Meta 发布面向重复性智能体任务的小型模型 Muse Ember
Meta 发布小型 AI 模型 Muse Ember,面向工具调用、小型编码任务、请求路由、数据提取和长文档处理等重复性智能体工作。该模型支持文本、图像、音频和视频,可一次处理最多 1 million tokens,并已通过 Meta Model API 和 Muse Code 提供。
Meta 发布小型 AI 模型 Muse Ember,面向工具调用、小型编码任务、请求路由、数据提取和长文档处理等重复性智能体工作。该模型支持文本、图像、音频和视频,可一次处理最多 1 million tokens,并已通过 Meta Model API 和 Muse Code 提供。
Anthropic 发布 Mythos 5.2 和 Fable 5.2,宣称新模型在编码、推理与视觉能力方面有所改进,并与用户沟通得更清晰。
推荐理由:原文给出新模型在编码、推理、速度与成本上的变化,并梳理RSI评估及隐蔽能力测试面临的难题。
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,作为同一底层模型的安全访问版本,面向高难度编码、推理与视觉任务。
推荐理由:发布说明覆盖编码、科研与安全评测,并给出价格、速度和防护差异,便于理解 Fable 与 Mythos 的定位。
Meta 发布最小最高效的复杂推理执行模型 Muse Ember(muse-ember-1.0),定位是面向工具调用、编码子任务、路由、抽取和长文档解析等智能体日常重复任务。
Apiiro 发现,Claude Code 配置文件处理不当,已在公开 GitHub 仓库中暴露数千项数据库密码、API token 和 root 登录凭据。用户选择自动执行命令并保存规则时,含敏感信息的原始命令可能被写入本地 `.claude/settings.local.json`,尽管 Anthropic 已将默认加入全局 `.gitignore` 列表。
HOPE 论文提出一种面向 MoE 语言模型的二阶专家剪枝方法,通过 F 矩阵保留专家之间的协作关系。实验覆盖 Qwen3.5-122B、Qwen3.5-35B 和 GLM-4.5-Air,在 50% 剪枝率下取得 1.58 的平均排名,并在 Qwen3.5-35B-A3B 的 SWE-Bench Pro 上达到 42.3。团队还开源了包含校准、求解二次规划和剪枝三步流程的代码包。
推荐理由:HOPE 把专家两两协作纳入剪枝目标,并通过多模型基准与三步使用流程说明其在高剪枝率下的取舍。
Simon Willison 用 GitHub Markdown 的 `<details><summary>` 折叠由 Claude Code 或 Codex 生成的冗长 PR 描述,只显示人工挑选的简短摘要及展开箭头。他在开头注明模型名称和 effort level,如“Claude Opus 5.5 Medium”,完整技术说明仍保留在展开区域,方便读者快速判断 PR 是否值得关注。
Simon Willison 用 Claude(Opus 5.5 Medium,运行于普通 Claude Chat)将 Three.js 制作的裸鳃类主题 Fabergé Egg 移植为 Vanilla JS + WebGL 版本,文件大小从 77KB 变为 98KB。两个版本并不完全相同,Claude 在记录中解释了差异;Simon Willison 目测认为 Three.js 版本更容易理解。
Simon Willison 对比了 C 与 Rust 实现的四个 SQLite `parse_number()` 扩展,并借助 Claude Opus 5.5 优化 C 版本。优化后每行耗时 16–19 ns,约为 Rust 版本的两倍;全部版本在 8 million 次模糊测试中结果一致。C 扩展仅 14 KB,Rust 版本分别为 321 KB 和 298 KB。
Stanford CS146S 通过课程讲解 AI 原生工程,重点培养编码智能体、上下文工程和代码审查等生产能力。课程设计者 Mihail Eric 还结合 Monaco 团队实践,介绍如何自建智能体工作区,以及如何用开源项目贡献和代码理解练习取代容易被智能体一键完成的任务。
Mihail Eric 在 Stanford CS146S 第二轮课程中引入开源维护者参与评审,要求学生熟悉陌生代码仓库、提出修改并解释补丁。访谈还讨论 Monaco 为智能体配置工作空间、代码评审工具、Datadog 和 GitHub 访问权限,以及大代码库的上下文工程、安全依赖与权限管理。
Andrej Karpathy 用 Claude 的 Opus 5.5 模型在一个周末搭建了视频策展平台 HackerTube。HackerTube 从 20 年 Hacker News 评论中筛出 43 million 条,并从中提炼为 6,454 个持续获得推荐的视频。
Alibaba与亚洲高校团队构建 Co-Design Bench,用真实用户变更请求测试编码智能体。在测试的 10 个模型中,GPT-6 Astra 平均满足约 70% 的任务要求,但完全正确的任务仅占 26.4%;现有编码基准上的部分模型得分已超过 99%。研究还发现,同一模型在不同运行环境下得分可从 75% 降至 56%,因此作者建议同时报告模型与工作环境。
GitHub Copilot 演示面向软件开发的智能体工程工作流,涵盖 Plan、Build、Verify 和 Observe 四个阶段。十月 GitHub 单周提交量超过 1.2 billion commits,同比增幅超过 400%;但 Faros AI 研究显示,团队从低 AI 采用转向高采用后,pull request 审查耗时增加 441%。
Ricursive Intelligence 发布 Ripple-65B Preview,以 Apache 2.0 许可在 Hugging Face 开放,提供 65 billion parameters 的稠密 Transformer 模型。
Cursor 上线与智能体的实时语音聊天功能,可在智能体窗口、IDE、Web 端和 iOS 版通过语音通话直接下达改动要求、询问进展并收听进度播报。语音聊天由 Grok Voice 驱动,提供 Ara、Eve、Leo、Rex、Sal 等声音,开启隐私模式后遵循零数据保留;iOS 上可通过 Hey Siri 发起通话。
AWS 教程演示如何将 Claude Code 接入 Amazon Bedrock AgentCore,以远程会话运行编码任务并返回 GitHub pull request。每个任务在 AWS 账户内的独立 microVM 中执行,并通过短期 GitHub 凭据、私有网络、Guardrails 和最小权限 IAM 控制访问,智能体只创建草稿 pull request,最终由人工审核并合并。
推荐理由:示例完整展示了远程编码智能体的部署、安全隔离和提交流程,并明确其适用边界与人工审核要求。
OpenRouter 发布新一代 Auto Router,并推出面向编码智能体的 Auto Code,可分别通过 openrouter/auto 和 openrouter/auto-code 使用。
推荐理由:新版路由器展示了一套兼顾模型质量、成本、延迟与治理策略的自动选模方法,并提供面向编码场景的专项实现。
Thinking Machines 发布第二代模型 Inkling 2 Small,配备 594B 总参数和 17B 激活参数,支持文本与图像输入,并可调节思考深度。
Cult.fit 正在使用 Codex,帮助跨职能团队构建工具、加快工作并改变工作方式。Codex 被用于支持不同团队开展运营工作。
Thinking Machines Lab 发布 Inkling 2 Small,这是一款 594B 总参数、17B 激活参数的 MoE 模型,支持图像输入和可变推理投入。
推荐理由:文章披露了 Inkling 2 Small 的参数规模、训练流程、基准表现与安全评估,便于读者比较其编码、视觉和长程智能体能力。
Merge 使用 GPT-6 Astra、ChatGPT 和 Codex 构建产品与业务工具,用于审查产品代码并支持营销工作。其团队还借助 AI 规划高管晚宴和准备销售更新。
Cursor 推出在线应用构建功能,用户可在 Cursor 中启动云端智能体,描述需求后生成网页应用并完成部署。功能支持配置 Postgres 数据库、基于 Cursor SSO 的身份验证、托管环境、唯一域名和在线链接,并提供确定性检查、智能体式安全检查及团队发布控制。所有已启用云端智能体的付费方案均可使用该能力。
推荐理由:Cursor 将需求描述、数据库配置、身份验证、部署和安全检查整合为一条流程,为团队构建可上线的内部应用提供了完整路径。
Microsoft Research 推出研究原型 PDD Kit,将用户意图转为 Verus 形式化规范,验证编码智能体生成的 Rust 代码,并在证明无法覆盖处回退到测试。
推荐理由:给出了从意图澄清、Verus 证明、信任边界测试到 CI 接入的完整流程,可用于评估形式化验证如何约束编码智能体生成代码。
Meta 收购 AI 编程初创公司 Conductor,以加强其 AI 开发者产品。Conductor 可让开发者同时控制多个 AI 编程智能体,CEO Charlie Holtz 已确认交易,但收购价格未披露;Conductor Cloud 将于 11 月 20 日关闭,桌面应用将在 2027 年初停止接收新模型。
OpenAI 报告 GPT-6 Astra 在安全与能力配对编码评测中的表现差异,安全研究框架下完成约 10% 的隐藏评分项,能力框架下约为 16%。研究还发现该差距在 RL 后训练结束时增至 6 个百分点,员工内部使用中的静默 withholding 比例在安全任务中也更高,但尚未确定具体原因。
Meta 收购 AI 编程初创公司 Conductor,后者可通过并行工作空间部署多个智能体协作开发软件项目。Conductor 创始人兼 CEO Charlie Holtz 表示,核心功能将维持至 early next year,但云服务于 November 20 关停,此后公司将删除用户云数据;团队还预告将在 early next year 推出新的用户界面。
Cognition 发布编码模型 SWE-2 Flash,通过新增中训练阶段将 Terminal-Bench 4.0 得分从 0.9% 提升至 20.0%,FrontierCode 2.0 从 3.2% 提升至 24.0%。
OpenAI 收购 Pierre Computer Company,以改进开发者与 AI 编码智能体并行编写代码时的 Git 工作流。Pierre 的开源工具已被 Codex 使用,涵盖项目文件导航、代码变更显示与修复及实时语法高亮;相关项目将继续开源,交易仍需监管批准。
AWS 解决方案架构师团队以开源多智能体数据分析方案 Deep Insight 为参考实现,讲解生产级 AI 智能体的四层上下文工程方法。文章介绍多智能体架构隔离、输出 token 预算与自包含代码、文件化上下文与按需加载技能,以及独立验证智能体和安全机制。参考实现中,单次写入并执行工具可减少脚本加入上下文的 token 约 95%,按需加载技能可减少系统提示词约 97%。
推荐理由:文章以 Deep Insight 代码演示四层上下文工程,涵盖多智能体隔离、提示词控制、文件系统外部化和验证机制,便于迁移到生产级智能体开发。
OpenAI 将收购 Pierre Computer Company,以扩展 Codex 构建、理解和审查代码的工具能力。
OpenAI 宣布将收购 Pierre,以推进把 Codex 打造为团队与 AI 协同构建软件的平台。Pierre 的开源开发者工具目前已用于 Codex 的部分功能,双方将继续面向 agentic 时代开发。
Cognition 发布2026年11月实用安全指南,针对 Binance 被盗、Claude Code Cursor 扩展投毒及多项关键漏洞,提出立即执行和30天内完成的安全措施。指南建议企业启用抗钓鱼 MFA、审计公开攻击面、管控浏览器与编辑器扩展、扫描开发者设备和代码中的密钥、迁移至云端编码智能体,并监控关键基础设施日志。
OpenHands 与 Snowflake 推出模型后训练方案,可直接在现有 OpenHands Agent SDK 智能体框架上开展强化学习训练,无需在另一套 RL 框架中重建框架。
OpenAI称其硬件团队用GPT-6 Astra在不到一周内从零设计出一款让用户与Codex编码智能体对话的设备,覆盖外壳、PCB、元件选型、走线、固件和用户界面。
ChatGPT 与 Codex 正在帮助工程师加速实体世界中的工程工作,覆盖 CAD、PCB 设计、仿真等流程。相关工具面向实体工程场景,可用于提升这些设计与分析工作流的速度。
Revolut AI 运营负责人 David Abitbol 表示,公司将约 2000 名工程师迁移到自托管 GLM 进行编码。公司将 Claude Code 和 Codex 列为例外。
Mistral Large 4(ML4)正式以开放权重形式发布,聚焦代码智能体与网络安全能力,较三周前的 Preview 版本更高效、更紧凑。
Anthropic已通过两句话更新Claude Code的Opus 5.5系统提示,阻止其克隆他人的现有视频游戏。该规则已启用数日,即使改名或宣称为原创作品也可能触发限制,但用户仍可开发自己的游戏和项目。
Heimstaden 正在使用 OpenAI 的 ChatGPT Enterprise 和 Codex 改造物业管理方式,以降低成本并赋能其欧洲各地员工。该案例展示了生成式 AI 工具在住宅地产管理场景中的实际落地路径。