如何在不读代码的情况下审查 AI 生成的代码
Faros AI 报告显示，未经审查即合并的 PR 自 4 月以来增加了 76.3%，许多公司已对 50% 至 80% 的 PR 运行 AI 审查。作者提出“智能体验证、人来决策”的五层框架：Challenge、Capture、Codify、Debate、Own，主张团队应讨论 AI 编码过程中产生的决策点，而非逐行读代码。前三个环节可由现有工具完成，Debate 与 Own 仍需人工承担。
匹配字段摘要
←搜索结果
搜索“编码”
Dell CTO John Roese：AI 运营模式的关键不是模型，而是企业专有知识
Dell 全球 CTO 兼首席 AI 官 John Roese 表示，企业若只部署 AI 智能体而不改变运营模式，只会用旧方式经营业务，体验很差。Dell 已用近两年时间在内部运行完全自主的智能体，做法是让领域专家把公司实践编码成机器可读的 Markdown 技能文件，让智能体按 Dell 的规则和偏好工作。Roese 强调，企业的护城河不是工具甚至不是模型，而是这些专有知识，因此应留在内部而非交给第三方。
匹配字段摘要、正文
Ai2 发布 FairStress 基准，评估 LLM 决策中的群体公平性
Ai2 推出 FairStress，一个衡量 LLM 在招聘、医疗、借贷等决策中人口群体公平性的基准，包含 300 个双候选人场景、29 个领域，组合身份呈现方式与对抗前缀后扩展出超过 1300 万个测试用例，并已开放下载、接入 Olmo-eval。实验覆盖 Olmo、Llama、Qwen、Gemma、Claude 和 GPT 系列，发现当候选人身份以隐含方式呈现时，模型放弃正确答案的平均差距为 6.9 个百分点，明确标注身份时为 9.3 个百分点。在 FairStress-Core 上，Claude Opus 5 和 GPT-5.5 在无明显更优候选时约有 60–65% 选择少数群体编码候选人；测试的九种去偏方法多数未能可靠缩小不对称，反事实思维链在保持准确率的同时缩小了差距。
匹配字段摘要、正文
软件工程师的 AI 支出回报率有多高：27 家公司数据调查
Pragmatic Engineer 调查 27 家公司的 AI 编码工具支出与 PR 产出，发现公司规模与 AI 支出无关，且多数公司难以回答 AI 投入的回报率。CodeRabbit 数据显示开发者每周 PR 数同比增长 113%，但部分公司 PR 频率持平、单次 PR 代码量增至 3 倍。高支出案例中，一家量化交易公司月支出达 800 万美元、人均 1600 美元，一家两人 .NET 团队人均每月 3000 美元、PR 频率提升 5-10 倍。
匹配字段摘要
FairStress：更深入评估 LLM 决策中的公平性
FairStress 基准包含 300 个跨 29 个领域的双候选人决策场景，通过变化人口统计身份呈现方式和对抗性前缀，扩展出超 1300 万个测试用例，并推出 5 万条目的 FairStress-Core 子集。在 15 个模型上，隐含身份时放弃正确答案的平均差距为 6.9 个百分点，显式标签时为 9.3 个百分点；Claude Opus 5 和 GPT-5.5 在无客观更优选项时约 60–65% 选择少数群体编码候选人。
匹配字段摘要、正文
Meta 开源权重模型 Muse Spark Open 上线 Fireworks 无服务器 API
Fireworks 在发布当天上线了 Meta 的开源权重模型 Muse Spark Open，这是一个 816B 参数的 MoE 模型，每 token 激活 42B 参数，上下文窗口为 1M token，面向长程编码与智能体任务。Fireworks 称其在 Vals AI 的 Harvey Legal Agent Benchmark 排行榜上以 25.4% 位列 75 个模型之首，约为 Claude Opus 5（6.7%）的近 4 倍；在 Rogo Big Finance Bench 上各难度级别均超过 Claude Opus 5.5。该模型在 Fireworks 上默认启用零数据保留，仅使用美国境内算力且不额外加价，并支持用无服务器 LoRA 进行微调。
匹配字段摘要、正文
llm-d 1.0 在 PyTorch Conference 发布，面向生产环境的推理栈
llm-d 项目在 PyTorch Conference North America 上发布 1.0 版本，这是一个 Kubernetes 原生的分布式推理服务栈，由 Red Hat、IBM 和 Google 主导维护，CNCF 以沙箱项目托管。1.0 版本新增多租户服务质量保障，包括按优先级和公平性调度的流控与可控降载，并支持路由器热备、安全滚动更新，以及把 prefill 和 decode 副本作为整体管理的 DisaggregatedSet 控制器。项目公布的测试显示，在 544 张 NVIDIA H100 上部署 GLM-5.2 可服务最多 3000 个并发编码智能体且零抢占，按当前云租赁价格计算，每 token 成本比同等商业 API 低 5 到 10 倍。
匹配字段摘要
IBM 等维护方发布 llm-d 1.0，为自建模型推理增加运维控制
IBM、Red Hat 与 Google 等 llm-d 项目贡献者发布分布式 AI 推理框架 1.0 版本，新增多租户服务质量、零停机升级和面向 AI 智能体的服务模式。框架基于 Kubernetes，可与 vLLM、SGLang 等推理引擎配合，通过路由把请求导向已缓存相关上下文的副本，并在 GPU 内存、CPU 内存和存储之间迁移缓存。IBM 称在一项智能体编码测试中路由器捕获了 97% 的可用缓存复用，IBM 与 Red Hat 还在自建基础设施上并发运行 3000 个软件工程智能体，成本比通过托管服务运行同一开源模型低 5 到 10 倍。
匹配字段摘要
AuxoAI 完成超 2000 万美元 A 轮融资，将 AI 专业能力带入企业
企业工程与咨询公司 AuxoAI 宣布完成 2070 万美元 A 轮融资，由 NTT Venture Capital 领投，用于加速增长并扩展其企业 AI 咨询模式。其核心平台 Damia 是面向“前置部署工程师”的工具包，可将企业数据转化为应用，并把业务流程知识编码为可长期协作的 AI 智能体。公司已与 Global 2000 企业合作超过三年，并与 Google、AWS、Snowflake、Databricks 和 Microsoft 等平台建立合作。
匹配字段摘要、正文
PyTorch 2.15 为 MPS 带来 FP8 与 MoE 解码提速
PyTorch 2.15 在 MPS 后端加入 FP8 支持，并让 MoE 模型解码速度比 2.14 快 5–6.5 倍：在 M3 Ultra 上配合 torch.compile，Qwen3.6-35B-A3B 从 9.4 tokens/s 提升到 61.3 tokens/s，LFM2.5-8B-A1B 从 23.6 提升到 123.6 tokens/s。Wan2.2 的 tiled VAE 视频解码峰值驱动内存从约 270 GiB 降到 8 GiB，Qwen-Image-2.1 的 VAE 编码在 MPS 上的图像损坏问题也随 padding 改动修复，编解码往返 PSNR 从 10.06 dB 升到 29.95 dB。该版本要求 macOS 15 或更高版本、Python 3.11 或更高版本。
匹配字段摘要、正文
MiniMax M3.1 Flash 上线 Ollama
MiniMax 宣布 M3.1 Flash 在 Ollama 上线首日即获支持，模型托管于美国、零数据保留，可直接用于智能体开发。Ollama 介绍该模型支持图像理解与 1M-token 上下文窗口，适用于快速编码与智能体工作流，并给出在 Ollama Cloud 及 Claude Code、Codex 中的调用命令。
匹配字段摘要
Claude Code 团队 Addy Osmani 谈 Agentic Verification
Claude Code 团队的 Addy Osmani 分享「Agentic Verification」，认为 AI 编码 Agent 的瓶颈已从写出代码转移到判断代码是否正确，不能自我验证的 Agent 本质上是在猜。他提出三类给 Agent 的考题：优先选 E2E 测试，用属性测试规定永远不许发生的情况，用差分测试把旧系统当标准答案。他还强调慢和 flaky 的测试会训练 Agent 用重试取代修复，建议把测试基础设施当作 Agent 的依赖来投资。
匹配字段摘要、正文
MiniMax M3.1 Flash 在 Cline 上线并免费开放
MiniMax 宣布 M3.1 Flash 已在 Cline 上线并免费开放，面向耗时较长、成本累积快的智能体编码任务。MiniMax 感谢 Cline 在发布首日即完成接入，并建议用户把它用于自己最复杂的仓库。
匹配字段摘要、正文
MiniMax M3.1 Flash 上线 GMI Cloud
MiniMax 宣布 M3.1 Flash（又称 Space Bunny）已在 GMI Cloud 上线，并感谢对方在 day0 完成接入。据 GMI Cloud 介绍，该模型面向编码、智能体工作流和 computer use，智能体任务成本降低 70%，在 DeepSWE v1.1 上得分 73.7%，在 CyberGym 上得分 82%。
匹配字段摘要
MiniMax M3.1 Flash 在 Command Code 限时免费开放
MiniMax 官方确认 M3.1 Flash（又称 Space Bunny）已在 Command Code 上线，并对所有订阅用户限时免费。据 Command Code 介绍，该模型支持 1M token 上下文窗口，具备前沿水平的编码能力，所有套餐和订阅用户均可使用。
匹配字段摘要
中科通量亮相2026 RISC-V中国峰会，展示全栈RISC-V视频与智算产品
中科通量在第六届RISC-V中国峰会上展出SmarCo AI工作站、智能视频编码一体机和智算加速卡，覆盖视频与智算全场景。SmarCo AI工作站搭载12核RISC-V处理器、主频2.0GHz，提供250 TOPS INT8算力、128GB LPDDR5 ECC统一内存，支持128路1080P视频实时硬解码。公开信息显示RISC-V已占全球处理器市场25%份额。
匹配字段摘要、正文
MiniMax 准备发布 MiniMax-M3.1-Flash，API 文档披露 1M 上下文与可调思考深度
MiniMax 正准备发布 MiniMax-M3.1-Flash，其 API 参考文档已列出该模型。文档将其描述为前沿多模态编码模型，具备 1M 上下文窗口和可调思考深度，后者被认为是 3.1 系列新增的能力。MiniMax 官方账号也发帖预告该模型即将到来。
匹配字段摘要
MiniMax 发布 M3.1 Flash 模型，成本为 M3 的三分之一、速度提升 3 倍
MiniMax 发布 M3.1 Flash，在 Cowork（Automation-Bench 62%、ALE 30%）、编码（DeepSWE 74%）和视觉推理（BabyVision 91%）等任务上达到前沿水平，成本为 M3 的 1/3、速度为 3 倍。API 统一价格为每 1M 输入/输出 token 0.15/0.60 美元，缓存读取为每 1M token 0.015 美元。官方称此前登顶全球榜单、处理 200T+ tokens 的 Space Bunny 是 M3.1 Flash 的早期版本，模型权重将于 10 月 23 日发布。
匹配字段摘要、正文
MiniMax 发布 M3.1 Flash 模型，DeepSWE 得分 74%
MiniMax 正式发布 MiniMax M3.1 Flash，即此前在 OpenRouter 上名为 Space Bunny 的模型，DeepSWE 得分 74%。官方称其在 Cowork（Automation-Bench 62%、ALE 30%）、编码（DeepSWE 74%）和视觉推理（BabyVision 91%）等任务上达到前沿水平，成本为 M3 的 1/3、速度为 3 倍。API 定价为每 1M 输入/输出 token 0.15/0.60 美元，缓存读取 0.015 美元/1M token，模型权重将于 10 月 23 日发布，MiniMax 还在筹备推出 Pro 模型。
匹配字段摘要
MiniMax M3.1 Flash 上线 Vercel AI Gateway 并限时免费
Vercel Developers 宣布 MiniMax M3.1 Flash 已在 AI Gateway 上线并免费提供，调用名为 minimax/minimax-m3.1-flash。该模型在智能体任务、编码和网络安全方面表现更好，由 MiniMax 提供服务时免费开放至 10 月 22 日。Guillermo Rauch 转发该消息并称 More free AI。
匹配字段摘要