OpenAI：官网动态（RSS · 排除企业/客户案例）
Rakuten 引入 Codex 后，问题修复效率提升一倍。该 AI 编程工具显著缩短代码调试与故障解决周期，帮助开发团队更快定位并修复问题，优化整体运维流程。
Rakuten 引入 Codex 后，问题修复效率提升一倍。该 AI 编程工具显著缩短代码调试与故障解决周期，帮助开发团队更快定位并修复问题，优化整体运维流程。
为解决大型Rails单体应用测试覆盖率低的问题，团队基于Mistral的Vibe构建了一个自主智能体。该智能体能自动读取模型、控制器等五类源代码文件，并生成或改进对应的RSpec测试。通过AGENTS.md文件提供的八步执行计划进行引导，并为不同文件类型配备专门技能以确保质量。智能体在CI/CD管道中并行运行，自动处理工厂和夹具，并通过强制自我审查覆盖所有公共方法，最终将测试质量评分从0.68提升至0.74。
Gemini in Google Sheets 发布全新 beta 功能，支持通过自然语言描述创建、组织和编辑整个表格，涵盖基础任务到复杂数据分析，实现最先进的电子表格处理能力。
Codex Security 开放研究预览。这款 AI 应用安全代理通过分析项目上下文，检测、验证并修复复杂漏洞，相比传统方案具备更高置信度和更低误报率。
Anthropic与Mozilla合作，使用Claude Opus 4.6审计Firefox安全。模型两周内发现22个漏洞，其中14个高危，占2025年Firefox已修复高危漏洞近五分之一。团队扫描近6000个C++文件并提交112份报告，多数已在Firefox 148中修复。Claude还能为漏洞编写利用代码，具备独立执行完整漏洞挖掘链的能力。
Anthropic与Mozilla合作，使用Claude Opus 4.6对Firefox进行安全审计。模型在两周内发现22个漏洞，其中14个为高危（占2025年Firefox修复高危漏洞近五分之一），提交112份报告。大部分漏洞已在Firefox 148中修复。此外，Claude还能为漏洞编写可利用代码，展示从发现到利用的完整安全研究能力。
OpenAI 推出 GPT-5.4，面向专业工作的最强高效前沿模型，支持 100 万 token 长上下文，具备顶尖编程、计算机使用与工具搜索能力。
Google Search 的 AI Mode 已向美国所有用户开放 Canvas 功能，新增文档起草和交互式工具构建能力，用户可直接在搜索页面完成创作。
MaxClaw 上线 120 小时内完成四次扩容和体验优化，同时推出移动端版本，并新增对 Coding Plan 的支持。
PlanetScale 引入 Bugbot 作为 AI 代码审查代理，应对 AI 代码生成普及后审查环节成为瓶颈的问题。Bugbot 能发现人类难以察觉的深层逻辑缺陷，如状态同步间隙和异步控制器交互问题，而非仅检查语法错误。目前 80% 的 Bugbot 评论在合并前被工程师处理，每月审查超 2000 个 PR，节省相当于两名全职工程师的审查工作量，显著降低生产环境宕机风险。
Kimi Code Plan正式升级，所有订阅用户自今天起继续免费享受3倍Token额度，无限速、无购买限制，可使用Kimi K2.5多模态模型进行编程。该计划按Token计费，日均Token消耗量和稳定服务用户数已翻倍增长。访问kimi.com/code即可使用。
AI 编程进入第三时代：从 Tab 补全到同步 Agent，再到可独立运行数小时的云 Agent。Cursor 内部数据显示，Agent 用户已反超 Tab 用户 2 倍，35% 的 PR 由云 Agent 自主创建。开发者角色从逐行编码转向构建"软件工厂"——定义问题、配置工具并审查产物。Cursor 昨日正式发布 cloud agents，支持并行任务与独立 VM 运行。
OpenAI 与 Pacific Northwest National Laboratory 联合发布 DraftNEPABench 基准测试，评估 AI 编程助手加速联邦许可流程的效能。数据显示，AI 有望将 NEPA 文件起草时间缩短最多 15%，推动基础设施审查现代化。
OpenAI 与 Figma 推出全新 Codex 集成，打通代码与设计的双向链路。开发团队可直接在代码实现与 Figma 画布间无缝切换，加速迭代和交付流程。
GLM-5参数规模达7440亿，训练Token 28.5万亿。核心创新包括DSA稀疏注意力机制降低算力开销，异步RL基础设施与异步Agent RL算法提升长周期交互与自主决策能力。全面原生适配华为昇腾、寒武纪等七大国产芯片平台，通过W4A8混合精度量化与定制融合算子实现高效部署。模型支持复杂软件工程、终端操作、PPT生成等长程Agent任务，提供交错思考、保留思考等多种推理模式。
Seed2.0系列正式发布，推出Pro、Lite、Mini三款通用Agent模型及专用Code模型，针对复杂多模态任务与长链路Agent场景优化。模型在视觉理解、数学推理与长上下文处理方面达SOTA水平，SuperGPQA分数超越GPT-5.2，并在ICPC、IMO、CMO测试中获金牌。支持科学研究级任务，token成本较顶尖模型降低约一个数量级。目前已上线豆包App、TRAE及火山引擎API。
Box 因原生数据隐私与代理质量控制选择 Cursor 作为核心 IDE 与 AI 编程平台。目前 85% 以上工程师日常使用，推动产品路线图交付效率提升 30-50%。通过自定义规则与命令扩展，Box 将 React 迁移速度提升 80%，设计系统迁移提速 90%，同时确保企业级安全与代码质量。配合导师计划，六周内 Cursor 使用量增加 75%，800 余名开发者已实现 AI 辅助开发。
Codex 和 Claude 宣布推出面向所有用户的定制化内核服务。这一举措旨在通过开源工具降低高级AI模型的访问门槛，使开发者能够根据特定需求调整和优化模型性能。新服务预计将支持更广泛的个性化应用开发，同时公布的相关基准测试显示，定制后模型在特定任务上的效率可提升高达30%。这标志着AI技术民主化进程又迈出关键一步。
MiniMax 最新发布的大语言模型 M2.5，通过在数十万个复杂现实环境中进行强化学习训练，在编码、智能体工具调用、搜索和办公工作等多项任务上达到 SOTA。模型推理效率高，完成 SWE-Bench Verified 评估的速度比前代 M2.1 快 37%，与 Claude Opus 4.6 相当。定价方面，以 100 tokens/秒运行时每小时成本仅 1 美元。M2.5 在超过 10 种编程语言和 20 多万个真实环境中训练，具备从系统设计到测试的全流程能力。
GLM-5 开源，参数规模达 744B（激活 40B），预训练数据 28.5T，集成 DeepSeek Sparse Attention 降低部署成本。Coding 能力对齐 Claude Opus 4.5，Agent 能力支持 SOTA 级长程任务执行，兼容国产芯片。同步推出 OpenClaw、AutoGLM、Z Code 及 Excel 插件等工具链，覆盖端到端开发、办公自动化等场景。
AI（如 Claude Code）确实能带来 10 倍生产力提升，但创造的价值大部分被公司捕获，员工可能过度劳累却收获甚微。微软内部已自发大量采用 Claude Code。这种效率加速迫使工作节奏不断加快，导致许多早期采用者（包括作者自己）出现严重的“午睡攻击”和日常疲劳。公司作为资本机器难以放缓脚步，形成一种让从业者无论是否使用 AI 都被持续“抽血”的困境。
Kimi K2.5 是月之暗面迄今最智能且最全能的模型，在 Agent、代码、图像、视频及通用智能任务上取得开源 SOTA 表现。原生多模态架构同时支持视觉与文本输入、思考与非思考模式、对话与 Agent 任务。发布后在 OpenRouter 上周调用量达 1.3 万亿 tokens，超越 Gemini 3、Claude Sonnet 4.5，成为全球开发者调用量最大的模型。
研究人员采用“智能体团队”方法，让多个Claude实例在无人工干预下并行协作开发代码。为进行压力测试，团队指派16个智能体从零编写一个能编译Linux内核的Rust版C编译器。项目消耗近2000次会话和约2万美元，最终产出10万行代码的编译器，可成功在x86、ARM和RISC-V架构上构建Linux 6.9内核。研究重点在于设计支持长时间自主运行的智能体团队框架，包括如何编写测试以保持智能体不偏离方向，以及如何通过基于文本文件的锁机制协调多智能体并行任务分配。
研究发现，在SWE-bench等智能体编码基准测试中，基础设施配置差异对模型评分的影响，可能超过排行榜上顶尖模型之间的微小分差。内部实验显示，在Terminal-Bench 2.0上，最严格与最宽松的资源设置间成功率相差6%。严格限制资源会导致近6%的任务因容器意外终止而失败，而宽松配置下此类错误率可降至0.5%。当资源余量超过基准规格3倍时，智能体甚至能借助额外资源成功完成原本无法解决的任务。这表明评估环境不仅影响测试稳定性，更会改变基准测试实际衡量的能力维度。
Qwen Studio 提供全栈功能，涵盖聊天机器人、图像与视频理解、图像生成、文档处理、网页搜索集成、工具调用及 Artifacts 等模块。
Kimi Code 已接入最强编程模型、原生多模态模型 Kimi K2.5。即日起至 2026 年 2 月 28 日，新老用户可享最高平时 3 倍的使用额度，无限速和购买限制。同时取消基于请求次数的计费，全面切换为基于 Token 计费，所有用户配额已重置。额度按实际输入输出长度扣减，简单提问消耗极少 Token，复杂任务获得更充足空间。用户可访问 kimi.com/code 开始使用并了解 Kimi Code Plan 会员权益。
研究团队成功利用Claude模型自动生成高性能CUDA内核代码，并将其应用于训练开源大语言模型。这一方法显著提升了模型在特定硬件上的计算效率，是推动AI民主化的重要步骤。通过开源工具与科学，团队致力于降低先进AI技术的开发门槛，让更广泛的社区能够参与并受益于人工智能的创新发展。
Mistral AI 发布了终端原生编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型驱动。其主要升级包括：可构建自定义子代理、在执行操作前提供多选项澄清、通过斜杠命令加载技能，以及配置自定义工作流程。Mistral Vibe 2.0 目前可通过 Le Chat Pro 和 Team 计划使用，支持按使用量付费或自带 API 密钥。同时，Devstral 2 模型已转向付费 API 访问。
Salesforce 在全球数千名工程师中推广 Cursor 后，开发速度实现两位数增长（超 30%），代码质量同步提升。内部数据显示，团队周期时间、缺陷数量和吞吐量均显著改善，某团队遗留代码覆盖率时间更缩短 85%。工程师采用路径分化：初级开发者借其理解复杂代码库，资深工程师则从自动化繁琐任务起步，逐步扩展至高频使用。公司认为 AI 编程工具对软件开发生命周期的改造才刚刚开始。
Novita AI 发布基于 SGLang 的 GLM4-MoE 生产级优化方案，通过共享专家融合、Qknorm 融合与异步传输三项核心技术，在 H200 集群 TP8/FP8 配置下实现首 token 延迟（TTFT）降低 65%、每 token 输出时间（TPOT）提升 22%。针对 Agentic Coding 场景，团队提出无需额外训练草稿模型的 Suffix Decoding 技术，利用历史输出模式重复率进一步加速推理。
作者临近57岁生日，回顾了近期在AI领域的活跃动态。人工智能领域正吸引大量资本涌入，作者因其文章和项目收到了众多风险投资人的接触，并因Gas Town相关加密货币$GAS产生了约30万美元的交易费收入，但他强调需专注于软件开发而非被资本或社区分散精力。文章还讨论了利用20余个AI智能体进行高端编程对工作与休息节奏带来的影响，表现为频繁的深度小睡需求。
腾讯CodyBuddy编程助手集成Kimi K2 Thinking模型，该助手已有90%腾讯工程师使用。
Claude Code 集成 Opus 4.5 模型实现关键突破，编程智能体跨越重要能力阈值。此次升级标志着编码代理在自主性和工程处理能力上达到新水平，可应对更复杂的开发任务。Opus 4.5 显著提升了代码生成、调试及复杂问题解决的表现，使 AI 辅助编程从基础工具向高效协作伙伴转变，为开发者带来质的不同的使用体验与效率提升。
关联讨论 3 条Nathan Lambert：Interconnects（RSS）X：Kim (@kimmonismus)Gary Marcus：The Road to AI We Can Trust（RSS）合适的工具能让 AI 完成令人印象深刻的任务。Claude Code 体现了这一理念，展示了配备恰当工具后 AI 所能达到的成就，指向 AI 辅助开发的未来方向。
MiniMax 发布 M2.1 模型，是对 M2 的更新。其核心升级在于系统提升了在 Rust、Java、Golang 等多语言编程任务上的性能，并达到行业领先水平。同时，模型显著增强了原生 Android 与 iOS 开发能力，以及在 Web/App 场景下的设计理解与美学表达。M2.1 优化了复合指令约束以更好地支持办公场景，响应更简洁高效。该模型在 Claude Code、Cline 等各类编程工具与 AI 智能体框架中表现出色。在衡量全栈开发能力的 VIBE 新基准上，取得了平均 88.6 分的成绩。
GLM-4.7 发布，编程能力显著提升。SWE-bench 达 73.8%（+5.8%），Terminal Bench 2.0 达 41%（+16.5%），支持 Claude Code 等主流智能体框架。新增交错式思考、保留式思考和轮级思考功能，可控制推理过程以降低延迟或提高准确性。同步改进 UI 生成、工具调用和数学推理能力，可通过 API 或本地部署使用。
OpenRouter 推出 Response Healing 新功能，可在 JSON 响应到达应用程序之前自动修复大语言模型输出的畸形 JSON，从而将 JSON 缺陷减少 80% 以上。
Mistral AI 发布新一代代码模型家族 Devstral 2，包含 Devstral 2 (123B) 和 Devstral Small 2 (24B) 两个开源版本。Devstral 2 采用修改的 MIT 许可证，在 SWE-bench Verified 上达到 72.2%，成本效益比 Claude Sonnet 高达 7 倍。Devstral Small 2 (24B) 采用 Apache 2.0 许可证，可部署在消费级硬件上。两者均支持 256K 上下文窗口。同步发布由 Devstral 驱动的开源命令行工具 Mistral Vibe CLI，用于在终端实现代码的自动化探索与修改。
Anthropic与Material调研500余位技术领导者显示，57%企业已将AI智能体用于多阶段工作流，16%实现跨职能部署。编码是核心场景，90%用于开发辅助，86%用于生产代码，平均节省近六成时间。80%受访者称投资已产生可衡量回报，如Thomson Reuters将法律检索从数小时缩短至分钟级。2026年81%企业计划处理更复杂用例，但面临系统集成、数据质量和变革管理三大挑战。
研究团队训练并部署了一个专为高精度和实际应用优化的AI代码审查智能体。该智能体旨在对自主生成的代码进行有效监督，使代码审查能力能够与自动化代码生成的规模同步扩展。通过优化智能体的精确度，该方法致力于解决大规模代码生成中的质量控制难题，为AI辅助软件开发提供了可落地的规模化监督方案。