Reflection 发布首款开源权重模型 Beam，主打低算力对标 DeepSeek 与 Qwen
AI 公司 Reflection 发布首款免费开放模型 Beam，采用 MoE 架构，每 token 激活 5010 亿总参数中的 230 亿，面向编码、逻辑推理和智能体任务。
推荐理由：Reflection 首款开源权重模型 Beam 以 MoE 架构和超大规模 RL 训练，在推理与编码基准上以更少算力对标 GLM 5.2 和 Qwen 3.8。
#编码
#编码
今日 0 条The Decoder精选AI 评分7676 Latent SpaceAI 评分7373 Reflection 发布 Beam：501B-A23B 美国开源 MoE 模型
Reflection 发布 Beam，一个面向编码、智能体与科研任务的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，Apache 2.0 全量权重将于本月放出。
AWS Machine Learning Blog精选AI 评分6262 GLM 5.3 上线 Amazon Bedrock
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。
TechCrunch · AIAI 评分7171 Reflection 发布开源权重模型 Beam，对标中国开源模型并称推理算力低 3-4 倍
Reflection AI 发布首款前沿开源权重模型 Beam，称其在高级推理基准上追平 Z.ai 的 GLM-5.2，并比当前领先的西方开源模型表现更好，推理算力用量少 3-4 倍。
TechCrunch · AIAI 评分6060 HackerRank 正式上线 AI 面试官 Chakra
HackerRank 将其 AI 面试官 Chakra 面向客户正式开放，此前约六个月的测试中已完成超过 50 万场面试，Snowflake、Snorkel、Capgemini 等公司参与试用。
GitHub Blog · AI & ML精选AI 评分6060 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
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。
The DecoderAI 评分4848 AI 智能体用照片生成 3D 场景，却无法判断自己做得对不对
研究团队提出 Image-to-Code 方法，让编码智能体从单张照片写出可执行的 Blender 程序，并迭代修改直到场景匹配原图。配套基准 LEGO-Bench 包含 104 个场景的 208 张图像，最佳模型 GPT-6 Astra 在室内场景准确率 53.4%、室外仅 39.6%，弱配置约 15%。
The DecoderAI 评分7171 Anthropic 为 Claude Code 推出 Mods 中间件系统
Anthropic 为 Claude Code 发布 Mods，一套运行在工具内部的插件式中间件，开发者可用 JavaScript 或 TypeScript 函数挂钩工具调用、用户提示词和 UI 渲染等事件，从而修改 Claude Code 的外观与行为。
OpenAI NewsAI 评分2222 Chatham Financial 用 OpenAI Codex 与 GPT-5.6 将交易验证从 30 分钟缩短至 4 分钟内
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 Blog · AI & MLAI 评分2222 AI 正在改变开发者工作，GitHub 提出三项需要强化的技能
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。
Latent SpaceAI 评分6262 Airbnb CTO 谈内部 AI 改造：60% 代码由 AI 编写，半数客服工单由 AI 解决
Airbnb CTO Ahmad Al-Dahle 披露公司 AI 转型进展：目前 60% 的代码由 AI 编写，功能交付量同比增长近 80%，工程师人均 PR 吞吐量提升约 1.6 倍，约一半客服工单已完全由 AI 解决。
TechCrunch · AIAI 评分7474 Google 发布 Gemini 4 Argon，称其为迄今最强模型
Google 母公司 Alphabet 发布 Gemini 4 Argon，称其可处理编码、研究和写作等任务，并专门针对防御性网络安全训练，能自主发现、验证和修补关键软件漏洞。
TechCrunch · AIAI 评分5858 Shopify 推出 Canvas，通过对话让 AI 搭建网店
Shopify 发布建站工具 Canvas，商家通过与 AI 智能体 Sidekick 对话即可搭建店铺。Canvas 实时渲染店铺真实代码而非静态预览，可测试页面交互与动画，并查看不同屏幕尺寸下的效果；Sidekick 会截图以同步商家所见。该产品初期不支持第三方主题、应用区块与扩展、多市场、翻译、灰度发布和主题更新，且仅限桌面端，Shopify 表示后续会逐步支持。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Argon 前沿模型
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。
Simon WillisonAI 评分2828 pwasm 0.2a0：Claude Opus 5.5 改进纯 Python WebAssembly 引擎
Simon Willison 用 Claude Opus 5.5 改进其纯 Python WebAssembly 引擎 pwasm，42 次提交后已支持几乎全部 WASM 规范，PyPI wheel 内置 MicroPython、QuickJS 和 Micro QuickJS 的可用 WASM 构建。该项目最初于今年 1 月由 AI 生成，作者以 alpha 版本发布，提醒不要信任其稳定性。
AWS Machine Learning Blog精选AI 评分6262 GPT-6.1 Sol 在 Amazon Bedrock 正式可用
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。
Pragmatic Engineer（RSS）精选AI 评分7878 Shopify 宣布放弃 React Native，AI 编码智能体让回归原生开发成为新选择
Shopify 宣布原生开发是其移动开发的未来，Shop 应用已在 12 周内用 AI 重写为完全原生的 Swift 和 Kotlin 应用，其余应用将陆续迁移。
推荐理由：文章梳理了 Shopify 从 React Native 转回原生的决策过程，核心变化是 AI 智能体降低了跨平台共享代码的优势。
Simon Willison精选AI 评分8585 OpenAI DevDay 2026 现场实录：Dots、GPT-6.1 Sol 与 Ultrafast 发布
Simon Willison 在旧金山 Fort Mason 现场直播 OpenAI DevDay 2026 主题演讲，OpenAI 发布个人智能体产品 Dots。
推荐理由：现场逐条记录 OpenAI DevDay 2026 的发布节奏与演示翻车细节，可对照官方口径看实际落地情况。
Yuchen Jin@Yuchenj_UWAI 评分2929
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。
公众号：小红书技术（dots.llm）AI 评分4646 小红书 AllSpark 提出 PACT：从信用分配到 Critic 对齐，SWE-bench Verified 达 67.4%
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。
公众号：卡尔的AI沃茨AI 评分7171 实测 Claude Sonnet 5.5：代码动画断档领先 gpt6，但 3D 不如 Opus 5.5
作者实测 Anthropic 新发布的 Claude Sonnet 5.5，用代码动画、HTML PPT、3D 网页和写作四项任务对比 Opus 5.5 与 gpt6。
OpenAI NewsAI 评分3131 OpenAI DevDay 2026 回顾：GPT-6 Astra、ChatGPT、Codex 等 20 多项发布
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 News精选AI 评分8282 OpenAI 发布 GPT-6.1 Sol，API 价格降至 Astra 五分之一
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。
Tibo@thsottiauxAI 评分6262公众号：火山引擎AI 评分3030 零跑汽车与火山引擎合作：TRAE 嵌入全域自研体系，落地本地研发环境
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。
MarkTechPost（RSS）AI 评分8080 Anthropic 发布 Claude Sonnet 5.5：Terminal-Bench 4.0 得分 70.6%，价格维持 $2/$10
Anthropic 发布 Claude Sonnet 5.5，是 Claude 5.5 家族第二款模型，定位为 Opus 5.5 更快更省的补充，已在 Claude Platform、AWS、Google Cloud 和 Azure 上线。
HuggingFace Daily Papers（社区热门论文）AI 评分4545 自进化编程智能体：从数字程序到物理世界智能
研究者提出 Physical Coding，将任务状态与执行表示为代码，并构建 HexaAnything 调用感知、规划与控制工具（含 VLA/WAM 策略），依据外部反馈在环决策。
- Yuchen Jin@Yuchenj_UWAI 评分5656
Latent Space（RSS）AI 评分6767 Latent Space 对话 Anthropic Thariq Shihipar，谈 Claude Code 下一阶段与 Claude Mods
Latent Space 播客邀请 Anthropic 的 Thariq Shihipar 深入讨论 Claude Code 的现状与未来，涵盖 Ask User Question、artifacts、Claude Tag、Projects 和新推出的 Claude Mods 系统。
X.PIN@thexpinAI 评分5959公众号：数字生命卡兹克AI 评分6363 数字生命卡兹克开源百万月活产品AIHOT 2.0
卡兹克宣布将月活百万的AI热点资讯网站AIHOT正式开源，地址为 https://github.com/KKKKhazix/AIHOT。他在中秋假期用Codex（GPT-6 Astra）和Claude Fable 5.1把旧代码库蒸馏成功能文档与交接包，再由Claude Opus 5.5作为主力重写，2.0版本架构模块化、前端组件化并上线。
🚨 AI News | TestingCatalog@testingcatalogAI 评分3030- 🚨 AI News | TestingCatalog@testingcatalogAI 评分4040
Hacker News 热门（buzzing.cc 中文翻译）AI 评分7373 Cloudflare 发布面向 Agent 的新命令行工具 cf，覆盖全部 3000+ API 操作
Cloudflare 推出开源公测版新 CLI cf，将可覆盖的操作从 Wrangler 的约 280 个扩展到超过 3000 个，覆盖整个 Cloudflare API，安装方式为 npm i -g cf。
Arena.ai@arenaAI 评分4747IT之家（RSS）AI 评分7373 Anthropic 发布 Claude Sonnet 5.5：速度提升 30%，智能体编码表现反超 Opus 5.5
Anthropic 发布中端模型 Claude Sonnet 5.5，官方称速度比上一代提升 30%，Token 消耗速度明显更低，定位为编写代码和制作办公文档等日常任务的助手。
Simon Willison 博客AI 评分7777 Anthropic 发布 Claude Sonnet 5.5，更快更便宜并成为 claude.ai 免费层默认模型
Anthropic 发布 Claude Sonnet 5.5，官方称其运行快 30% 以上，多数工作成本最多低 30%，定价与 Sonnet 5 相同但在各项基准上表现更好。
Fireworks AI（网页）精选AI 评分6262 Fireworks AI 推出 FireRouter with Opus，编码任务成本降 57%
Fireworks 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8080