你是 Codex Original 吗？
OpenAI 正在为其 Codex Originals 项目征集真实案例，寻找使用 Codex 做出卓越成果的构建者、探索者、研究人员与创作者。希望参与该项目下一篇章的用户可提交自己的个人故事与实际项目详情。
#编码
#编码
今日 1 条OpenAI NewsAI 评分2626
橘鸦AI早报AI 评分3737 AI 早报（2026-09-26）：美团发布 LongCat-2.5-Preview，微软更新 Copilot
美团发布原生多模态模型 LongCat-2.5-Preview，总参数 1.6T、激活约 48B，具备 100万 token 上下文窗口并强化编程能力，已在 API 平台和聊天页面开放。微软对 Copilot 进行重大更新，整合 Home、Code 与 Agent Autopilot 并内置完整 Office 功能；OpenAI 则修复了 Codex 全面服务中断并为付费用户重置限额。
OpenAI NewsAI 评分2121 Proaction 借助 Codex 实现销售额增长 60% 并节省 75+ 小时
Proaction 借助 Codex 实现销售额增长 60%，并节省了 75+ 小时。通过结合使用 Codex、GPT-Live-1 与 GPT-6 Astra，该公司进一步加快了现代车队管理系统的构建、运营以及销售流程。
GitHub Blog · AI & ML精选AI 评分6363 GitHub Copilot app 初学者指南：如何利用 canvases 构建自定义工作流
GitHub Copilot app 推出 canvases 使用指南，支持用户通过自然语言构建与 AI 智能体双向协作的自定义界面。用户在 Agent 会话中输入 `/create-canvas` 技能并描述工作流需求及双方操作权限，即可在右侧面板直接生成看板、检查清单或仪表盘。生成的画布支持实时双向同步并可保存为扩展复用，社区也通过 Awesome Copilot 提供了预制模板供安装和定制。
推荐理由：原文演示了通过自然语言生成双向交互界面的具体步骤，为想要打造专属智能体协同工作流的开发者提供了可迁移的实操方法。
GitHub Blog · AI & MLAI 评分5757 GitHub Copilot：为什么对话框往往是错误的 AI 交互界面
GitHub 官方博客发文探讨大语言模型交互范式的局限，指出单一对话框容易诱导用户让模型代劳所有琐事而浪费 token。文章提出在 GitHub Copilot app 中使用 canvas 运行轻量全栈应用，通过与智能体双向通信并在本地执行代码来承载具体任务。这种模式允许智能体为用户生成专用工具或接管多步骤开发流程，从而将开发者从频繁交互中解放出来。
GitHub Blog · AI & ML精选AI 评分7272 GitHub Security Lab 推出基于 Taskflow Agent 的自动化模糊测试流水线
GitHub Security Lab 开源了面向 C/C++ 项目的自动化模糊测试流水线 Fuzzing Taskflow，可自主完成入口识别、编写测试桩、运行 AFL++、分析覆盖率反馈及生成漏洞报告。该系统将智能体决策与 MCP 执行工具解耦，支持结构感知变异与崩溃去重分流，默认接入 Claude Sonnet 5 并配有实时 Web 监控看板。
推荐理由：它展示了如何通过 MCP 拆分决策与执行，将智能体引入传统 C/C++ 模糊测试的全流程自动化中。
橘鸦AI早报AI 评分3434 橘鸦AI早报：Anthropic 发布 Claude Opus 5.5，OpenAI 推出 GPT-6 Sol 与 Luna
Anthropic 正式发布 Claude Opus 5.5，输出速度提升 30% 以上，API 每百万 token 输入与输出分别降至 4 美元和 20 美元。
OpenAI NewsAI 评分3232 Airbnb 扩大 GPT-6 Astra 及 OpenAI 前沿模型的使用范围
Airbnb 正在扩大对其工程团队开放 GPT-6 Astra 及 OpenAI 前沿模型的访问权限。此举旨在帮助工程团队排查解决 bug、设计系统架构，从而加快产品与功能的交付速度。
GitHub Blog · AI & MLAI 评分4949 GitHub 探讨：该读 AI 代码吗？RAG 死了吗？Skills 取代了 MCP 吗？
GitHub 在播客中剖析了多项 AI 热门争议，指出开发者仍须对 AI 生成代码负责，且 RAG 并没有消亡，Skills 也未取代 MCP。MCP 为 AI 智能体提供连接工具与数据的标准化接口，Skills 承载流程规范与专业知识，结合 RAG 的外部检索，三者在实际开发工作流中相互协同。
Together AI BlogAI 评分3636 一家全球金融科技公司如何借助 Together AI 的 Dedicated Model Inference 扩展代码 Agent 流量
一家全球金融科技公司采用 Together AI 的 Dedicated Model Inference 部署 GLM-5.2，支撑其内部代码 Agent 的突发流量。该系统运行在数十张 B200 GPU 的多副本架构上，支持 256K 上下文并应对输入长度 p95 达 178K tokens 的高并发。结合 Metrics API 与自助端点控制，团队以零停机实时调优路由策略消除了请求排队延迟。
GitHub Blog · AI & ML精选AI 评分8484 GitHub 详解如何借助 Copilot 智能体将自身运行时重写为 Rust
GitHub 团队借助 GitHub Copilot App 与 Copilot CLI，由单个工程师主导并在数月内将核心 Agent 运行时重写为超 80 万行生产级 Rust 代码。
推荐理由：复盘了借助智能体集群就地重构大型运行时的实践，为复杂遗留系统的自动化迁移提供了可落地的工程模式。
Apple ML ResearchAI 评分4747 面向 Agentic LLM 系统的共享选择性持久记忆架构
研究提出面向智能体大模型系统的共享选择性持久记忆架构，仅保留任务规范、数据 Schema 等四类可复用上下文，在企业场景中将任务完成率提升至 96%。配合零 token 数据刷新与摘要驱动生成机制，模型在周期性数据更新中可完全免于重复调用，使任务耗时缩短 14 倍并将单次 token 成本降低 97 倍。
Google AI BlogAI 评分3434 Google DevFest 正式回归
Google 开发者社区（GDG）主办的技术大会 DevFest 正式回归，将于 10 月 1 日至 12 月 31 日在 115 个国家举办超 800 场活动。本届大会以“构建、安全、扩展：智能体时代的开发者与构建者”为主题，参会者将通过工作坊和 agent-athons 体验 Gemini、Google AI Studio 及 Web MCP 等技术栈。
GitHub Blog · AI & ML精选AI 评分6565 GitHub 团队分享如何结合 GitHub Copilot 与 Actions 实现活动运营全流程自动化
GitHub 市场团队分享了利用 GitHub Copilot、Issue 表单和 GitHub Actions 实现营销活动全流程自动化的实践方案。系统以 Markdown 格式的操作手册为基础，让 Copilot 负责草拟活动物料、参数配置及执行斜杠命令，并由 Actions 自动化完成页面创建、渠道链接生成与数据清洗。
推荐理由：文章详细拆解了将非技术运营流程代码化的整套架构，为非研发岗位借助智能体和平台能力实现自动化提供了清晰参考。
OpenAI NewsAI 评分4848 Cognition 借助 GPT-6 Astra 帮助 Devin 测试自身工作
Cognition 借助 GPT-6 Astra 提升了 Devin 测试软件并验证运行效果的能力。这项改进旨在帮助工程师减少需要审查的代码量，从而更快交付更多软件。
GitHub Blog · AI & MLAI 评分5050 GitHub Copilot 应用初学者指南：结合 diff、终端与浏览器验证代码
GitHub Copilot 应用集成了 diff 比对、终端与浏览器三个内置面板，支持用户在单个界面内审查、运行并预览 AI 智能体修改的代码。用户可在 diff 面板直观核对代码增删并决定接受或提注，在终端直接运行开发服务器或自定义脚本，并通过内置浏览器测试 UI 与微调元素，完成后直接在应用内提交 PR。
Together AI Blog精选AI 评分7272 Together AI 详解开源 AI 智能体技术栈与 MIGHT 架构
Together AI 发文解析面向智能体软件开发的开源 AI 技术栈，将其拆分为模型、推理服务商、网关路由、客户端 Harness 与工具技能五大解耦层级。文章建议将大模型用于全局规划与审查，由响应快且成本低的小模型分步执行明确任务，并借助 MCP 协议与路由器实现跨厂商无缝切换。
推荐理由：原文将开源开发拆解为模型、推理、网关、客户端与工具五层架构，为开发者从闭源模型平滑迁移并灵活替换组件提供了实用路径。
OpenAI NewsAI 评分2424 GPT-5.6 Sol 如何协助运行量子计算实验
麻省理工学院（MIT）研究人员结合使用 GPT-5.6 Sol 与 Codex 自主运行量子计算实验。该方案能够自主分析实验结果，并完成量子比特（qubits）的校准工作。
OpenAI NewsAI 评分3333 1Password 借助 Codex 将工程生产力提升 21%
1Password 借助 Codex 将工程生产力提升了 21%。其工程师使用 Codex 快速构建新功能与内部工具，在保持严格安全策略的同时达到生产就绪状态。
GitHub Blog · AI & ML精选AI 评分7474 GitHub Copilot 推出 Project HydraFusion 研究预览版：通过多模型运行时编排提升编码质量
GitHub 宣布在 GitHub Copilot CLI 中推出 Project HydraFusion 研究预览版，通过运行时编排跨厂商模型来平衡编码任务的性能、成本与延迟。
推荐理由：多模型编排从人工切换进入运行时自动化，为降低代码智能体调用成本与提升稳定性提供了工程参考架构。
GitHub Blog · AI & ML精选AI 评分6464 GitHub Copilot 入门指南：如何同时并行运行多个智能体
GitHub Copilot 应用支持通过独立会话同时并行运行多个 AI 智能体，互不干扰以提升多任务开发效率。每个任务会话都在专属的 Git worktree 中隔离运行并保持各自的上下文，开发者无需等待前一个任务完成即可随时开启新会话，方便同时推进功能开发、无障碍审查与测试运行。
推荐理由：文章展示了利用独立 Git worktree 实现多智能体会话并发与上下文隔离的机制，为开发者提供了可落地的并行编码方法。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber 模型
Google DeepMind 正式推出 Gemini 3.8 Flash 及其网络安全专用变体 Gemini 3.8 Flash Cyber。
推荐理由：该版本在保持低调用成本的同时强化了多步推理与长程编码能力，读者可据此评估其在自动化软件工程与企业安全防护中的落地价值。
Google AI BlogAI 评分5858 Google 推出 Fairwind 计划，面向政府与企业提供自动化网络防御与漏洞修复
Google 宣布推出 Fairwind 计划，面向政府机构、Google Cloud 客户及安全合作伙伴开放专用网络防御能力。该计划结合 Gemini 3.8 Flash Cyber 模型与 CodeMender 框架，支持在安全云环境中自主发现、验证并生成代码补丁，将修复周期从数周缩短至数分钟。
Together AI Blog精选AI 评分7373 GLM-5.3 与 Claude Fable 5 在 DeepSWE 基准下的成本与编程能力对比
Together AI 在 DeepSWE 软件工程基准上实测了 GLM-5.3 与 Claude Fable 5，两者首答通过率基本持平（69.0% 对 69.7%），但 GLM-5.3 的单次运行成本低 5.4 倍（3.99 美元对 21.63 美元）。
推荐理由：实测通过细分语言和重试表现对比了两款模型，为工程团队在代码智能体中设计模型路由与控制成本提供了参考。
Together AI Blog精选AI 评分7474 GLM-5.3 与 GPT-5.6 Sol 在 DeepSWE 上的对比评测：成本、编码与路由策略
Together AI 在 DeepSWE 基准上对 GLM-5.3 与 GPT-5.6 Sol 展开了 904 次实测，GPT-5.6 Sol 以 72.7% 的 pass@1 保持单次精度领先，而 GLM-5.3 单次成本仅需 3.99 美元（约为前者的一半）并在 pass@4 达到 87.6% 实现反超。
推荐理由：实测对比了模型单次精度与多轮重试下的性价比差异，给出了低成本优先结合测试验证回退的工程路由策略。
Together AI Blog精选AI 评分7171 DeepSWE 评测对比 DeepSeek V4 Pro 0813 与 Claude Fable 5 的成本、代码能力与路由策略
Together AI 在 DeepSWE 软件工程基准上对比了 DeepSeek V4 Pro 0813 与 Claude Fable 5，Fable 5 的单次尝试成功率（pass@1）以 69.7% 领先 Pro 的 62.8%，但每次 rollout 成本为 $21.63，是 Pro（$0.24）的 90 倍。
推荐理由：原文提供了两款模型在多语言和重试机制下的成本收益对比，展示了结合测试集做级联路由的具体收益。
Google DeepMind精选AI 评分8383 Google DeepMind 推出 Gemini 3.7 Flash
Google DeepMind 正式推出 Gemini 3.7 Flash，主打编程与智能体任务，首发调用价格较 3.6 Flash 降至每 100 万输入 token 0.75 美元、输出 3.75 美元。
推荐理由：该版本在编程与复杂工作流基准上大幅超过前代，并将调用价格降低一半，有助于开发者低成本扩展智能体应用。
Together AI Blog精选AI 评分7474 Together AI 实测对比 DeepSeek-V4 Flash 与 GPT-5.6 Luna 在 DeepSWE 的编码表现与成本
Together AI 在 113 项 DeepSWE 真实编码任务上实测对比了 DeepSeek-V4 Flash 0731 与 GPT-5.6 Luna，结果显示 Luna 准确率更高而 DeepSeek 单任务成本仅为其六分之一。
推荐理由：评测展示了将廉价模型作为前置过滤并在失败时升级旗舰的级联方案，能以更低综合成本获取更高准确率。
Microsoft Research精选AI 评分7171 微软研究院开源智能体框架 Orchard
微软研究院开源面向智能体研发的基础框架 Orchard，旨在解决复杂智能体训练依赖专有基础设施与沙箱的瓶颈。该框架以基于 Kubernetes 的 Orchard Env 为核心，支持直接在 Codex、OpenClaw 等真实运行框架中端到端训练与评估，并可在软件工程、网页浏览和个人助理等任务间复用数据管线。
推荐理由：该框架通过将运行环境解耦为独立服务并支持在真实运行载体中直接训练，让十倍更小参数的开源模型逼近前沿系统水准。
Together AI Blog精选AI 评分8282 Kimi K3 完整开发者指南
Together AI 联合月之暗面推出 2.8T 参数开源模型 Kimi K3 的接入支持并发布完整开发指南，该模型原生支持 1M 上下文窗口与多模态视觉输入。
推荐理由：文章系统梳理了该开源模型的底层架构与接口参数，开发者可据此掌握长上下文缓存与动态工具调用的工程实现。
Berkeley AI ResearchAI 评分4949 从 CUDA 到 MLX：K-Search 如何将数十年内核专业经验引入 Apple Silicon
研究团队为内核搜索框架 K-Search 拓展了 MLX 后端，通过结构化翻译层将 CUDA 优化经验自动迁移至 Apple Silicon。生成的 Attention 内核达到原生 MLX 0.97 倍性能，Mamba SSM 内核较社区 mlx-lm 实现取得最高 20 倍 prefill 加速。
Berkeley AI ResearchAI 评分4444 教大语言模型更新信念以实现高效长程交互
研究人员提出 ABBEL 框架，通过监督自然语言信念状态替代传统上下文总结，解决大语言模型长程交互中的性能损耗问题。在协作编程基准 CollabBench 上，结合重构信念评分的 ABBEL-rec-BG 将与全上下文模型的性能差距缩小约 50%，训练步数减少 50%，并大幅降低峰值 token 占用。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 及 3.5 Flash Cyber
Google DeepMind 正式推出 Gemini 3.6 Flash、Gemini 3.5 Flash-Lite 以及专攻代码安全的 Gemini 3.5 Flash Cyber，重点提升 AI 智能体工作流的效率与延迟表现。
推荐理由：新模型在提升编码与知识任务表现的同时降低了输出 token 消耗和调用成本，适合评估智能体生产落地开销的开发者参考。
Together AI BlogAI 评分5151 Together AI 推出多 GPU 内核基准 ParallelKernelBench，前沿模型编写多卡算子仍存短板
Together AI 推出面向多 GPU 内核生成的评测基准 ParallelKernelBench（PKB），包含来自真实分布式代码库的 87 个任务，评测显示前沿大模型目前难以独立编写高效的多卡通信内核。
Together AI Blog精选AI 评分6161 Kimi K2.7 Code 对比 Claude Fable 5：落地页生成成本降低 94%
Together AI 测试对比了 Kimi K2.7 Code 与 Claude Fable 5 生成 12 个落地页的效果，结果显示 Kimi 生成成本比 Fable 5 降低约 94%，平均便宜约 16 倍且产出质量接近。
推荐理由：测试展示了借助 MCP 补充多模态视觉参考来弥补开源代码模型设计短板的方案，同时大幅压缩落地页生成的调用成本。
Together AI BlogAI 评分3939 Together AI 规模化推理评测：编程智能体工作负载
Together AI 推出面向高并发、长上下文编程智能体场景的推理基准测试，并在 Kimi K2.5 上对比了其推理引擎与 TensorRT-LLM 及 SGLang 的性能。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 3.5 Flash，主打智能体工作流与编码能力
Google DeepMind 正式推出 Gemini 3.5 系列并上线 Gemini 3.5 Flash，主打复杂长流程智能体工作流与代码执行能力。其在 Terminal-Bench 2.1 达 76.2%、MCP Atlas 达 83.6%，每秒输出 token 速度达到其他前沿模型的 4 倍，且成本不足其一半。
推荐理由：该模型在保持高推理速度的同时强化了长流程智能体与编程表现，为降低复杂自动化任务的调用延迟与成本提供了参考。
Google DeepMind精选AI 评分7373 AlphaEvolve：由 Gemini 驱动的编码智能体如何跨领域拓展应用影响
Google DeepMind 总结了其由 Gemini 驱动的算法设计编码智能体 AlphaEvolve 在推出一年来的跨领域落地成果。在科学与硬件领域，该系统不仅协助数学家探索未解问题并将 Willow 量子芯片模拟误差降至基准的十分之一，还直接为下一代 TPU 芯片设计了更高效的底层硬件电路，同时将 Google Spanner 的写入放大减少了 20%。
推荐理由：文章梳理了编码智能体深入硬件架构设计与跨学科科学计算的具体案例，展示了 AI 算法设计工具在工业基建中的实践路径。