跳到正文
AI 资讯
11月3日周二
11月2日周一
  1. MIT Technology Review · AI43

    别只数 token:用合并 PR 衡量 AI 编程成本与软件交付

    AI 编程成本不应只看 token 消耗量,而应以每个合并 PR 的总开发成本衡量软件产出,并同步追踪返工与缺陷。HPE Private Cloud AI 将 150 多款内部应用的常规任务路由至本地开源权重模型,使 token 成本下降 30% 至 50%。多数企业可结合前沿模型 API 处理高难度或间歇性需求,并以自有容量承载重复性工作。

11月1日周日
  1. The Decoder75

    OpenAI 即将合并 ChatGPT 的 Chat 与 Work 模式

    OpenAI 将在 December 合并 ChatGPT 的 Chat 与 Work,并让 Plus、Pro 和 Business 套餐共享 ChatGPT 与 Codex 的单一 token 预算。用户可在 Settings 查看剩余额度和重置时间,达到上限后可等待重置、升级套餐或购买额外 credits;Instant 模型的对话不计入预算,但较低价套餐的密集使用可能带来质量较低的结果。

10月31日周六
  1. AWS Machine Learning Blog72

    使用 Amazon Bedrock AgentCore runtime 实时预览编码智能体生成的应用

    Amazon Bedrock AgentCore runtime 教程演示了如何通过 Session endpoints 和本地端点,在浏览器中实时查看编码智能体持续修改的 Vite 网站。

    推荐理由:文章通过可运行的 Vite 示例,拆解如何配置端口、认证和本地代理,让编码智能体生成的应用在浏览器中实时预览。

  2. Ars Technica · AI71

    Anthropic 的 Claude 官方扩展 2.1.313 被植入后门

    Anthropic 的 Claude 官方扩展 2.1.313 被植入后门,最多影响 5,000 名开发者。恶意版本通过 Cursor 中的 Anthropic 官方账户分发,Anthropic 在数小时后推出 2.1.314;Cursor 默认自动更新扩展,但用户可以修改设置。攻击者如何取得官方账户控制权尚未明确,Anthropic 也尚未就此事件警告客户。

  3. The Decoder68

    恶意 Claude Code 扩展在 Cursor 市场尝试远程访问和数据窃取

    一款被篡改的 Claude Code 扩展曾在 Cursor 的 VS Code 扩展市场短暂上架约 11 小时,最多影响 5,000 名用户。恶意版本试图收集主机名、用户名、操作系统和公网 IP 等数据,并尝试为攻击者建立远程访问。Cursor 随后下架该扩展并一度关闭整个市场,确认风险已消除后恢复运行,并表示没有其他扩展受到影响。

10月30日周五
  1. AIHOT76

    OpenRouter 实测 Claude Opus 5.5、Sonnet 5.5 与 Haiku 5.5 的选型差异

    OpenRouter 实测发现 Claude Opus 5.5、Sonnet 5.5 和 Haiku 5.5 在编码任务中可靠性相同,建议将 Sonnet 5.5 作为默认模型,Haiku 5.5 用于高吞吐和子智能体工作,Opus 5.5 用于较长、含糊且出错成本高的任务。

    推荐理由:通过统一编码任务、基准跑分和成本对比,OpenRouter 给出了三款 Claude 5.5 模型在可靠性、速度与费用上的选型依据。

10月29日周四
  1. Mistral AI82

    Mistral Large 4(Le Chonk)发布开放权重

    Mistral AI 发布 Mistral Large 4(Le Chonk)开放权重,这是一款 1-trillion-parameter 原生多模态模型,重点增强编码与防御性网络安全能力。

    推荐理由:文章汇总模型在编码、终端任务和网络安全评测中的数据,并给出推理模式与部署入口,便于比较实际能力边界。

  2. AIHOT79

    Factory 发布 Droid 1.0,以程序化工具调用构建企业级 Agent harness

    Factory 发布 Droid 1.0,将程序化工具调用设为默认模式,以单次模型请求运行数百次工具调用。在相同任务和模型上,Droid 的资源效率较模型原生 harness 最高提升 20%;在 Terminal-Bench 4 中,使用 GPT-6.1 Sol 时比 Codex 高 3.5 分且成本低 12%。

    推荐理由:公开了程序化工具调用在成本、上下文与执行可靠性上的改造方法,并以跨模型评测和真实任务数据说明其收益。

  3. Google DeepMind70

    Google DeepMind 发布 Gemini 4 Carbon 长时程与网络安全模型

    Google DeepMind 发布 Gemini 4 Carbon,主打长时程智能体工作流和网络安全防御。模型在 Artificial Analysis Intelligence Index v5.0 得分为 59,并在 SEC-bench Pro、ExploitGym 和 CWE-bench 上分别达到 88.2%、54.8% 和 71.0%。

    推荐理由:把长时程编码与漏洞发现、验证、修补放在同一模型能力框架下,并披露基准成绩与分阶段开放安排。

  4. AIHOT78

    GitHub Universe 2026 发布 GitHub Copilot app 与 Copilot Fusion 等智能体产品

    GitHub 在 GitHub Universe 2026 发布 GitHub Copilot app、Copilot Fusion、Copilot projects 和会话连续性等智能体产品,覆盖跨项目协作、多模型编排、并行任务与云端持续执行。

    推荐理由:文章集中展示了 GitHub 如何把智能体、多模型编排和云端工作流整合进软件交付,并说明相关功能与基础设施的落地方式。

10月28日周三
10月27日周二
10月26日周一
10月25日周日
10月21日周三
  1. GitHub Blog · AI & ML69

    3 位 Java Champion 如何使用 GitHub Copilot 提升生产力

    三位 Java Champion 分享了在生产与开源项目中使用 GitHub Copilot 的方法,强调由智能体执行、开发者保留结果责任,并通过验证门禁控制质量。实践包括用自定义技能保持个人写作风格和代码规范,以截图、视觉差异、测试和静态检查验证生成结果,以及在 Pi4J 故障排查中由编码智能体定位原生调用阻塞虚拟线程的问题。

    推荐理由:三位资深 Java 开发者的案例覆盖需求澄清、验证门禁、技能沉淀与确定性检查,为团队落地编码智能体提供可迁移做法。

10月20日周二
  1. GitHub Blog · AI & ML68

    如何在 VS Code 中继续 GitHub Copilot app 会话

    GitHub Copilot app 会话可以直接在 VS Code 中继续,并保留对话、代码变更和工作上下文。开发者可逐行审查智能体改动,手动编辑代码、运行本地测试,再通过原有分支和 pull request 推送结果。

    推荐理由:教程完整展示了从 Copilot app 接管会话到本地测试和推送 PR 的连续工作流。