OpenAI 发布 GPT-6.1 Sol，性能接近 Astra 且价格为五分之一
OpenAI 发布 GPT-6.1 Sol，称其在 agentic coding、computer use 和 office work 上接近 GPT-6.1 Astra，成本约为后者的五分之一。
推荐理由：原文同时列出 API 价格、基准和安全测试口径，便于比较 Sol 与 Astra 在成本和能力上的取舍。
AI 编码
全部主题AI 写代码的一切：编码助手、Vibe Coding、代码模型评测与开发工作流变革。
最新精选
第 1–16 条 · 共 16 条The Decoder精选AI 评分8282 The Decoder精选AI 评分8282 OpenAI 在 DevDay 2026 扩展 Codex 与 API，加入安全扫描、Decisions API 和 Ultrafast
OpenAI 在 DevDay 2026 扩展 Codex 和 API，加入可复用云环境、安全扫描、Decisions API 与 Ultrafast 速度层。
推荐理由：原文集中列出 Codex、Agents API 和计费层变化，便于比较开发者工作流、部署方式与成本影响。
TechCrunch · AI精选AI 评分8383 OpenAI 发布 GPT-6.1 Sol，称其接近 GPT-6 Astra 且成本更低
OpenAI 在 DevDay 活动上展示 GPT-6.1 Sol，称其在智能体编码、计算机使用和专业工作上接近 GPT-6 Astra，标准输入和输出 token 价格为 1/5。
推荐理由：原文同时交代价格、可用入口与安全背景，便于比较 GPT-6.1 Sol 和 GPT-6 Astra 的定位。
TechCrunch · AI精选AI 评分7878 OpenAI 为 Codex 推出跨设备可复用云开发环境等更新
OpenAI 在 DevDay 宣布 Codex 更新，为软件工程 Agent 增加可跨设备访问的可复用云开发环境，并同步更新 Codex CLI、代码审查体验、安全工具和 API。
推荐理由：原文串联了 Codex 云环境、CLI、代码审查和安全工具，可帮助判断其面向团队开发的工作流扩展。
AWS Machine Learning Blog精选AI 评分7777 GPT-6.1 Sol 在 Amazon Bedrock 正式可用，面向智能体编码和专业工作负载
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。
Artificial Analysis精选AI 评分8484 GPT-6.1 Sol 在 GPT-6 Sol 发布 7 天后取代其位置，智能接近 GPT-6 Astra
GPT-6.1 Sol 在 GPT-6 Sol 发布仅 7 天后取代它，在 Artificial Analysis Intelligence Index 中仅比 GPT-6 Astra 低 1 分，Cost per Task 不到后者 1/4。
推荐理由：原文集中给出智能指数、任务成本和 token 用量对比，便于判断 GPT-6.1 Sol 的成本效率位置。
Google AI Dev精选AI 评分7070 Google AI Dev 介绍生产环境 AI 智能体沙盒的 7 种加固方法
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 Releases精选AI 评分7878 Claude Code v2.1.284 发布，加入 Claude Sonnet 5.5 并改进 MCP 和网关
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 Blog精选AI 评分7373 Cognition 年化收入运行率突破 $1B
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 Blog · AI & ML精选AI 评分7575 GitHub Copilot 解释何时 chat 是错误 UI，并展示 canvases 用法
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 Blog · AI & ML精选AI 评分7272 GitHub Security Lab 推出基于 Taskflow Agent 的 AI 驱动 Fuzzing Taskflow
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。
Anthropic Research精选AI 评分9090 Anthropic 称 Claude 生成 Fermat’s Last Theorem 的首个完整计算机校验证明
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 · Hugging Face 新模型精选AI 评分8080 zai-org 发布 GLM-5.3-Flash，GLM-5 系列首个原生多模态模型
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。
meituan-longcat · Hugging Face 新模型精选AI 评分7070 美团 LongCat 发布 LongCat-Flash-Lite-Sparse 稀疏 MoE 模型
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。
mistralai · Hugging Face 新模型精选AI 评分7777 Mistral 发布 Mistral-Medium-3.5-128B-EAGLE 推测解码模型
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。
moonshotai · Hugging Face 新模型精选AI 评分8383 Moonshot AI 开源 Kimi-K2.6 原生多模态智能体模型
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。