⌘ K
… 读取采集状态 同步中...
雷

#编码

今日 2 条
10月2日周五
  4. AI HOT82

    LangChain 讲解如何在 Agent Harness 中构建模型路由器

    LangChain 基于开源编码 Agent Open SWE 构建了模型路由器，通过973个线程的A/B测试将中位成本从$2.61降至$0.94，且PR合并率与质量均无可测下降。该路由器依据任务类型将请求分配给GLM-5.3-Flash、GPT-5.6 Sol和GPT-6 Astra三个层级，LangChain已将其封装为模型路由中间件供其他智能体复用。

    推荐理由：原文利用自家产品的A/B测试数据，展示了模型路由器在保持代码合并质量的同时降低64%成本的方法。

  7. InfoQ CN69

    Andrew Kelley 专访：Zig 禁止 AI 贡献并迁出 GitHub 的原因

    Zig 创建者 Andrew Kelley 在 JetBrains 专访中确认 Zig 禁止 AI 贡献，并因 CI 故障迁往 Codeberg。Kelley 认为自动提交拉低代码质量且浪费审查资源，与 Bun 利用 AI 重写代码的做法形成对比。

    推荐理由：原文通过创建者专访揭示了开源项目应对 AI 泛滥贡献的真实治理困境及其价值观取舍。

10月1日周四
  1. 量子位 QbitAI90

    谷歌发布 Gemini 4 Argon 并主打 RSI 与网络安全能力

    谷歌发布 Gemini 4 Argon，RSI 表现被强调，DeepSWE v1.1 得分 77.9% 高于 Claude Opus 5.5 与 GPT-6 Astra，Text Arena 排名第一。 优惠期每百万输入 Token 为 2 美元、输出 Token 为 10 美元，单题成本较 Astra 低约四成，且首批开放给经过筛选的网络安全防御团队。

    推荐理由：原文梳理了模型跑分、内部部署案例与限制入口，帮助判断新旗舰在长任务和安全场景下的实际定位。

  2. Sac24

    6.1 Sol Ultra 的 3D 能力媲美 Astra，使用 Blender 复刻法拉利 F1 赛车及爆炸视频还原度高。全程迭代仅消耗周额度 10% 左右，性价比极高，适合作为 opus 5.5 的助手。

    引用Sac@Saccc_c

    我宣布，6.1 Sol Ultra是目前Codex里性价比极高的模型，成功让Codex又站起来了！ 工作了2h，才消耗5x 周额度的2%（见下图） 执行效果也很不错，非常适合作为opus 5.5的助手，准备用opus 5.5+6.1 Sol作为目前的开发主力军了

  3. AI HOT73

    Google DeepMind 发布 Gemini 4 Argon，1M 输出 token 对标 Astra 与 Fable

    Google DeepMind 发布 Gemini 4 Argon，主打编码、企业知识工作与网络防御，称在 19 项基准中 13 项第一。该模型提供 1M token 输出上限，标准定价为 $4/$20 每 1M 输入/输出 token，早期访问通过 Fairwind 计划面向政府及可信网络防御者开放。

    推荐理由：汇总了 Gemini 4 Argon 的基准、定价及第三方评测分歧，方便读者对比各家前沿模型差异。

  5. AGI Hunt92

    Google DeepMind 发布旗舰模型 Gemini 4 Argon

    Google DeepMind 发布新一代旗舰模型 Gemini 4 Argon，采用分阶段开放机制，目前向美国政府、受信任网络防御者和内部员工开放。单次输出上限提升至 100 万 token，定价为每百万输入 token $2、输出 token $10，是 GPT-6 Astra 的五分之一。

    推荐理由：原文梳理了发布节奏、多模态能力变化与第三方对比，读者可以据此判断它何时开放以及会改变哪些使用场景。

  7. TLDR AI35

    Google 发布 Gemini 4 Argon

    Google 发布前沿模型 Gemini 4 Argon，专用于软件工程、企业知识工作和网络安全领域的持续推理。该模型初始访问权限限于受信网络防御者，计划在分阶段安全测试后扩大可用性。

  9. AI HOT80

    OpenRouter 教程：在 CI 中用 LLM 评估门禁拦截 Pull Request

    OpenRouter 发布教程，展示如何用固定评估集在 CI 中门禁 Pull Request，通过率低于阈值时脚本以非零退出码阻止合并，做法与单元测试门禁一致。流程包含路径过滤、脚本评分、阈值测量和 Ori Eval 扩展，强调在作业级别使用 if 条件过滤并在本地测量最低通过率设定阈值。

    推荐理由：原文提供从脚本到 GitHub Actions 的完整可复现流程，并强调路径过滤层级与阈值实测两个易错点。

  10. APPSO88

    Gemini 4 Argon 正式发布：输出窗口达 100 万 Token，官方回应“刷榜”质疑

    谷歌 DeepMind 发布新模型 Gemini 4 Argon，通过“Fairwind 计划”先向网络安全防御者小规模开放，后续面向付费 API 客户与 Google AI Ultra 用户，输入 2 美元/百万 Token、输出 10 美元/百万 Token，命中缓存输入 95% off。

    推荐理由：原文呈现官方基准与彭博员工实测反差，帮读者区分刷榜话术与真实工程落差。

  13. AI HOT88

    OpenAI 发布 GPT-6.1 Sol 模型

    OpenAI 发布 GPT-6.1 Sol 模型，在智能体编程、计算机使用等任务上接近 GPT-6 Astra 的水平，价格约为其标准的五分之一。标准 API 定价为每百万 token 输入 2 美元、输出 10 美元、缓存输入 0.10 美元。该模型提供 1,050,000 token 上下文窗口和 128,000 最大输出 token，已在 OpenAI API 及 Codex 中上线使用。

    推荐理由：详细梳理了 GPT-6.1 Sol 在编程与计算机使用基准上的表现，并给出了与竞品在定价和上下文方面的直接对比，便于评估性价比。

  14. Google DeepMind87

    Google 发布前沿大模型 Gemini 4 Argon

    Google 发布 Gemini 4 Argon 模型，目前正通过 Fairwind Program 逐步向受信任的网络安全防御者开放。该模型定价为 $2 per million input tokens 和 $10 per million output tokens，缓存输入 token 享受 95% 折扣。

    推荐理由：Google 官方给出了新模型的核心能力参数、价格及在代码、金融与网络安全领域的测试成绩，方便读者了解前沿模型的功能边界与部署规划。

  15. InfoQ CN90

    谷歌发布 Gemini 4 Argon，多项基准领先并参与内核代码迁移

    谷歌发布 Gemini 4 Argon，重点面向长流程软件工程与网络安全防御，目前通过 Fairwind 计划向受信任团队开放。该模型输出 Token 上限提升至 100 万，在 DeepSWE v1.1 中以 77.9% 创纪录，并参与内部 80 多万行内核代码向 Rust 的迁移。

    推荐理由：Argon 在 DeepSWE 和 Vals Index 等长流程基准中创纪录，并在内部参与了 80 万行内核代码迁移。

9月30日周三
  1. 智东西69

    美团LongCat-2.5-Preview实测：复刻Muse前端与3D赛车Demo

    美团LongCat团队上线万亿参数预览版模型LongCat-2.5-Preview，支持100万Token上下文窗口和原生多模态能力，并开放API限时折扣。作者将LongCat-2.5-Preview接入Claude Code完成三项Coding任务，复刻Meta Muse应用、制作SpaceX星舰升空动画及开发3D赛车Demo，整体体验具备实用性但速度较慢，单任务耗时超30分钟。

    推荐理由：实测展示了万亿参数模型在Coding任务上的可用性与成本优势，并给出了与同类模型的横向速度对比。

  4. LangChain Blog58

    LangSmith 新增 Jev 智能体评估功能

    LangSmith 集成 TypeSafe 的 Jev 模型作为新的评判器，用于快速低成本评估智能体行为。测试显示 Jev 单次调用成本 0.00035 美元，平均耗时 0.44 秒，比 GPT-5.6 Luna 和 Claude Sonnet 4.6 更便宜且一致性更高。用户可在 LangSmith 的评估器标签页中将其配置为在线评估工具。

  5. 卡尔的AI沃茨88

    OpenAI开发者日回顾：GPT-6.1 Sol发布与GPT-6.1 Astra下架内幕

    OpenAI在开发者日推出新模型GPT-6.1 Sol、云端开发环境Codex Cloud、Codex CLI、常驻智能体Dots、Decision API以及插件扩展和Space等功能，并新增500刀档位（用量为Plus的25倍），同时将原200刀Pro的用量倍数从20倍降至10倍。

    推荐理由：梳理了发布会各档位套餐的用量变化与门槛差异，便于读者判断升级是否划算。

  6. APPSO88

    OpenAI 发布 Dots、GPT-6.1 Sol 与云端 Codex

    OpenAI 发布 Dots、ChatGPT Space、GPT-6.1 Sol 和云端 Codex，并将 ChatGPT 扩展为可承载第三方应用与智能体的工作平台。

    推荐理由：这场发布会把模型、智能体和分发平台连接起来，让读者看到 OpenAI 试图用一体化工作流重新安排人与 AI 的分工。

  7. AWS Machine Learning Blog50

    GPT-6.1 Sol 已在 Amazon Bedrock 全面可用

    OpenAI 的 GPT-6.1 Sol 已在 Amazon Bedrock 正式全面可用，提供接近 GPT-6 Astra 的推理能力。在 DeepSWE v1.1 基准上，其性能匹配 GPT-6 Astra 但任务成本仅为其约五分之一，且比 GPT-6 Sol 高出 6.4 个百分点。用户可通过 Amazon Bedrock 控制台或 API 部署该模型，用于智能体编码与专业工作负载。

9月29日周二
  1. 特工宇宙81

    Space Bunny 匿名模型实测：三天屠榜，疑似 MiniMax 出品

    匿名模型 Space Bunny 在 OpenRouter 和 OpenCode 上线后迅速占据调用量榜首，单日调用量超 DeepSeek V4.1 Flash 与 GLM-5.3 Flash 总和。作者实测发现其首字延迟低至 400 毫秒，编码能力接近旗舰水平；分词器指纹比对结果指向 MiniMax，该模型目前处于免费预览期。

    推荐理由：作者通过实测对比Space Bunny与同级别Flash模型，展示了其在代码生成与快速响应上的显著优势。

  2. Datawhale69

    DeepSeek Harness 桌面版及 v0.2 预览版发布

    DeepSeek Harness 桌面版在 macOS 和 Windows 同步上线，伴随 v0.2 预览版更新，新增插件管理页面和实验性创造模式。侧栏支持预览生成文件与代码变更，内置自动化任务插件支持定时执行；创造模式可通过自然语言生成和修改插件，目前处于实验阶段。

  4. OpenAI News85

    OpenAI 发布 GPT-6.1 Sol

    OpenAI 正式发布 GPT-6.1 Sol，该模型在编码、电脑操作及专业工作场景中具备接近 Astra 的智力水平。其 API 输入和输出 Token 价格约为 Astra 标准价格的五分之一。

  6. APPSO62

    APPSO 实测匿名模型 Space Bunny Alpha 的多模态与编码能力

    APPSo 实测在 OpenRouter 上免费上线的匿名模型 Space Bunny Alpha，验证其在“草图转网页”和快速生成 3D 交互项目上的表现。测试显示，该模型能准确理解粗糙草图并生成可运行网站，其编码速度和 Agent 表现良好，足以应对日常开发任务。通过分词特征对比，有线索指向该模型与 MiniMax M3.1 系列相关，但尚未得到官方认领。

  7. AI信息Gap26

    MemoraX Code 开启国庆限时招募

    MemoraX Code 发布长期记忆插件并开启国庆公测体验招募，该插件支持 Codex、Claude Code 等 Coding Agent，能持续沉淀项目架构、Bug 排查及失败方案等动态经验，实现跨 Session 记忆延续。参与招募并完成指定体验任务的用户，可获价值 10 美元的模型 API 兑换券及 20 元京东购物卡。

  10. AGI Hunt91

    Claude Sonnet 5.5 发布

    Anthropic 发布 Claude Sonnet 5.5，输入和输出价格分别为每百万 token 2 美元和 10 美元。该模型速度比 Sonnet 5 快 30%，单个任务成本最多降低 30%，且多数基准测试性能接近 Opus 5.5。

    推荐理由：原文通过基准测试和实际用例对比，展示了 Sonnet 5.5 以更少 token 实现性能持平 Opus 5.5 的效率优势。