Cloudflare 借助 OpenAI 将漏洞发现与防御联动
Cloudflare 使用 OpenAI Daybreak 调查漏洞并提出修复方案供人工审核,其开发者则用 Codex 加快开发速度并提升代码质量。
Cloudflare 使用 OpenAI Daybreak 调查漏洞并提出修复方案供人工审核,其开发者则用 Codex 加快开发速度并提升代码质量。
三位拥有十年以上 Java 经验的 Java Champion 分享了在生产与开源项目中使用 GitHub Copilot 的实践。Vlad Mihalcea 借助 Copilot 将原本需数周的 Optimizer 事件历史 Web 应用开发缩短到两天,并用 65 篇文章训练自定义 skill 模仿自己的写作风格。
OpenAI 正在改进 ChatGPT 对低资源编程语言的支持,并新增了软件工程、SQLite 和 COBOL 迁移方向的评测。这些评测用于衡量模型在相关编程任务上的表现。
GitHub Copilot 应用中的会话可直接在 VS Code 中打开并继续,保留原有对话、代码改动和工作上下文。VS Code 会加载该会话关联的 worktree,并在 Copilot 侧边栏显示原会话,用户可逐行审查 diff、手动编辑、本地运行测试,最后提交并推送到会话对应的 pull request。
Benefit Street Partners 的 Anant Kumar 借助 Codex 进行代码审查并加快后续跟进,从而更快回答客户问题。他构建的工具用于比较贷款估值和分析信贷协议。
Reflection AI 推出开源权重模型 Beam,面向智能体编码和长周期任务,可维护代码、调用工具并完成多步工作流。
推荐理由:Reflection AI 开源 Beam 的权重与部署路径,读者可据此了解其参数规模、上下文长度和 AWS 落地方式。
美国新实验室 Reflection 的首个模型 Beam 在 Hugging Face 开源,采用 MoE 架构,总参数 501B、每 token 激活 23B,支持 1M token 上下文,Apache 2.0 许可,面向编码与智能体场景。
推荐理由:Hugging Face 给出 Beam 的架构细节、量化版本与 vLLM/SGLang 部署命令,可据此评估自托管成本。
Meta 发布开源权重模型 Muse Spark Open,采用 MoE 架构,总参数约 816B、每 token 激活约 42B,支持文本、图像、音频和视频输入,上下文窗口最高 1M tokens。
推荐理由:Meta 开源 816B 参数 MoE 多模态模型,给出完整部署、微调与量化运行配方,可据此评估自托管成本。
LegalOn 将 Codex 每日预估成本削减 65%,同时保持开发速度。其做法是按任务匹配 Astra、Sol 和 Luna,并对预算进行策略性管理。
Oracle 在招聘、工程和运营环节用 ChatGPT Work 与 Codex 将专家知识转化为快速、可复用的工作流,把原本需要数天的工作压缩到几分钟完成。
Mistral 发布 Mistral Large 4 公开预览版,这是一个 1 万亿参数、490 亿激活参数的原生多模态模型,可通过 Mistral Studio 的预览 API 试用,权重将于本月底放出。
推荐理由:Mistral 迄今最大模型以开放权重切入网络安全等企业场景,读者可据此判断欧洲开源路线的能力边界。
智谱(Z.ai)的 GLM 5.3 已在 Amazon Bedrock 上线,这是一个 753B 参数的 MoE 模型,面向编码和长程智能体任务优化。Bedrock 提供全托管 API、跨区域推理、提示词缓存和服务层级,支持 OpenAI 兼容的 Responses 与 Chat Completions API 以及 Invoke 和 Converse API。
推荐理由:GLM 5.3 以 753B MoE 模型上线 Amazon Bedrock,读者可了解其编码与长程智能体能力及托管接入方式。
GitHub 发布 ReviewBench,一个面向 AI 代码审查智能体的开放离线基准,基于 1.039 亿个 GitHub pull request 的分布特征构建,包含来自 187 个开源仓库、覆盖 19 种语言的 219 个 pull request。
推荐理由:GitHub 公开了代码审查基准的构建方法与离线在线信号对照,读者可据此判断评测结果能否预测生产表现。
GitHub 提出 AI 时代开发者应强化的三项技能:学会指挥 AI 智能体而非仅使用它、不轻信 AI 的首次答案、用 AI 节省的时间去解决更大的问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例,说明它用第二个模型对计划、代码和测试进行批判性审查,从而发现首个模型遗漏的问题。
Chatham Financial 借助 Codex 和 GPT-5.6 构建技术并重构工作流,将交易验证时间从 30 分钟缩短到 4 分钟以内。该公司借此扩展其在资本市场领域的专业能力。
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者开放,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,缓存输入 token 按输入价的 95% 折扣计费。
推荐理由:官方给出 Argon 在编码、企业知识与网络安全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。
GitHub Podcast 最新一期拆解了五个 AI 热门论断:AI 生成的代码仍需阅读和负责,只是审查力度应按风险分级;Skills 与 MCP 解决的是不同问题,前者是可读的打包经验,后者是智能体连接工具与数据的标准,二者可组合使用。
GitHub 用 GitHub Copilot app 和 Copilot CLI 把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产级 Rust,AI agent 写了其中大部分代码,分布在 128 个合入 main 的 PR 中并增量发布。
推荐理由:作者以亲历者身份给出把 Copilot 运行时从 TypeScript 迁到 Rust 的完整工程细节,可迁移到大规模 agent 协作开发。
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 的油藏模拟器迁移到 C++,该代码库没有测试套件和集中文档。团队先搭建数值对齐校验框架,用自定义解析器生成调用树并让上百个智能体结合 Mistral OCR 补文档,再以规划、编码、测试、审查的智能体工作流逐模块迁移,并保留人工审核环节。
推荐理由:Mistral 公开了用智能体迁移 4 万行 Fortran 的完整流程,其中先建数值对齐校验、再让智能体文档化的做法可迁移到其他遗留系统改造。