了在画布上用代码驱动原型的用法。
Figma AI / Agent / MakeAI 评分5656 Figma 官方讲解如何让 Figma agent 用好你的设计系统
Figma 官方发文讲解如何让已全面开放的 Figma agent 更好地理解和复用团队设计系统。做法包括连接已发布的组件库、上传 guidelines 编写团队规则、通过 Examples 页面或 _example 命名提供示例设计，以及把重复流程沉淀为可用斜杠触发的 skills，如 /design-system-audit 和 /analyze-components。
vLLM 官方博客AI 评分4444 vLLM 解析 GLM-5.3 在 16 H200 上的 PCP、DCP 与 Hybrid HiSparse 优化
vLLM 团队展示如何在 16 张 H200（一个 prefill 节点加一个 decode 节点）上优化 GLM-5.3 的长智能体上下文推理。
Pydantic AI 官方文章精选AI 评分6060 Pydantic AI 原生集成 E2B 沙箱，编码 Agent 命令可在隔离 microVM 中运行
E2B 成为 Pydantic AI 的原生沙箱提供方，在 Agent capabilities 中加入 E2BSandbox() 即可让所有 shell 命令和文件操作运行在隔离的 E2B microVM 中，本机环境不会进入沙箱。
推荐理由：原文给出把编码 Agent 的命令执行移出本机的具体接入方式，以及沙箱跨运行暂停恢复和 Worker 崩溃后继续任务的完整示例。
Browser UseAI 评分5757 Browser Use 作者实测点评四款浏览器 Agent MCP 服务器并给出委托与驱动选择建议
Browser Use 作者 Gregor Zunic 发文点评浏览器 Agent 类 MCP 服务器，推荐自家 Browser Use Cloud MCP 用于长任务、重复任务和并行任务，一次调用即可在云端启动托管智能体，无需模型 key，浏览器时间 $0.02/小时、代理流量 $5/GB。
Google AI：DEV 作者专属AI 评分4747 Claude Opus 5.5 与 Sonnet 5.5 正式登陆 Google Antigravity
Anthropic 的 Claude Opus 5.5 和 Claude Sonnet 5.5 现已在 Google Antigravity 正式可用，覆盖 Antigravity 2.0 Desktop、CLI 及 VS Code、JetBrains、Visual Studio 的 IDE 扩展。
GitHub Blog · AI & MLAI 评分5252 三位 Java Champion 分享 GitHub Copilot 实战用法与最佳实践
GitHub Blog 采访 Vlad Mihalcea、Patrick Baumgartner 和 Frank Delporte 三位 Java Champion，分享在生产与开源项目中使用 GitHub Copilot 的具体实践。
Google Developers BlogAI 评分4848 Agents CLI 扩展系统详解：从 ADK 到 LangChain 的智能体开发全流程
Google 的 Agents CLI 自 1.5.0 版本起引入 Extension System，允许开发者在不 fork 工具的情况下覆盖或新增命令；1.8.0 版本随附首个官方 LangChain 扩展，可将框架相关命令替换为 LangChain 等价命令。
Browser Use精选AI 评分6767 五款让编码智能体控制浏览器的 MCP 工具实测对比
作者在 BU Bench V2.1 的 100 个公开任务上，用 Codex CLI 0.144.6 加 GPT-6 Luna 对比 Browser Harness、Playwright MCP、Chrome DevTools MCP、agent-browser 和 Browser MCP，分数均在噪声范围内持平（56.3 到 61.0）。
推荐理由：作者用统一代理和 BU Bench 100 个任务实测五款浏览器控制工具，给出 token、成本、速度和适用场景的可比数据。
GitHub Blog · AI & MLAI 评分5353 如何在 VS Code 中继续 GitHub Copilot app 会话
GitHub 官方教程讲解如何把 GitHub Copilot app 会话直接在 VS Code 中打开继续，保留对话、代码改动和 worktree。教程涵盖逐行审查 Agent 改动、手动编辑、本地运行验证（如 npm test），以及通过原分支推送更新已有 pull request，无需重建会话或复制文件。
Fireworks AI精选AI 评分7676 Meta 开源权重模型 Muse Spark Open 在 Fireworks 开放 Day-0 服务
Meta 的开源权重模型 Muse Spark Open 于 Fireworks 提供 Day-0 无服务器服务，为 816B 参数 MoE 模型，每 token 激活 42B 参数，上下文窗口 1M token，面向长程编码与智能体任务。
推荐理由：原文汇总了多个第三方基准的实测分数，读者可以据此评估这个开源权重模型在法律、金融等专业场景的可用性。
Pydantic AI 官方文章AI 评分5858 Pydantic 分享迁移 RunsOn 后 CI 成本从 $18,200 降至 $5,700 的实践
Pydantic 团队讲述 9 月 1 日将 Logfire 的 GitHub Actions CI 迁移到 RunsOn 后的经验。8 月 CI 成本达 $18,200、runner 分钟数 1,230,264，9 月在用量增至 1,617,654 分钟的情况下总成本降到 $5,700。
Amp ChronicleAI 评分5151 Amp 新增查看和控制 macOS/Linux runner 桌面功能
Amp 推出 runner 桌面查看与控制功能，支持 macOS 和 Linux。可在 macOS 应用的 Settings › Runner 中开启 Share This Mac's Display，或用 amp --no-tui --desktop 启动 runner；客户端直连 runner，在本地网络下几乎即时。适合测试 Amp 为你构建的原生应用（如 iOS 应用）。
vLLM 官方博客精选AI 评分6363 vLLM 从 Day 0 支持 Reflection Beam 501B MoE 模型
vLLM 宣布从 Day 0 支持 Reflection 的 Beam 模型，这是一款 501B 参数、每 token 激活 23B 的 MoE，采用 DeepSeek-V3 式路由和混合滑动窗口与 NoPE 注意力。
推荐理由：vLLM 官方详述 Beam 模型架构与逐项优化数据，部署者可以直接照抄配置和权衡结论上手。
Anthropic：ResearchAI 评分7777 Anthropic 研究报告：AI 智能体如何改变公司内部用工与生产率
Anthropic 发布基于内部数据的研究报告，分析 AI 如何改变公司内部的用工和生产率。到 2026 年 8 月，员工交互式智能体工作时长已达员工的 6 倍；技术部门初级员工占比从 21% 降至 14%，初级技术岗招聘占比从 27% 降至 9%。
Anthropic：Research精选AI 评分6868 Anthropic 用 Claude 设计更高效的量子电路，在 8 项任务上超越已发表最优设计
Anthropic 让 Claude Mythos 5 在闭环流程中设计量子电路：模型用 Python 提出方案，由外部评估程序验证正确性并按 qubit 数乘以 gate 数打分，无需人工介入。
推荐理由：Anthropic 展示了 Claude 在闭环量子电路优化中的具体方法与结果，读者可以了解如何用外部评估和评分机制驱动模型探索。
Anthropic：Claude.dev 开发者博客精选AI 评分7373 Claude Code 团队如何做代码审查
Anthropic 介绍 Claude Code 团队如何在机器承担大部分阅读后做代码审查。6 月至 9 月合并的 PR 翻倍、回退比例下降超 40%，Anthropic monorepo 每日变更数从 5 月约 2,500 升到 9 月超 30,000。
推荐理由：Claude Code 团队完整披露了自己的多层代码审查流程和收敛数据，读者可以对照调整自己团队的 AI 代码审查做法。
Figma AI / Agent / MakeAI 评分6666 Figma 发布 code layers、Specs、Payload 集成等新工作流并开放 Figma agent
Figma 发布多项新工作流，将设计、代码与上下文整合进其创作画布。
Figma AI / Agent / Make精选AI 评分6161 Figma code layers 进入开放测试，团队可在画布上用代码协作设计原型
Figma 宣布 code layers 于 10 月 15 日起进入开放 beta，让团队在 Figma 画布上以代码形式构建和比较原型。
推荐理由：官方宣布 code layers 进入开放测试，给出从 GitHub、MCP、Chrome 扩展到 Extract designs 的具体用法和企业案例数据。
Figma AI / Agent / MakeAI 评分5959 Figma 发布 Specs，把 Markdown 变成画布上的多人协作上下文容器
Figma 推出 Specs，一个位于画布上的多人上下文容器，支持拖入 .md 文件、嵌入 FigJam 文件、frame 或任意 canvas 节点，让文本和设计并排呈现。
Apple Machine Learning Research精选AI 评分6666 Apple 用 MLX 和 RDMA 在 Mac Studio 集群上运行近万亿参数 LLM
Apple 机器学习研究发布教程，介绍用最新版 MLX 在 Mac Studio 上本地运行 Muse Spark Open（816B 参数，MoE）、Mistral Medium 3.5 和 Qwen 3.8。
推荐理由：Apple 官方给出多台 Mac Studio 跑大模型的并行方案与实测数据，读者可对照评估本地推理的可行配置。
Together AI 研究与产品博客精选AI 评分7575 Meta Muse Spark Open 上线 Together AI，面向智能体编码场景
Meta 的 Muse Spark Open 开放权重模型已在 Together AI 上线，Together AI 是 Day 0 上线合作方。模型具备 1M token 上下文窗口、长程自主规划与子智能体协调、计算机使用与网页浏览、多模态输入和意图说明能力。
推荐理由：原文给出了模型能力、定价和 API 用法，读者可据此评估它在智能体编程工作流中的实际落地价值。
OpenRouter：AnnouncementsAI 评分4444 OpenRouter 推出 Private Endpoints：可将微调模型与专属容量接入统一 API
OpenRouter 今天推出 Private Endpoints，让企业把微调模型、公有模型专属部署或预留容量注册为私有端点，通过现有 API 和模型 slug 调用，仅本组织可见，不出现在公开列表和排行榜中。
LangChain：BlogAI 评分4949 LangChain 如何用 Deep Agents CLI 让文档代码示例自动测试
LangChain 介绍如何用 Deep Agents CLI 将文档内联代码示例迁移为可在 CI 中测试的独立文件，解决示例随 API 演进失效的问题。
Google Blog：AI精选AI 评分8383 Google 发布 Gemini 4 Argon，面向开发者与企业全球开放
Google 发布 Gemini 4 Argon 并全球开放，开发者经 AI Studio 与 Gemini API 使用，Google AI Ultra 及 Pro 订阅者可在 Gemini 应用、Antigravity 和 Search 的 AI Mode 中使用。
推荐理由：官方发布给出了定价、基准成绩和内部工程实绩，读者可以据此评估该模型在编码、科研和智能体场景的适用度。
Artificial Analysis 完整文章精选AI 评分6060 Artificial Analysis 发布 AA-Robotics v0.1 基准，测试语言模型控制机械臂
Artificial Analysis 发布 AA-Robotics v0.1 研究预览基准，让前沿大模型在 coding agent 框架中直接控制一台 6 轴机械臂完成 8 项桌面任务。
推荐理由：原文公布了完整分任务得分、用时与成本数据，可据此比较各前沿模型在真实机械臂任务上的表现差距。
Pydantic AI 官方文章精选AI 评分6363 Pydantic AI 作者提出代码即图，图库是错误的设计
Pydantic AI 作者 Samuel Colvin 发文提出图库是错误设计，代码本身就是图：类型检查提供类型安全，asyncio.gather 提供扇出与汇合，调用栈就是运行状态。
推荐理由：作者以自建图库的亲身经历论证代码本身就是图，给出类型安全、并行与快照三者不可兼得的分析，并说明 Monty 沙箱的解法。
Anthropic：Research精选AI 评分7272 Anthropic 发布自研版本控制系统 Scion，五个月内替代 git 支撑 3 万次每日代码合并
Anthropic 详细介绍为智能体编码自建的版本控制系统 Scion，并称已在五个月内将 monorepo 完全从 git 迁移。2026 年 5 月 Anthropic 每天约合并 2,500 次代码变更，9 月已超过 30,000 次；主分支历史近 100 GB，每日约 2,500 万次代码 checkout。
推荐理由：Anthropic 用自研版本控制系统的实测数据，展示了智能体规模下代码基础设施的瓶颈和可借鉴的改造思路。
Amp ChronicleAI 评分4141 Amp 推出 Puck MCP：在 ChatGPT、Claude 等智能体中对话 Puck 并管理 orbs
Amp 的 Puck 现在可通过 MCP 与 ChatGPT、Claude 等智能体对话，它是你在 Amp 中使用的同一个 Puck，能查看 threads、找到此前工作并协调智能体。
GitHub Blog · AI & MLAI 评分4747 GitHub Copilot 入门教程：如何让 Copilot 了解你的代码库
GitHub Blog 在 Copilot app for Beginners 系列中讲解四种为项目定制 Copilot 的方法：在 .github/copilot-instructions.md 中写自定义指令、用 .github/skills 打包可重复流程为 agent skills、在 .github/agents 定义面向更大任务的 custom agents。