Z.ai（智谱 AI）的 GLM 5.3 已在 Amazon Bedrock 上线，这是一个 753B 参数的 MoE 模型，面向编码和长周期智能体任务。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 在 Bedrock 上线，读者可了解其 753B MoE 规格、编码与安全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 PR 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 PR。
推荐理由：GitHub 公开了代码审查基准的构建方法与评分口径，读者可据此理解 AI 代码审查评测如何贴近真实 PR 分布。
Chatham Financial 使用 OpenAI 的 Codex 和 GPT-5.6 构建技术并重新设计工作流程，将交易验证时间从 30 分钟缩短到 4 分钟以内。
GitHub 提出 AI 时代开发者需要强化的三项技能：学会指挥 AI 而非只是使用它、不要轻信 AI 的第一个答案、用 AI 省下的时间解决更大的问题。文章以添加认证流程为例，说明开发者角色正从逐行实现转向定义问题、审查 AI 输出并做技术决策；并提到 GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型对计划、代码和测试进行评审。
Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展至开发者、企业和消费者。
推荐理由：Gemini 4 Argon 的发布信息给出了输出上限、定价与多项基准成绩，可据此判断前沿模型在长程工程与安全防御上的进展。
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，面向智能体编码、计算机使用和专业工作负载提供更强推理能力。据 OpenAI，它在 DeepSWE v1.1 上以约五分之一的单任务成本达到 GPT-6 Astra 的水平，并比 GPT-6 Sol 最佳成绩高 6.4 个百分点，且推理投入更低。
推荐理由：AWS 官方给出 GPT-6.1 Sol 在 Bedrock 上的能力定位与成本对比，可据此判断智能体工作流的落地方式。
OpenRouter@OpenRouterAI 评分4242面向编程智能体的新技能：openrouter-decisions 将你的智能体指向一个分类、路由或审核步骤，它就能通过 OpenRouter 的 Decisions API 在决策模型上重建该步骤。
小红书 AllSpark 团队提出 PACT（Policy Aligned Critic Training），通过三个正则条件唯一确定长程 Agent 的信用分配，并用 BCE 回归有界 Value、采用 Actor-Then-Critic 更新顺序改进 Critic 与策略对齐。
OpenAI DevDay 2026 公布 20 多项发布，涵盖 GPT-6 Astra、ChatGPT、Codex、API、安全以及面向开发者的新工具。
OpenAI 发布 GPT-6.1 Sol，官方称其在编码、电脑操作和专业工作方面接近 Astra 的智能水平。该模型标准 API 输入与输出 token 价格均为 Astra 的五分之一。
推荐理由：OpenAI 发布 GPT-6.1 Sol，主打编码与电脑操作能力，API 价格降至 Astra 的五分之一。
零跑汽车与火山引擎合作，将 TRAE 嵌入其全域自研体系，在本地安全网络、车规级工程约束和多团队协同环境中落地 AI Coding。TRAE 采用企业专属域名与网络配置接入受限网络，明确代码仅用于当次推理、不用于模型训练，并通过 Spec/Plan、Rules、Skills 约束 Agent 行为。TRAE 企业版还提供可视化数据看板与灵活模型资源管理，支持按团队设置模型权限和用量配额。
Arena.ai@arenaAI 评分4747Fireworks AI 发布 FireRouter with Opus，可在 Claude Opus 5.5、GLM 5.3 和 GLM 5.3 Flash 之间做缓存感知路由，并首次以独立路由模型形式作为 serverless 端点开放。
推荐理由：官方给出了内部 A/B 测试的成本与准确率数据，可帮助团队评估用缓存感知路由替代单一 Opus 的可行性。
ClaudeDevs@ClaudeDevsAI 评分8080OpenAI 启动 Codex Originals 项目征集，面向使用 Codex 的开发者、研究者和创作者收集真实故事与项目。参与者需提交个人背景、项目介绍及相关链接，入选者将参与该项目的下一阶段。
Databricks 分享其让全部员工在模型发布首日即可试用新模型的内部流程，依托 Unity Gateway 做配置分发、治理与可观测性。流程分三步：立即以实验标签开放新模型、用四类按人预算控制成本、再依据内部基准、用户反馈和 OpenTelemetry 成本追踪决定推广或下线。
推荐理由：Databricks 以自家 12000 名员工的实际 rollout 为例，给出可复用的新模型评估、预算分层与成本度量方法。
ClaudeDevs@ClaudeDevsAI 评分5454Claude Sonnet 5.5 现已在 Google Cloud 上线，面向编程与知识工作场景。官方称其能以更低单任务成本、更快速度帮助构建功能并产出规范的工作材料。
Replit ⠕@ReplitAI 评分2525OpenRouter@OpenRouterAI 评分5757Anthropic 的 Claude Sonnet 5.5 上线 OpenRouter。原文称其明显比 Sonnet 5 更聪明、写作更清晰，且对多数工作负载快约 30%、便宜约 30%。
ClaudeDevs@ClaudeDevsAI 评分7979AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，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 的定位、与 Opus 5.5 的分工以及 Bedrock 上的调用方式，便于判断何时选用。
Anthropic 发布 Claude Sonnet 5.5，运行速度比 Sonnet 5 快 30% 以上，写作更清晰，适合快速来回交互。定位上与为复杂判断工作打造的 Claude Opus 5.5 区分，Sonnet 5.5 擅长范围明确的日常任务、修复 bug 以及制作文档、幻灯片和表格。模型即日起全量可用，Claude Haiku 5.5 将在未来几周加入该系列。
Replit ⠕@ReplitAI 评分4141
Artificial Analysis@ArtificialAnlysAI 评分5555UC Berkeley 团队构建全自动 AI Agent 审计 13 个广泛使用的基准，发现 45 个作弊方案，全部基准被评为 critical 风险，共归纳 16 种攻击类型。
推荐理由：原文给出了13个常用基准的45个作弊方案细节和防范设计原则，读者可以据此检查自己依赖的评测是否可信。
ClaudeDevs@ClaudeDevs精选AI 评分6767推荐理由：原文把 Opus 5.5 的降价幅度换算成 Claude Code 中单个任务的实际成本，并提供计算器供读者自行测算。
GitHub 官方博客发布 GitHub Copilot app 新手教程，介绍用 /create-canvas 技能通过自然语言描述生成可自定义的 canvas 界面。
推荐理由：教程来自 GitHub Copilot 官方博客，讲解了用 /create-canvas 生成双向共享界面的具体做法，适合想定制智能体工作流的读者上手。
Cognition 宣布年化收入运行率突破 10 亿美元。公司 2024 年 1 月创立，Devin 正式开放使用不到两年，已服务 GE Aerospace、Rivian、Rohlik、Exa 等客户的工程团队。
推荐理由：官方披露年收入运行率破 10 亿美元，并列出 GE Aerospace、Rivian 等客户，可作了解 Devin 商业化进展的参考。
Arena.ai@arenaAI 评分6161GitHub Copilot 员工撰文认为聊天框往往不是与 AI 协作的正确界面，并介绍 GitHub Copilot app 中的 canvas 功能：canvas 是运行在 app 内、无浏览器外壳的全栈小应用，可与 agent 双向通信。
GitHub Security Lab 的 Antonio Morales 开源了基于 Taskflow Agent 的 Fuzzing Taskflow，指向 GitHub 仓库即可自动识别入口点、编写 harness、运行 AFL++、读取覆盖报告并分诊崩溃。
推荐理由：作者开源了完整的自主模糊测试流水线，并讲清覆盖反馈、结构感知和崩溃分诊的设计取舍，C/C++ 维护者可直接复用。
LangChain 在 Interrupt 26 大会上发布 LangSmith Fine-Tuning，配套开源 CLI smithtune（github.com/langchain-ai/smithtune）。
Tomer Tunguz 撰文认为手写代码对多数程序员已不再是经济上有产出的工作，软件工程正转向设计让 AI 大规模正确写代码的系统。
Anthropic 发文解释 Claude Opus 5.5 为长上下文编码会话降本的三方面变化：输入输出 token 降价 20%、缓存读取降价 60%，模型可用更少轮次完成同一任务，Claude Code 也改进了缓存利用。
Factory 宣布 Factory Router 的生产环境推理成本节省从 6 月下旬的 42% 升至截至 9 月 13 日当周的 63%，同期路由会话量增长约四倍。
Arena.ai@arenaAI 评分6868Arena.ai@arena精选AI 评分7979推荐理由：原文给出了 Code Arena: WebDev 具体分数和领先幅度，读者可以据此比较 Opus 5.5 与其他模型的表现和性价比。
ClaudeDevs@ClaudeDevsAI 评分6767
Artificial Analysis@ArtificialAnlys精选AI 评分6868推荐理由：原文给出 Opus 5.5 在三项编码评测的具体分数、token 用量和任务成本，读者可以据此权衡性能与价格。