GPT-6 Astra Ultrafast 现已在 OpenAI API 及符合条件的 ChatGPT Work 与 Codex 用户中可用，基于 NVIDIA Blackwell GPU 推理优化，token 生成速度较 Astra Standard 模式最高提升 8 倍。
推荐理由：GPT-6 Astra Ultrafast 在 Blackwell 上比标准模式快最多8倍，可缩短编码智能体在工具调用间的等待，提升交互流畅度。
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展到开发者、企业和消费者，起价为每百万输入 token 2 美元、每百万输出 token 10 美元。
推荐理由：官方给出 Argon 在长程编码、企业知识工作与网络安全防御上的基准与内部落地数据，可据此判断前沿模型的能力边界与分阶段开放节奏。
CoreWeave 宣布在 CoreWeave Cloud 上提供 NVIDIA Vera Rubin NVL72 系统，Cognition 成为首个在生产环境中运行该系统的客户，其 Devin 推理工作负载的 token 吞吐量较 GB200 NVL72 提升 4.8 倍。
推荐理由：原文展示了 Vera Rubin 在真实编码负载下的吞吐量提升，以及 CoreWeave Forge 如何打通从生产反馈到模型训练的闭环。
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，为编码、计算机使用和专业工作负载提供更强推理能力。OpenAI 表示该模型在 DeepSWE v1.1 上性能匹配 GPT-6 Astra，但单任务成本约为其五分之一，且比 GPT-6 Sol 最佳成绩高 6.4 个百分点。
推荐理由：GPT-6.1 Sol 在 Amazon Bedrock 正式可用，以约五分之一成本实现接近 GPT-6 Astra 的推理能力，降低智能体工作流成本。
xAI 的 Grok 4.7 已在 Amazon Bedrock 上线，提供 500K token 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度。
推荐理由：梳理了 Grok 4.7 在 Bedrock 上的接入方式与四档推理强度，可据此估算长任务智能体的成本与延迟取舍。
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用，定位为面向编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。
推荐理由：AWS 官方给出 Sonnet 5.5 的适用边界与 Opus 5.5 的分工，读者可据此判断何时选 Sonnet。
OpenAI 启动 Codex Originals 项目征集，面向使用 Codex 的开发者、研究者与创作者收集真实故事与项目。有意参与者可通过下方表单提交自己的经历与项目介绍。
Proaction 借助 Codex、GPT-Live-1 和 GPT-6 Astra 构建、运营并销售现代车队管理服务，销售额提升 60%，节省 75+ 小时。
Airbnb 正在扩大 GPT-6 Astra 及 OpenAI 前沿模型的使用范围，帮助工程团队排查 bug、设计系统并加快交付。
GitHub Podcast 最新一期分析了五个 AI 热门观点，指出开发者仍需审查 AI 生成的代码以承担结果责任。节目澄清 Skills 与 MCP 解决不同问题，前者提供打包的专家知识，后者提供连接工具的标准接口。此外，RAG 并未过时，而是与 Agent、Skills 和 MCP 共同构成完整的工作流。
GitHub 团队利用 Copilot 智能体将 Copilot 运行时从 TypeScript 完全重写为 80 万行 Rust 代码。该过程采用增量式原地迁移策略，通过 128 个 Pull Request 逐步替换组件，最终实现了性能的数量级提升。作者详细复盘了智能体在代码审查、上下文管理及多会话协作中的具体表现，揭示了 AI 辅助大规模代码重构的工程细节。
推荐理由：展示了利用 AI 智能体在数周内完成 80 万行 Rust 代码迁移的工程实践，提供了大规模自动化重构的方法论参考。
Cognition 用 GPT-6 Astra 提升 Devin 测试软件并证明其可用的能力，目标是让工程师少审代码、多交付。
GitHub Copilot app 内置 diff、终端和浏览器面板，允许用户在不离开应用的情况下审查代码变更、运行命令及预览界面。用户可通过 diff 面板接受或修改变更，在终端面板执行如 `npm run dev` 等脚本，并利用浏览器面板的 Pick & Polish 工具迭代 UI。这种集成工作流消除了应用切换，帮助用户在合并前验证 AI 生成代码的功能与正确性。
César de la Fuente 的实验室利用 Codex 和 ChatGPT，在现存与已灭绝生物的基因组中搜寻抗菌候选分子，以对抗耐药性感染。
Mistral 协助欧洲能源运营商将 4 万行 Fortran 77 代码迁移至 C++，解决了无测试套件和文档的遗留代码现代化难题。项目通过构建数值一致性验证框架，并利用 Vibe CLI 生成调用树，调度超过 100 个智能体完成代码文档化。最终采用人类监督 coder、tester 和 reviewer 智能体的工作流，实现了模块化的代码重构与质量保障。
MIT 研究人员使用 GPT-5.6 Sol 配合 Codex，自主运行量子计算实验、分析结果并校准量子比特。该案例展示了 GPT-5.6 Sol 在量子计算实验流程中的自动化能力。
1Password 的工程师使用 Codex 快速构建新功能和内部工具，在维持严格安全策略的同时达到生产可用状态，工程效率提升 21%。
GitHub 发布 Project HydraFusion 研究预览，通过运行时编排在多个提供商的模型间选择执行方案，用户可在 GitHub Copilot CLI 中用 /experimental 启用，按各模型标准费率计费。
推荐理由：GitHub 给出多模型编排的三种执行模式与三个基准上的质量成本对比，可据此判断编排式编码智能体的取舍。
GitHub Copilot app 支持同时运行多个智能体会话，每个会话运行在独立的 Git worktree 上，互不干扰且各自保留上下文。用户可在 sessions view 中查看各会话标题与任务进度，并随时切换、无需重新说明背景。文中以 tailspin-toys 仓库为例，演示了并行处理 funded sort、无障碍审查和测试三项任务。
Google DeepMind 发布 Gemini 3.8 Flash 和面向安全防御的 Gemini 3.8 Flash Cyber，前者定价与 3.7 Flash 相同，为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元。
推荐理由：官方给出 3.8 Flash 与 Cyber 两个变体的能力、定价和开放入口，可据此判断长程编码与安全场景的选型。
Multiverse Computing 发布论文《Quantization-Aware Healing: A Practical Recipe for Recovering Compressed, 4-Bit LLMs》，提出 QAH 方法：对结构压缩并量化的模型，直接从压缩前的原始全精度模型蒸馏，而非从恢复出的 bfloat16 checkpoint 蒸馏。
推荐理由：论文给出压缩加量化后从原始教师蒸馏的恢复配方，并附与 QAT 的稳定性对比数据。
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码和智能体的最强主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：官方给出与 3.6 Flash 的多项基准对比和半价定价，可据此判断编码与智能体任务的性价比变化。
ABBEL 框架将摘要重构为自然语言信念状态，并引入信念评分机制以监督信息保留。在 CollabBench 协作编码任务中，该方法将模型与全上下文模型的性能差距缩小约 50%，且训练步数减少 50%。
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和面向安全的 3.5 Flash Cyber。
推荐理由：三款 Flash 系列模型同时发布，给出 token 效率、价格与多项基准对比，可据此判断智能体工作流的成本变化。
Hugging Face 发布 ScarfBench（Self-Contained Application Refactoring Benchmark），用于评估 AI 智能体在 Spring、Jakarta EE、Quarkus 之间跨框架迁移企业级 Java 应用的能力。
Mistral 在 AI Now Summit 2026 上发布面向工业工程的 AI 栈，与 Airbus、BMW、ASML 合作优化设计、仿真与生产，并强调对专有数据和 IP 的完全控制。
推荐理由：Mistral 一次性给出工业 AI 栈、Vibe 智能体和自建数据中心三条线，可据此判断其企业级全栈布局。
Mistral 将 Le Chat 升级为统一 AI 智能体 Vibe，覆盖工作与编码两类场景，原有对话、设置和订阅方案全部保留。Work Mode 可在网页和移动端执行收件箱整理、深度研究、文档起草等长周期任务，支持企业知识搜索、结构化数据分析和可复用技能；Code Mode 提供远程编码会话，并新增 VS Code 扩展和 CLI 更新。
推荐理由：Mistral 把 Le Chat 升级为统一智能体 Vibe，读者可据此了解其工作与编码两种模式的能力边界和定价分层。
Mistral 发布 Mistral Medium 3.5，这是一个 128B 稠密模型，将指令遵循、推理与编码合并到同一套权重中，以修改版 MIT 许可开放权重，支持 256k 上下文窗口，最少四块 GPU 即可自托管，在 SWE-Bench Verified 上得分 77.6%，τ³-Telecom 得分 91.4。
推荐理由：Mistral 把编码智能体搬到云端并同步开源 128B 权重，读者可据此判断自托管与异步编码的可行边界。
Google DeepMind 发布 Gemini 3.5 系列首个模型 3.5 Flash，定位为面向智能体与编码的前沿模型，即日起在 Gemini 应用、Google 搜索 AI Mode、Google Antigravity、Gemini API、Google AI Studio、Android Studio 及 Gemini Enterprise 上线。
推荐理由：官方给出 3.5 Flash 在编码与智能体基准上的具体分数和开放渠道，可据此判断速度与质量的取舍。
Google DeepMind 发布 AlphaEvolve 一年成果汇总，这款由 Gemini 驱动的编码智能体已从试点进入 Google 基础设施核心，用于优化下一代 TPU 设计与缓存替换策略。
推荐理由：官方汇总 AlphaEvolve 一年落地案例，覆盖基因组、电网、TPU 与多家企业应用，可看算法智能体的跨领域边界。
Mistral 发布 Leanstral，这是首个面向 Lean 4 的开源代码智能体，采用 6B 激活参数的稀疏架构，权重以 Apache 2.0 许可开放，并接入 Mistral Vibe 与免费 API 端点 labs-leanstral-2603。
推荐理由：Mistral 开源面向 Lean 4 的代码智能体，给出权重、API 与 FLTEval 评测，可据此判断形式化验证的成本门槛。
Mistral 基于其开源编码助手 Vibe 构建了一个自主智能体，可读取 Rails 源文件、生成或改进 RSpec 测试，并在 CI/CD 流程中无需人工干预运行。
推荐理由：Mistral 公开了用 Vibe 构建自动写 RSpec 测试智能体的完整方法，包括 AGENTS.md、skills 与自定义工具的具体配置。
Mistral 发布终端原生编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型系列驱动，新增自定义子智能体、多选项澄清、斜杠命令技能、统一智能体模式和自动更新。
推荐理由：官方给出 Vibe 2.0 的自定义子智能体、斜杠命令技能等能力与订阅方案，可据此判断终端编码智能体的工作流变化。
Mistral AI 发布 Devstral 2 编码模型家族，含 123B 的 Devstral 2 和 24B 的 Devstral Small 2，两者均为开源模型，分别采用修改版 MIT 和 Apache 2.0 许可。
推荐理由：官方给出两款开源编码模型的参数、SWE-bench 成绩与许可差异，并附独立人工评测对比，便于判断开源编码模型与闭源模型的差距。
Mistral AI 发布 Codestral 25.08，并推出由 Codestral、Codestral Embed、Devstral 和 Mistral Code IDE 插件组成的企业级编码栈。
推荐理由：Mistral 把补全、代码检索与智能体工作流打包成可私有部署的企业编码栈，读者可据此判断自托管方案的能力边界。
Mistral AI 与 All Hands AI 合作推出 Devstral Medium，并升级 Devstral Small 至 1.1。
推荐理由：Mistral 与 All Hands AI 联合发布两款代码智能体模型，给出 SWE-Bench Verified 分数与 API 定价，便于对比现有方案。
Mistral 发布企业级 AI 编码助手 Mistral Code，整合 Codestral、Codestral Embed、Devstral 和 Mistral Medium 四个模型，支持云端、专属容量和本地气隙 GPU 部署，代码保留在企业边界内。
推荐理由：原文给出企业级编码助手的模型组合、部署方式与客户落地案例，可据此判断私有化编码方案的取舍。
Mistral AI 发布首个面向代码的嵌入模型 Codestral Embed，称在真实代码检索场景中优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
推荐理由：官方给出代码嵌入模型在检索基准上的对比与多维度、多精度取舍，可据此评估代码 RAG 的存储与质量平衡。
Mistral AI 与 All Hands AI 合作发布面向软件工程任务的智能体模型 Devstral，在 SWE-Bench Verified 上取得 46.8%，比此前开源 SoTA 高出 6 个百分点以上，并以 Apache 2.0 许可开源。
推荐理由：官方给出 Devstral 在 SWE-Bench Verified 的分数与开源许可，读者可据此判断开源编码智能体的当前水位。