MiniMax 发布新模型 MiniMax-M2.5，官方称其在编码、智能体工具调用、搜索和办公任务上达到 SOTA，SWE-Bench Verified 得分 80.2%，Multi-SWE-Bench 51.3%，BrowseComp 76.3%。M2.5 完成 SWE-Bench Verified 评测比 M2.1 快 37%，平均耗时从 31.3 分钟降至 22.8 分钟，与 Claude Opus 4.6 的 22.9 分钟相当，而每任务总成本仅为后者的 10%。同时发布能力相同、速度不同的 M2.5 与 M2.5-Lightning，后者吞吐 100 tokens/秒，输入 $0.3、输出 $2.4 每百万 tokens，M2.5 吞吐 50 tokens/秒、价格减半，两者均支持缓存。
匹配字段摘要
Cartesia 正在招聘 AI 与开发者加速工程师，负责为 Claude Code、Cursor、Codex 等编码智能体搭建可端到端迭代的基础设施。团队认为写代码已非瓶颈，真正缺口在于智能体无法访问 PostHog、Vercel preview 和生产指标等反馈回路。该岗位将编写让工程师与非工程师以最少人工干预解决问题的操作手册。
匹配字段摘要
Anthropic 发布 Claude Opus 4.6，称其在编码能力上较前代提升，能更长时间维持智能体任务，并首次为 Opus 系列模型提供 1M token 上下文窗口（beta）。该模型在 Terminal-Bench 2.0 取得最高分，在 Humanity's Last Exam 上领先其他前沿模型，在 GDPval-AA 上比 GPT-5.2 高约 144 Elo 分、比 Opus 4.5 高 190 分。API 侧新增自适应思考、四档 effort 控制、上下文压缩（beta）和 128k 输出 token，定价维持 $5/$25 每百万 token，超过 200k token 的提示按 $10/$37.50 计费。
匹配字段摘要
Anthropic 发布 Claude Opus 4.6，提升编码、规划、长上下文和智能体能力，并首次为 Opus 级模型提供 1M token 上下文窗口（beta）。该模型在 Terminal-Bench 2.0 和 Humanity's Last Exam 等基准上领先，在 GDPval-AA 上比 GPT-5.2 高约 144 Elo 分。API 新增自适应思考、四档 effort 控制、上下文压缩（beta）和 128k 输出 token，定价维持 $5/$25 每百万 token。
匹配字段摘要
Cursor 发布研究文章，介绍其用于长时间自主编码的多智能体 harness，该系统曾连续运行一周，峰值约每小时 1000 次提交、累计 1000 万次工具调用，并让数千个智能体完成研究项目（一个浏览器）的绝大多数提交。文章详述了从单智能体到多智能体的演进，包括 planner、subplanner、worker 的角色分工与 handoff 机制，以及为吞吐量主动接受一定错误率和同步开销的取舍。Cursor 表示正将部分研究开放给部分用户试用，并会继续研究超长时间运行的智能体。
匹配字段摘要
Ollama 发布 OpenClaw，一个通过集中式网关把 WhatsApp、Telegram、Slack、Discord、iMessage 等消息平台连接到 AI 编码智能体的个人助手，在本地设备运行以保持对话和代码私密。用户安装后可直接用 Ollama 启动，连接本地或云端模型，网关在已运行时会自动重载。OpenClaw 需要较大上下文长度，官方建议至少 64k tokens，并列出适配模型；该工具此前名为 Clawdbot 和 Moltbot，clawdbot 命令仍可作为别名使用。
匹配字段摘要
Cognizant 与 Cognition 达成合作，将在其工程组织和全球客户中部署 Devin 自主软件工程师与 Windsurf 智能体 IDE。Cognizant 工程师已使用 Windsurf IDE 进行智能体辅助编码，现正探索 Devin 在代码迁移、重构、测试和维护等端到端工作流中的能力，并计划向医疗、金融服务、保险等行业的全球客户团队推广。Cognition 将派驻前置 AI 工程师团队，负责项目选择、工程师赋能和 ROI 衡量。
匹配字段摘要
旧金山云平台 Railway 宣布完成 1 亿美元 B 轮融资，由 TQ Ventures 领投，FPV Ventures、Redpoint 和 Unusual Ventures 参投，此前累计融资仅 2400 万美元。Railway 称其平台部署时间低于 1 秒，按秒计费，内存 0.00000386 美元/GB-秒、vCPU 0.00000772 美元/vCPU-秒，客户报告开发速度提升 10 倍、成本最高节省 65%。公司目前每月处理超 1000 万次部署，团队仅 30 人，并已于 2025 年 8 月发布 Model Context Protocol 服务器，让 AI 编码智能体可直接从编辑器部署应用。
匹配字段摘要
Ollama v0.14.0 及之后版本兼容 Anthropic Messages API，使 Claude Code 这类工具可以用上开源模型，既能在本机跑本地模型，也能通过 ollama.com 连接云端模型。官方建议使用上下文长度至少 32K tokens 的模型，云端模型始终以完整上下文长度运行，编码场景推荐 glm-4.7:cloud 和 minimax-m2.1:cloud。已支持消息与多轮对话、流式输出、系统提示词、工具调用、扩展思考和图像输入，现有 Anthropic SDK 应用只需修改 base URL 即可接入。
匹配字段摘要
攻击者可利用 React2Shell（CVE-2025-55182）反序列化漏洞窃取 NEXTAUTH_SECRET（新版为 AUTH_SECRET），进而伪造 Next.js（next-auth/Auth.js）应用的认证 Cookie，冒充任意用户并维持持久访问。作者用 AI 构建了 Cookie 编码/解码工具，并指出仅轮换 OAuth 密钥不足以防御，必须定期轮换 NEXTAUTH_SECRET。检测手段包括记录 JWT ID、监控异地登录与无登录记录的会话。
攻击者可利用 React2Shell（CVE-2025-55182）反序列化漏洞窃取 NEXTAUTH SECRET（新版为 AUTH SECRET），进而伪造 Next.js（next-auth/Auth.js）应用的认证 Cookie，冒充任意用户并维持持久访问。作者用 AI 构建了 Cookie 编码/解码工具，并指出仅轮换 OAuth 密钥不足以防御，必须定期轮换 NEXTAUTH SECRET。检测手段包括记录 JWT ID、监控异地登录与无登录记录的会话。
匹配字段摘要
Anthropic 工程团队发布文章，系统讲解如何为 AI 智能体设计评测，涵盖任务、trial、评分器、transcript、outcome 等核心概念，以及代码、模型、人工三类评分器的组合方式。文章区分能力评测与回归评测，并分别给出编码智能体和对话智能体的评测方法，例如 SWE-bench Verified 与 Terminal-Bench 的确定性评分思路。文中还建议以评测驱动开发，由专门团队维护核心基础设施、产品与领域专家贡献评测任务，并附录了 Harbor、Braintrust、LangSmith、Langfuse、Arize 等评测框架。
匹配字段摘要
Ethan Mollick 让 Claude Code 自主开发一个每月赚 1000 美元的创业项目，AI 问了三个选择题后独立工作 1 小时 14 分钟，生成数百个代码文件并交付一个可运行、可部署的网站。他认为这类编码工具的跃升来自两点：最新模型能在编程任务中自主完成更多工作并自我纠错，以及被赋予工具与方法的 agentic harness。文章以 Opus 4.5 驱动的 Claude Code 为例，说明它通过上下文压缩、Skills 和子智能体等机制突破 LLM 限制，并提到 OpenAI Codex 配 GPT-5.2、Google Antigravity 配 Gemini 3 有类似表现。
匹配字段摘要、正文
千问发布 Qwen3-VL-Embedding 与 Qwen3-VL-Reranker 系列模型，基于 Qwen3-VL 底座，面向多模态信息检索与跨模态理解，支持文本、图像、截图和视频输入，覆盖 30 多种语言。Embedding 采用双塔架构做高效初筛，Reranker 采用单塔 Cross-Attention 对（Query, Document）对联合编码输出相关性分数，两者串联构成两阶段检索流程。官方称 Qwen3-VL-Embedding-8B 在 MMEB-v2 上取得 SOTA，Reranker-8B 在多数任务上表现最佳，模型提供 2B 与 8B 两种规格、32K 序列长度并支持量化与自定义向量维度。
匹配字段摘要
Microsoft 在 Microsoft 365 中推出 Copilot Readiness Packages，为管理员提供引导式评估和安全部署预设，并在 Teams 管理中心加入自动问题检测与 Copilot 驱动的建议。Anthropic 为企业版 Claude 推出可复用的 Agent Skills，可编码品牌语气、邮件格式、Jira 任务创建等流程，标准已开放，除正常 Claude 订阅外不额外收费。OpenAI 面向专业和企业用途发布 GPT-5.2，聚焦长上下文、结构化输出和多步骤项目，提供三个变体。
匹配字段摘要、正文
Sebastian Raschka 回顾 2025 年大语言模型发展，认为主要进展来自 RLVR、GRPO、推理时扩展、工具调用及架构效率优化，而非单纯扩大预训练规模。他指出公开基准已难以可靠反映真实能力，并预测 2026 年 RLVR 将扩展到数学和编码以外的领域，本地工具调用与智能体能力会逐步普及。文章同时主张将 AI 作为提升专业工作的伙伴，而非完全替代人的思考、编码与研究。
匹配字段摘要
Mario Zechner 发布 2025 年度回顾，记录其业余技术项目：为三岁儿子打造的离线音频播放器 Boxie 已积累约 72 个卡带；heisse-preise.io 因 SPAR 在 2024 年圣诞夜更改 API 而出现 2024 年 12 月 24 日至 2025 年 5 月 14 日的数据缺口；Cards for Ukraine 累计筹款突破 30 万欧元。他还记录了使用 Claude Code 等编码智能体的工作流变化。
匹配字段摘要
FutureHouse 与 Caltech、牛津大学、Mila、AITHYRA 合作发布 OXtal，一个 100M 参数的全原子扩散模型，可直接从 2D 分子图预测可实验实现的 3D 有机晶体堆积结构。传统方法依赖大规模 CPU 物理模拟搜索，最近一次 CSP Blind Test 中预测 7 个目标就消耗 46M CPU 核心小时，而 OXtal 用生成式推理在单块 GPU 上数秒内给出预测。模型不使用硬编码对称性，而是在超过 600,000 个实验解析结构上训练并配合新的裁剪算法，以软对称性作为归纳偏置学习分子局部堆积规律。
匹配字段摘要
OpenHands 官方博客介绍如何通过 Agent Client Protocol（ACP）把 OpenHands 接入开发者常用的编辑器。ACP 是让编辑器与 AI 编码智能体通信的标准化 JSON-RPC 协议，智能体作为编辑器子进程运行；Zed、JetBrains 系列 IDE、Neovim（CodeCompanion.nvim）和 Obsidian 已支持该协议。文章以 Zed 为例给出配置步骤：先运行 openhands 配置 LLM 提供商与 API key，再在 Zed 的 agent_servers 中加入 OpenHands 配置，之后即可在编辑器内调用智能体。
OpenHands 官方博客介绍如何通过 Agent Client Protocol（ACP）把 OpenHands 接入开发者常用的编辑器。ACP 是让编辑器与 AI 编码智能体通信的标准化 JSON-RPC 协议，智能体作为编辑器子进程运行；Zed、JetBrains 系列 IDE、Neovim（CodeCompanion.nvim）和 Obsidian 已支持该协议。文章以 Zed 为例给出配置步骤：先运行 openhands 配置 LLM 提供商与 API key，再在 Zed 的 agent servers 中加入 OpenHands 配置，之后即可在编辑器内调用智能体。
匹配字段摘要
LG AI Research 在 CTAD 2025 上介绍了 MOIRA（Multi-Omics Integration with Robustness to Absent modalities），一个在模态缺失情况下仍能可靠预测阿尔茨海默病的多模态整合框架。MOIRA 由各模态专用编码器、自适应融合模块和预测模块组成，融合时对缺失模态置零并仅在可用模态间用 softmax 重分配权重，训练结合预测损失、各模态辅助损失和 CLIP 式对比损失。该框架可兼容任意编码器与预测模块，实验显示用 3D CNN 编码器处理原始 MRI 数据优于使用 FreeSurfer 预处理特征。
匹配字段摘要
安全研究者 Johann Rehberger 在 Google 新发布的 Antigravity IDE 中发现五个安全漏洞，包括通过间接提示注入实现的远程命令执行和数据外泄，其中部分问题可追溯到 2025 年 5 月他向 Windsurf 报告过的同类缺陷。Antigravity 默认由 AI 自行判断终端命令是否安全执行，且 MCP 工具调用完全没有人工确认环节，攻击者可利用不可见的 Unicode Tag 字符在源码或 Linear 工单中隐藏指令。作者建议禁用自动执行、谨慎启用 MCP 服务器，并指出 Claude Code、GitHub Copilot、Cursor、Codex 等编码智能体在安全性和补丁历史上更成熟。
匹配字段摘要