OpenHands 发布验证栈，用两层自动验证器解决编码智能体生成代码后的验证瓶颈：第一层 critic 模型在代码推送前给智能体运行打分，低分可提前终止或触发重试；第二层仓库级验证器由代码审查 skill 与 QA 智能体组成，在 PR 上自动运行。官方称代码审查机器人已在 OpenHands/software-agent-sdk 仓库运行六个月，发布 1000 多次审查、覆盖 900 多个 PR，平均合并时间缩短 58%，测试覆盖率提升近 25%。critic 模型现已在 OpenHands Cloud 和 Agent Canvas 的 Verification 设置中开放启用。
匹配字段摘要
Interconnects 作者认为 GLM-5.2 是首个在编码智能体框架中真正好用的开源权重模型，社区基准显示它是唯一能与 OpenAI、Anthropic 最新模型同场竞争的开源模型。作者实测用 Fireworks API 在 Claude Code 中调用该模型，整体能力立刻感觉可用，但遇到框架向模型发送图片导致 API 会话中断、需手动清空上下文的问题。作者测算 Claude Opus 4.5 发布到 GLM-5.2 发布相隔 204 天，落在常说的 6 至 9 个月开源与闭源性能差距区间内，并认为这会加剧 token 消耗大户的定价压力，利好开源模型推理与微调生态。
匹配字段摘要、正文
Google DeepMind 发布 AI Control Roadmap，一套用于构建和管理 Google 内部部署的高级 AI 的框架，在模型对齐之外增加系统级安全层，即便对齐不完美也能提供保障。该框架把不受信任的 AI 智能体视为潜在内部威胁，基于 MITRE ATT&CK 拆解攻击战术与技术，并按模型能力划分检测等级 D1-D4 与预防响应等级 R1-R3。团队已分析一百万个编码智能体任务，并据此为 Gemini Spark 智能体搭建实时监控，数据显示多数被标记事件并非恶意意图，而是智能体误解或过度追求用户目标。
匹配字段摘要
LMSYS 联合 MOSI 与 OpenMOSS 团队宣布，在 SGLang-Omni 上为 MOSS-TTS-Local-Transformer-v1.5 提供端到端服务。该开源 TTS 模型支持 48 kHz 立体声、零样本语音克隆、最长 10 分钟长文本合成、31 种语言与原生流式，采用 Qwen3-4B 自回归骨干和约 2B 参数的 MOSS-Audio-Tokenizer-v2。SGLang-Omni 将其拆分为预处理、tts_engine 与流式声码器三阶段流水线，并针对参考音频编码引入内容寻址 LRU 缓存。
LMSYS 联合 MOSI 与 OpenMOSS 团队宣布，在 SGLang-Omni 上为 MOSS-TTS-Local-Transformer-v1.5 提供端到端服务。该开源 TTS 模型支持 48 kHz 立体声、零样本语音克隆、最长 10 分钟长文本合成、31 种语言与原生流式，采用 Qwen3-4B 自回归骨干和约 2B 参数的 MOSS-Audio-Tokenizer-v2。SGLang-Omni 将其拆分为预处理、tts engine 与流式声码器三阶段流水线，并针对参考音频编码引入内容寻址 LRU 缓存。
匹配字段摘要
小米与 TileRT 合作发布 MiMo-V2.5-Pro-UltraSpeed，首次在 1 万亿参数模型上把解码速度突破 1000 tokens/s，仅用单台标准 8 卡通用 GPU 节点实现。该 API 按申请制限时开放，价格为 MiMo-V2.5-Pro 的 3 倍、生成速度约 10 倍，试用窗口为 6 月 9 日至 6 月 23 日。团队对 MoE Experts 做 FP4 量化并采用 DFlash 块级掩码并行预测投机解码，编码场景平均接受长度 6.30，同时已在 Hugging Face 开源 MiMo-V2.5-Pro-FP4-DFlash 权重。
匹配字段摘要
Ethan Mollick 宣布将于 10 月 20 日出版新书《Co-Existence》，探讨人类如何与有时比自己更强、但并非总是如此的 AI 协作。他提到 Anthropic 报告 AI 现已编写其 80% 的代码，每位开发者交付量提升 8 倍，另有研究称编码智能体让代码产出增加 17 倍。Mollick 表示自己逐章撰写全书，仅用 AI 做事实核查、反馈和突破写作瓶颈。
匹配字段摘要
Google DeepMind 推出 Gemma 4 12B，将智能体式多模态能力带到笔记本电脑，并首次在其中型模型中支持原生音频输入。该模型在标准评测中的表现接近 26B MoE，内存占用不到后者一半，可在配备 16GB RAM 的消费级笔记本上本地运行。其无编码器架构可直接整合音频与视觉输入，以减少延迟和内存用量。
Google DeepMind 推出 Gemma 4 12B，将智能体式多模态能力带到笔记本电脑，并首次在其中型模型中支持原生音频输入。该模型在标准评测中的表现接近 26B MoE，内存占用不到后者一半，可在配备 16GB RAM 的消费级笔记本上本地运行。其无编码器架构可直接整合音频与视觉输入，以减少延迟和内存用量。 · Google DeepMind introduced Gemma 4 12B, bringing agentic multimodal capabilities to laptops and adding native audio input to one of its mid-sized models for the first time. It approaches the 26B MoE model’s performance on standard benchmarks with less than half the total memory footprint and can run locally on consumer laptops with 16G
匹配字段摘要
微软 MAI 在 Build 2026 主题演讲中发布七款新模型，覆盖图像、语音、转录、推理和编码。首个推理模型 MAI-Thinking-1 为 35B 激活参数 MoE，256K 上下文窗口，AIME 25 得分 97%，SWE Bench Pro 53%，官方称未做知识蒸馏。编码模型 MAI-Code-1-Flash 仅 5B 参数，SWE Bench Pro 51%，今日起在 VS Code 中逐步向约 10% 个人用户推送。
匹配字段摘要
Claude Code 推出动态工作流，可即时编写并编排针对当前任务定制的多智能体框架，并支持保存、复用和分享。工作流可选择模型和独立 worktree，支持分类路由、并行汇总、对抗验证、锦标赛及循环执行等模式，也能设置 token 使用预算。该功能更适合长期、高并发、高度结构化或对抗性任务，普通编码任务未必需要其额外计算与协调成本。
匹配字段摘要
Zyphra 发布 Zamba2-VL 系列开源视觉语言模型，基于 Zamba2 混合 SSM–Transformer 主干，提供 1.2B、2.7B 和 7B 三个参数规模，采用 Apache 2.0 许可并开放权重。官方称其在 14 项基准上与同规模最强开源 Transformer VLM 大致相当，在计数、文档和图表类任务上表现突出，且首 token 延迟约低一个数量级。模型沿用 LLaVA 式结构，视觉编码器取自 Qwen2.5-VL，通过两层 MLP 适配器接入 LLM。
匹配字段摘要
LMSYS 通过 Dynamo 与 SGLang 实现异构 Encode-Prefill-Decode（EPD）分离，将 VLM 的视觉编码任务卸载到 CPU（如头节点 CPU），在负载下 TTFT、TPOT 和吞吐量均获提升。在 Intel Xeon 6747P 与 5x L40S 配置、8 张 1080p 图像、QPS 1.0-2.0 下，P99 TTFT 和请求吞吐量提升约 1.2x-1.3x，P99 TPOT 降低约 1.3x-30x。Dynamo 路由器新增设备感知加权路由模式（PR #7215），以能力比 R 在 CPU 与 GPU 池间分配请求。
LMSYS 通过 Dynamo 与 SGLang 实现异构 Encode-Prefill-Decode（EPD）分离，将 VLM 的视觉编码任务卸载到 CPU（如头节点 CPU），在负载下 TTFT、TPOT 和吞吐量均获提升。在 Intel Xeon 6747P 与 5x L40S 配置、8 张 1080p 图像、QPS 1.0-2.0 下，P99 TTFT 和请求吞吐量提升约 1.2x-1.3x，P99 TPOT 降低约 1.3x-30x。Dynamo 路由器新增设备感知加权路由模式（PR 7215），以能力比 R 在 CPU 与 GPU 池间分配请求。
匹配字段摘要
Figma 博客介绍了团队借助 AI 工具从想法走向产品的四种新方式，包括在代码中测试复杂约束、在画布上用 Figma AI agent 探索方案。FloQast 用 AI 编码工具搭建带模拟后端和真实数据的可运行原型，提前发现仅靠设计稿无法暴露的交互问题；Merkle 则在画布上先设计 7 个布局方向，再让 Figma AI agent 生成约 50 个变体。
匹配字段摘要
Anthropic 发布 Claude Opus 4.8，在编码、智能体、推理等基准上较 Opus 4.7 有所提升，价格不变。同时推出 claude.ai 上的努力程度控制、Claude Code 的动态工作流功能，以及快模式降价三倍。
匹配字段摘要
Mistral 在 AI Now Summit 上发布面向工业工程的集成 AI 栈，结合物理模型、工程经验与机器人技术，并与 Airbus、BMW、ASML 展开合作，覆盖设计、仿真与生产环节。其智能体工具 Vibe 升级为可处理长周期多步任务的统一智能体，能完成深度研究、交付物起草，以及从需求到合并变更的编码工作。Mistral 还宣布位于法国 Les Ulis 的 10 MW 推理数据中心，计划于 2026 年 Q3 启用。
匹配字段摘要
Mistral 将 Le Chat 升级为统一 AI 智能体 Vibe，同时覆盖工作与编码场景，原有对话、设置和订阅方案全部保留。Work Mode 支持企业知识搜索、结构化数据分析、文档报告生成、多步骤任务定时执行和可复用技能，每一步推理与工具调用均可展开查看；Code Mode 在网页端启动远程编码智能体，可连接 GitHub 并运行至提交 pull request。Vibe 同时发布 VS Code 扩展并更新 CLI，支持技能命令、子智能体、会话级权限和 /teleport 会话迁移，定价为免费、Pro 14.99 美元/月、Team 24.99 美元/用户/月及 Enterprise 定制。
匹配字段摘要
斯坦福 Hazy Research 与 Scaling Intelligence 实验室开源框架 OpenJarvis 发布 1.0 版本，内置对 Ollama 的支持，用于在本地硬件上构建个人 AI 智能体。该框架将本地运行设为默认、云端可选，并同时追踪能耗、成本、延迟与准确率。它自带晨间简报、跨文件研究、本地编码等可直接运行的智能体预设，macOS 和 Linux 可通过安装脚本自动检测已有的 Ollama 安装，Windows 需在 WSL2 中运行或安装桌面应用。
匹配字段摘要
xAI 宣布用户可直接在开源智能体工程平台 Kilo Code 中使用 Grok 订阅。X Premium+ 或 SuperGrok 订阅用户无需单独的 API key，即可通过 OAuth 连接 xAI 账户，在 VS Code、JetBrains IDE 和终端中使用最新 Grok 模型，包括用于智能体编程的 Grok Build。Kilo Code 支持 500+ 模型，并提供规划、编码、调试和编排等专用模式。
匹配字段摘要
Mistral 发布 Mistral Medium 3.5，这是一个 128B 稠密模型，统一指令跟随、推理与编码，上下文窗口 256k，以修改版 MIT 许可开放权重，可在少至四块 GPU 上自托管。该模型在 SWE-Bench Verified 上得分 77.6%，τ³-Telecom 得分 91.4，并成为 Mistral Vibe 与 Le Chat 的默认模型。同时 Mistral 将编码智能体搬到云端，Vibe 远程智能体可从 CLI 或 Le Chat 启动、并行异步运行，本地会话可迁移上云，完成后可开 PR 并通知；Le Chat 新增 Work 模式（预览），由新智能体驱动多步任务与跨工具流程，敏感操作需人工批准。API 定价为每百万输入 token 1.5 美元、每百万输出 token 7.5 美元，已在 Pro、Team 和 Enterprise 套餐上线。
匹配字段摘要
xAI 宣布 Grok 可在 OpenCode 中使用，连接 Grok 账号后即可调用 Grok Build——驱动 xAI 终端编码智能体的同一模型。用户在 OpenCode 内运行 /connect 并选择 xAI，可通过 SuperGrok 订阅的 OAuth 浏览器登录，或使用面向 SSH、远程主机和 VPS 的无头 OAuth 方式。xAI 表示更多开源智能体和集成即将推出。
匹配字段摘要
阿里 Qwen 团队发布 Qwen3.7-Max，定位为面向智能体时代的专有模型，可通过阿里云百炼（Model Studio）调用 API。官方称其在编码智能体、通用智能体与推理基准上取得领先或接近 Opus-4.6 Max 的成绩，并支持 Claude Code、OpenClaw、Qwen Code 等多种框架。文中还展示了一次约 35 小时、1158 次工具调用的自主内核优化，最终相对 SGLang Triton 参考实现取得 10.0x 几何平均加速。
匹配字段摘要