搜索“编码”

NVIDIA发布ALCHEMI智能体仿真实践

NVIDIA 发布 使用ALCHEMI Toolkit构建AI编码智能体材料仿真工作流的实践与基准

查看事件：NVIDIA探索AI智能体材料仿真

GLM-5.3即将发布

GLM-5.3 预告发布 聚焦编码能力的新模型

查看事件：GLM-5.3预告聚焦编码能力

Firetiger团队加入Cursor

2026年8月14日,Cursor宣布Firetiger团队加入。Firetiger构建的智能体可监控生产环境中的软件运行、捕获回归、调查事故并将发现反馈给编码智能体。Cursor与Firetiger将把编码与生产运维更紧密结合,使智能体能够发布变更、观察行为并在出错时响应。Firetiger的工作将逐步融入Cursor,并作为对长期自主、上下文感知智能体投资的一部分,与Cursor Origin及即将推出的Change Monitors协同。

Meta发布Muse Glimmer 30B开放权重模型

2026年8月10日,Meta发布Muse Glimmer 30B开放权重稠密模型,面向本地AI智能体工作负载。据Hugging Face介绍,该模型由2B视觉编码器和28B文本解码器组成,支持图像、无音频视频、多模态工具调用和目标检测,并获得Transformers、llama.cpp及vLLM支持。NVIDIA方面称其上下文窗口120K+,可完整放入单卡显存,覆盖GeForce RTX 5090、DGX Spark、DGX Station和Jetson平台,权重已上线Hugging Face。同日,LMSYS宣布与Meta Superintelligence Labs合作,为Muse Glimmer在SGLang上提供Day-0支持,并针对本地智能体工作流推理优化。8月13日,Unsloth宣布可免费微调该模型,其notebook同时支持GRPO RL训练。

OpenRouter推出Ori Eval模型评测工具

2026年8月3日,OpenRouter发布Ori Eval,用于帮助开发者从500多个模型中选出最适合自己项目的模型。据其介绍,用户只需向编码智能体提出需求,Ori Eval便会扫描代码库,确认成本、性能、延迟等优先级,挑选5个最新候选模型并生成review.eval.ts文件进行并行评测,最终返回带理由的推荐结果。评测文件以*.eval.ts形式通过bun test运行,可接入GitHub Actions阻止回归,失败即构建失败。

Anthropic发布Claude Opus 5

2026年7月25日,Anthropic发布Claude Opus 5。官方发布说明称,该模型以一半价格接近Claude Fable 5的前沿智能,在Frontier-Bench和GDPval-AA等编码与知识工作评测中成为新的SOTA;它是Claude Max的新默认模型,也是Claude Pro上最强的模型,并在ARC-AGI 3、Zapier AutomationBench和OSWorld 2.0等基准上表现突出。7月31日,吴恩达在来信中称,团队用Claude Code(Fable 5)和OpenAI Codex(GPT-5.6 Sol)对开源智能体OpenWorker做安全审查时均被拒绝,其中一个提前停止工作,另一个要求降级到能力较弱的模型;团队随后改用OpenWorker框架搭配开放权重模型Kimi K3和GLM 5.2完成审查。

Modem开放MCP服务器与公共API

2026年7月30日,Modem面向所有用户开放MCP服务器(https://mcp.modem.dev/mcp)和公共API(api.modem.dev/v1)。据Modem介绍,该服务把Slack、Intercom、Linear等来源的客户反馈合成为去重后的主题,并附带证据与报告人数;编码智能体可通过search_modem、merge_topics、invoke_modem_agent等工具在会话内直接查询。Modem称,单一来源至少消耗2.4倍token且答案不完整,跨三个来源则达4.6倍;在Opus 5、Fable 5、GPT-5.6 Sol、GLM 5.2上跳过合成需多付2.8×至13.4×token。

Together AI与月之暗面达成合作

2026年7月29日,Together AI宣布与Moonshot AI(月之暗面)达成战略合作,成为Moonshot模型发布的启动平台,从Kimi K3开始并覆盖后续所有开放权重模型。开发者可通过Together AI美国托管基础设施获得day zero访问,并支持零数据保留与合规访问。据Together AI介绍,Kimi K3是迄今最大的开放模型,为2.8T参数稀疏MoE架构,原生支持视觉和1M token上下文窗口,面向长周期编码、智能体工作流、游戏开发和知识密集型任务。早先报道称,Kimi K3已在Together AI上线,Together AI作为Day 0发布伙伴,为开发者提供针对编码智能体和生产负载优化的高吞吐推理访问;Kimi方面感谢Together AI团队快速推进此次发布。目前该合作已进入实际托管与推理服务阶段。

Anthropic调整Claude上下文工程

2026年7月24日,Anthropic总结面向Claude 5代模型及Claude Code的上下文工程方法。该公司称,在移除超过80%的Claude Code系统提示词后,编码评测未出现可测量的性能损失。新方法强调让模型自行运用判断、设计更具表达力的工具接口,并借助Skills、延迟加载工具和文件树渐进披露上下文。Claude Code还提供claude doctor,用户可通过/doctor精简Skills和CLAUDE.md文件。

Prime Intellect发布Prime Agent

Prime Intellect 发布 Prime Agent自我改进编码智能体

查看事件：Prime Intellect发布自我改进编码智能体

Zyphra发布Apache 2.0许可EEG基础模型ZUNA1.1

2026年7月16日,Zyphra发布EEG基础模型ZUNA1.1,采用Apache 2.0许可。据Zyphra Research介绍,该模型可对任意通道布局的数据做重建、去噪与上采样,并支持0.5至30秒可变长度输入。模型保持380M参数和Transformer扩散自编码器架构,训练语料扩至约350万通道小时,重建质量在0.5至30秒输入上持平或优于ZUNA1。用户可在Zyphra Cloud的EEG Playground中免GPU、免安装直接试用。目前尚无后续发展事实。

微软发布MAI-Cyber-1-Flash并针对MDASH优化

2026年7月30日,微软发布MAI-Cyber-1-Flash,该模型针对MDASH harness进行优化。据微软AI Blog披露,该模型在CyberGym上取得96%的any crash分数,成本为当前MDASH最佳方案的50%,并可在H100上部署。该模型设计用于高效处理最多90%的任务,把GPT 5.4等最贵模型留给10%的极难问题。微软同时披露上季度已交付十余个覆盖图像、语音、转写、编码和安全的新模型,其中MAI-Image-2.5-Flash在PowerPoint中相比GPT-Image-2降低最多84%的GPU成本,MAI-Voice-2-Flash在Dynamics 365 Contact Center中降低最多89%的GPU成本。目前尚无后续发展事实。

Sakana AI 论文提出 UnMaskFork 推理时扩展方法

2026年7月22日,Sakana AI 提出 UnMaskFork(UMF)推理时扩展方法。据其官方博客介绍,该方法在 ICML 2026 论文中提出,让多个掩码扩散语言模型(MDLM)通过模型切换协作完成同一个答案,并用蒙特卡洛树搜索寻找不同模型负责不同阶段的顺序。该方法无需额外训练或改动模型,在编码基准上持续优于现有推理时扩展方法,在数学任务上也随计算量增加稳步提升。目前尚无后续发展事实,状态停留在该论文发布时的介绍。

Kimi.ai 暂停新订阅以优先保障现有会员算力

2026年7月19日,Kimi.ai 宣布暂停新订阅,以优先保障现有订阅用户的算力。官方表示,Kimi K3 上线后需求远超预期,过去48小时用量已接近当前算力上限,因此暂时暂停新订阅,现有用户不受影响。官方称正在尽快扩容,并将分批重新开放订阅名额。后续会员将拆分为面向 Kimi Web、App 和 Work 的 Kimi Membership,以及面向编码工作流的 Kimi Code Membership。目前尚无进一步的发展事实。

Apple修复macOS Terminal的DNS外泄行为

2025年11月3日发布的macOS Tahoe 26.1修复了macOS Terminal中可发起DNS请求的行为。据Johann Rehberger披露的Terminal DiLLMa后续研究,macOS Terminal曾允许特定ANSI转义码序列发起DNS请求,攻击者可借间接提示注入让LLM CLI工具读取表格数据并以DNS请求外泄,作者因此获致谢。作者指出,LLM集成的CLI应用常未处理ANSI转义字符,建议默认用类似cat -v的方式编码控制字符,并提供了Python与Go的编码函数。目前该问题已随上述系统版本修复。

Cognition 构建模型可信度评测套件并公布初步结果

2026年7月9日,Cognition 构建了一套模型可信度评测套件并公布初步结果。据其官方博客介绍,该套件使用145个政治敏感问题,每个问题采样5次,覆盖英文、简体中文和繁体中文,用于检测宣传输出,并在真实编码场景中检验模型行为是否随用户和上下文变化。基于开源模型 Kimi K2.7 Code 开发的 SWE-1.7,在该评测套件上的表现与美国前沿实验室的模型相当或更好,并显著优于 Kimi K2.7 Code 基线。目前尚无后续发展事实。

Mastra推出Mastra Factory

2026年7月27日,Mastra发布Mastra Factory,这是一套让智能体把软件从issue推进到生产的系统。据Mastra介绍,该系统可连接GitHub、Linear和Slack,用户在工厂界面点击开始后,由编码智能体接手后续工作。系统在intake、triage、planning、building、review、completion各环节设置显式门禁,并提供类型化工作流、记忆、调度、工具和可观测性,以保证过程可治理、可审计。Mastra表示,其此前在issue接收和PR评审上存在瓶颈,为此构建了理解PR与issue的技能,以及提供代码库上下文的评审智能体。目前该发布尚无后续发展事实。

OpenAI发布语音模型GPT-Live-1与GPT-Live-1 mini

OpenAI 于 2026 年 7 月 8 日发布语音模型 GPT-Live-1 和 GPT-Live-1 mini。目前可用的证据材料中,与这一发布直接对应的唯一来源是 DeepLearning.AI 于 7 月 17 日刊出的吴恩达来信,该文讨论 AI 自动化编码等可验证任务后,从业者转向全栈或全周期角色的趋势,并未提供关于这两款语音模型的功能、参数或上线范围等细节。除此之外,没有其他发展事实或官方说明可供补充,因此该发布的后续进展与具体状态尚不明确。

xAI开源Grok Build

xAI 开源 编码智能体Grok Build

查看事件：xAI开源编码智能体Grok Build

Amazon Science 发布 Rust 代理 Turnstile

2026年7月9日,Amazon Science 发布用 Rust 编写的代理 Turnstile。该代理位于智能体 harness 与模型后端之间,在生成时刻记录模型采样的精确 token ID、逐 token 对数概率和 loss mask,并导出与框架无关的轨迹,供现有强化学习训练栈使用。Turnstile 兼容 OpenAI Chat Completions API,harness 无需改动,后端目前为 SGLang,并计划支持 vLLM。在验证中,一个纯文本编码智能体和一个多模态计算机使用智能体在强化学习训练中持续提升。目前尚无后续发展事实。