Claude@claudeaiAI 评分5151Anthropic 官方宣布推出 Claude Fable 5.1 和 Claude Mythos 5.1 两款新模型。官方称它们是编码和知识工作领域最先进的模型。
#编码
#编码
今日 0 条- Claude@claudeaiAI 评分5151
Claude Platform：开发者版本说明（RSS）精选AI 评分7272 Anthropic 发布 Claude Fable 5.1 与 Claude Mythos 5.1
Anthropic 发布 Claude Fable 5.1（claude-fable-5-1），面向长时间运行的智能体编码、知识工作与研究，Claude Mythos 5.1 面向 Project Glasswing 参与者。
推荐理由：官方版本说明给出定价、缓存和 API 兼容性变化，开发者可据此评估迁移成本与新特性用法。
Claude Code：GitHub Releases（RSS）AI 评分3939 Claude Code v2.1.257 发布，默认模型改为 Claude Fable 5.1
Claude Code 发布 v2.1.257，新增 Claude Fable 5.1（claude-fable-5-1）并将其设为默认 Fable 模型，提供 1M 上下文，价格为 $10/$50 per Mtok，缓存读取 $0.25/Mtok。
Replit ⠕@ReplitAI 评分3232OpenAI：官网动态（RSS · 排除企业/客户案例）AI 评分4646 OpenAI 解析 Basis、Clay、Exa 如何把工作流变成 AI 原生运营能力
OpenAI 发布文章，介绍 Basis、Clay 和 Exa Labs 用 Agent 承接员工入职、账户管理和开发者集成的工作流。Basis 把入职从 2 小时缩短到 30 分钟，Clay 的子智能体每天夜间更新各账户上下文，为销售省下约 1 小时邮件分拣，Exa 用 Codex 监控集成机会并创建 PR、跑测试。文章还给出企业从试点到规模化的六步方法。
Google AI：DEV 作者专属（RSS）AI 评分5757 Google 员工分享如何设计可信的 AI 评测的五条规则
Google Developer Relations 团队的 Jan-Felix Schmakeit 介绍为 Google 产品的 Agent Skills 设计评测的方法，主张像写单元测试一样建立结构化、自动化的评测流程，而非在终端做 vibe testing。
Google DeepMind精选AI 评分8080 Gemini 3.8 Flash 发布，网络安全版本限定防御团队使用
谷歌推出 Gemini 3.8 Flash，升级编码、推理和长程智能体任务，并接入开发平台及部分付费消费入口。另一个 Flash Cyber 版本只向获准的防御团队开放；普通版本的优惠价格有截止日期，更高推理强度也可能增加用量。
推荐理由：通用版本与安全专用版本采用不同开放范围，团队可以同时比较日常任务能力、推理成本和受控访问条件。
Z.ai@Zai_orgAI 评分2929公众号：百度智能云（文心）AI 评分3434 百度千帆Token Plan企业版更新：DeepSeek-V4-Pro-0813与GLM-5.3等三款模型上线并接入百度搜索工具
百度千帆Token Plan企业版更新，DeepSeek-V4-Pro-0813正式版与GLM-5.3、GLM-5.3-Flash三款模型上线，原有模型ID可直接调用。百度搜索工具正式接入，专属API-KEY即可调用，限时优惠每次2.5积分。Token福利包扩展覆盖语音、OCR、智能文档分析等AI开放能力，席位扩展为四档并有限时赠送积分、夜享Token低至2折等活动。
Epoch AI：研究、数据与评测精选AI 评分6767 Epoch AI 评审 SWE-Bench Pro：超 20% 任务存在评分缺陷，判定为 Flawed
Epoch AI 对 SWE-Bench Pro 的基准评审判定其为 Flawed，认为很可能超过 20% 的任务存在评分缺陷。
推荐理由：Epoch AI 汇总多方审计数据并给出 Flawed 判定，读者可据此决定是否还把 SWE-Bench Pro 当作可信的编码评测依据。
Tomer Tunguz 博客（VC 分析）AI 评分5858 Tomer Tunguz：AI 提效不是减少人力，而是抬高同等投入的产出上限
Tomer Tunguz 根据自己十篇已发布文章的数据提出，AI 自动化了机械性写作工作，但并未减少人力投入，而是抬高了同等工作的产出上限。
OpenAI：官网动态（RSS · 排除企业/客户案例）AI 评分3737 Polimill 基于 OpenAI 技术打造日本公共 AI 基础设施 QommonsAI
Polimill 基于 OpenAI 技术构建公共部门生成式 AI 平台 QommonsAI，2024 年 10 月发布，目前日本约 1,050 个自治体和约 55 万名公务员在使用。
- Replit ⠕@ReplitAI 评分2727
OpenAI Developers@OpenAIDevsAI 评分3434OpenAI Developers 发布 8 月开发者月度盘点，涵盖 Codex 在平台、浏览器和协作工作流上的扩展，以及 Computer History 在 EEA、英国和瑞士的推出。
Claude Code：GitHub Releases（RSS）AI 评分2626 Claude Code v2.1.252 发布，修复 Bash 报错、always allow 未保存等多项问题
Claude Code 发布 v2.1.252，修复多项问题：部分 Mac 上 Bash 命令报 task output swap refused 错误、无 .claude/settings.local. 的项目中 always allow 不保存。
Google DeepMind精选AI 评分7878 Google 发布 Gemini 3.7 Flash，面向编码与智能体并降价一半
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码与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场景的成本变化。
Microsoft Research精选AI 评分7171 微软研究院开源 Orchard：可扩展智能体 AI 框架
微软研究院发布开源框架 Orchard，核心是 Kubernetes 环境服务 Orchard Env，可复用于软件工程、网页导航和个人助理三类智能体任务，并支持直接在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中训练。
推荐理由：微软研究院开源 Orchard 框架，公开环境服务、训练流程与数据，读者可据此了解小模型在真实 harness 中训练智能体的可行路径。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 Gemini 3.5 Flash Cyber 网络安全模型
Google DeepMind 发布 Gemini 3.5 Flash Cyber，这是基于 3.5 Flash 微调的轻量网络安全模型，用于快速发现、验证和修补漏洞，在 CyberGym 等基准上以多次调用取得接近更大模型的成绩。
推荐理由：Google 把轻量 Flash 微调成专用安全模型，并给出 CyberGym 与 Chrome 流水线的实测对比，可看专用小模型在漏洞挖掘上的取舍。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 3.5 Flash，主打智能体与编码
Google DeepMind 发布 Gemini 3.5 系列首个模型 3.5 Flash，定位面向智能体与编码的前沿性能，即日起通过 Gemini app、Google Search 的 AI Mode、Google Antigravity、Gemini API、Android Studio 及 Gemini Enterprise 等渠道开放。
推荐理由：Gemini 3.5 Flash 的基准成绩、速度与开放渠道一并给出，可据此判断智能体与编码任务的成本变化。
Google DeepMind精选AI 评分7878 Google DeepMind 汇总 AlphaEvolve 一年成果：从 TPU 设计到企业优化
Google DeepMind 发布 AlphaEvolve 一年进展汇总，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、发现更高效的缓存替换策略，并将 Spanner 的写放大降低 20%。
推荐理由：官方汇总 AlphaEvolve 一年落地案例，含 TPU 电路、Spanner 与多家企业优化数据，可看编码智能体的实际边界。