GPT-6.1 Sol 已在 Amazon Bedrock 正式可用，为编码、computer use 和高频专业工作负载带来更强推理能力。OpenAI 称它在 DeepSWE v1.1 上以约 one-fifth 的每任务成本匹配 GPT-6 Astra，并比 GPT-6 Sol 最佳分数高 6.4 percentage points。
推荐理由：原文同时给出任务成本对比与 Bedrock 生产控制，便于评估智能体工作流落地取舍。
Claude Code v2.1.285 增加多项 CLI、插件和管理配置能力，并修复云会话、MCP、Artifact 等问题。新增 CLAUDE_CODE_DISABLE_WEB_FETCH、claude --desktop、claude plugin configure、allowedProviders 等功能。
NVIDIA TensorRT Model Connect 是基于 NVIDIA TensorRT 的开源 C++ AI 模型参考实现集合，围绕 coding agents 设计。项目经验强调并行工作、模型族隔离、可逆变更和 GPU 支持的验证，目标是让 NVIDIA 推理栈性能更易被使用。
OpenAI 发布 GPT-6.1 Sol，称其在编码、计算机使用和专业工作上接近 Astra 智能水平。其标准 API 输入和输出 token 价格为 Astra 的五分之一。
推荐理由：原文给出 GPT-6.1 Sol 与 Astra 的能力和 API token 价格对比，便于评估成本定位。
OpenAI DevDay 2026 汇总了 20 多项公告，涵盖 GPT-6 Astra、ChatGPT、Codex、APIs、安全，以及面向构建者的新工具。
Google AI Dev 介绍了生产环境中加固 AI 智能体沙盒的 7 种方法，强调标准 Docker 容器无法充分防止内核逃逸、凭证泄露和间接 Prompt injection。
推荐理由：文章把隔离、密钥、网络和审计拆成可执行控制点，适合在编码 Agent 迁移生产环境前对照检查。
Claude Code v2.1.284 发布，加入 Claude Sonnet 5.5（claude-sonnet-5-5），并称其现在是 Anthropic API 的默认 Sonnet 模型。
推荐理由：这份更新同时覆盖默认模型、权限模式和 MCP 连接，便于团队评估 Claude Code 升级影响。
Cognition 宣布其年化收入运行率已突破 $1B。公司称，Cognition 于 January 2024 创立，Devin 在正式可用不到两年后，已与 GE Aerospace、Rivian、Rohlik、Exa 等工程团队协作。Cognition 表示这一里程碑属于客户，目标是让软件默认更好、更令人愉悦并无处不在。
推荐理由：这篇官方披露把收入里程碑与 Devin 的企业客户采用情况放在同一背景中。
GitHub Copilot 博客提出 chat 往往不是合适的 AI 交互 UI，并介绍 GitHub Copilot app 中的 canvases。canvas 是运行在 GitHub Copilot app 内的小型全栈应用，可与 GitHub Copilot agent 双向通信，也能调用第三方 API 或在本机执行代码。
推荐理由：文章用多个 canvases 示例说明替代纯聊天的思路，可迁移到本地工具和开发流程自动化。
GitHub Security Lab 推出 Fuzzing Taskflow，这是面向 C/C++ 项目的自主模糊测试流水线，基于 GitHub Security Lab Taskflow Agent 构建。
推荐理由：原文同时给出运行方式、架构分层和安全提示，可用于评估 LLM agent 在模糊测试中的落地边界。
Cognition 上周在 São Paulo 的 MASP 宣布扩展到拉丁美洲，称将帮助当地企业构建、现代化和维护软件。文章称拉丁美洲在 GitHub 上有 15.8 million 开发者，接近 2020 年的 5 倍，是仅次于 United States 和 India 的第三大开发者社区。
Cognition 与 AWS 达成多年 Strategic Collaboration Agreement，帮助企业在生产环境部署自主工程师，并用 Devin 加速迁移、清理安全和工程积压。
Anthropic 称 Claude 在 11 天内基本自主地用 Lean 写出了 Fermat’s Last Theorem 的首个端到端计算机校验证明。该证明包含 13 million 行 Lean，过程中证明 30,300 个定理，最终证明使用 29,500 个中间定理，并由 Lean 校验。
推荐理由：材料呈现 Claude 与 Prove2Me 形式化大型数学定理的流程，可参考其多智能体分工方式。
zai-org 发布 GLM-5.3-BF16，使用与 GLM-5.2 相同的基座模型，提升来自后训练。
推荐理由：模型卡同时给出同基座后训练收益、基准对比和部署参数，便于比较编码、安全与长程任务表现。
zai-org 发布 GLM-5.3-Flash，称其为 GLM-5 系列首个原生多模态模型，拥有 320B 总参数和 18B 激活参数。官方称它在基准和真实工作负载中超过 GLM-5.2，价格为其十分之一，并在编码和智能体基准上接近 Claude Opus 4.8。
推荐理由：原文同时给出参数规模、架构变化和本地部署框架，便于比较其成本与落地路径。
美团 LongCat 在 Hugging Face 发布 LongCat-Flash-Lite-Sparse，这是基于 LongCat-Flash-Lite 的非思考 MoE 模型，拥有 69B 总参数、每 token 约 3B 激活参数，并原生支持最高 1M tokens 上下文。
推荐理由：原文同时给出架构改动、长上下文设定和多项基准，便于比较稀疏版与密集前代的取舍。
BAIR 介绍了将 K-Search 扩展到 MLX 的研究，用结构化 CUDA-to-MLX 翻译层把既有 CUDA 内核优化经验迁移到 Apple Silicon。
Berkeley AI Research 提出 ABBEL，用自然语言 belief states 替代完整交互历史，并以 belief grading 监督大语言模型更新长程交互上下文。CollabBench 上，ABBEL-rec-BG 将与 Full Context 的差距缩小约 50%，训练步数从 100 降至 50，Peak Tokens 为 6.01±0.33×10²。
Mistral 发布 Mistral-Medium-3.5-128B-EAGLE，用于为 Mistral Medium 3.5 执行推测解码。
推荐理由：原文同时给出模型规格、替代关系和 vLLM/SGLang 部署方式，便于评估统一模型的接入成本。
Moonshot AI 在 Hugging Face 发布 Kimi-K2.6，这是开源的原生多模态智能体模型。该模型采用 MoE 架构，Total Parameters 1T、Activated Parameters 32B、Context Length 256K，支持长周期编码、coding-driven design、Agent Swarm、图像和视频输入。
推荐理由：原文同时给出模型结构、评测表和部署入口，便于对比其在编码与智能体任务中的定位。