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。
Devin 现在可以启动 Android Virtual Device（AVD），支持面向 Android 应用的自主开发。此前 Devin 能处理 Android 代码，但不能在本地 Android 环境中运行和测试应用；新的 Android 模拟器支持让它能在自己的机器上构建和运行 Android 应用，打开应用、检查行为、复现问题并验证更改。
推荐理由：原文说明了 Devin 从编写 Android 代码扩展到本地运行测试，对移动应用开发流程有直接参考。
Google DeepMind 汇总了 Gemini 驱动的编码智能体 AlphaEvolve 过去一年的应用进展，覆盖科研、Google 基础设施和商业企业。
推荐理由：文章用医疗、能源、量子和企业案例串联 AlphaEvolve 从研究走向基础设施的路径。
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。
Cognition 发布 Devin CLI，可在本地 shell 运行编码智能体，并在任务超出本机能力时把同一会话交给云端 Devin。它可访问代码库、工具和环境，支持选择 Opus 4.7、GPT-5.5 和 SWE-1.6，并用 Rust 编写自定义终端渲染库。
推荐理由：原文说明了本地终端与云端接力的边界，便于评估编码智能体在长任务中的工作流变化。
Cognition 本周将更新 Devin 自助服务定价，停用旧 Core 和 Team 套餐，改为 Free、Pro、Max、Teams 和 Enterprise。
推荐理由：原文列出新旧套餐迁移和用量计费口径，可帮助团队预估 Devin 采用成本变化。
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。
Mistral AI 发布 Mistral Medium 3.5，这是 dense 128B 模型，支持 256k 上下文窗口，并将指令跟随、推理和编码能力合并到同一组权重中。
推荐理由：原文同时给出模型架构、替换范围和部署注意事项，便于评估其在聊天与编码场景的迁移成本。
Devin 现在可以将大型任务拆解并委派给一组并行工作的 managed Devins，由主 Devin 会话负责协调、监控进度、解决冲突并汇总结果。每个 managed Devin 都是完整 Devin，在独立虚拟机中拥有自己的 terminal、browser 和开发环境，可运行 shell 命令、执行测试并验证修改。
推荐理由：原文展示了多智能体并行协作的具体分工方式，可用于评估复杂开发任务的拆解路径。
阶跃星辰在 Hugging Face 开源 Step 3.5 Flash-Base，称其为具备推理和 Agent 能力的开源基础模型，并开源训练代码库 SteptronOss。
推荐理由：原文同时给出架构参数、吞吐和基准对比，便于评估开源 MoE 模型在 Agent 场景的取舍。
阶跃星辰在 Hugging Face 发布 Step-3.5-Flash-Base-Midtrain，称 Step 3.5 Flash 是其最强开源基础模型，并同步开源训练代码库 SteptronOss。
推荐理由：材料同时给出架构参数、吞吐、长上下文和基准成绩，便于比较开源 MoE 模型的效率取舍。
Cognition 分享了正在训练的 SWE-1.6 早期预览，当前 checkpoint 在 SWE-Bench Pro 上比 SWE-1.5 高 11%，速度同为 950 tok/s。
推荐理由：文章同时披露评测口径、训练提速和 Model UX 问题，可用于比较编码智能体模型的工程取舍。
Cognition 介绍了内部如何用 Devin 构建 Devin，上周将 659 个 Devin PR 合并进自家代码库，高于 2025 年最好一周的 154 个。
推荐理由：文章拆解了 Cognition 内部把 Devin 接入 PR、工单、日志和数据分析的工作流，可迁移到工程团队的智能体落地。
Cognition 发布 Devin 2.2，称这是 Devin 上线以来最大的更新之一，新增通过 computer use 测试、自验证和自动修复代码能力。Devin 现在可访问自己的 Linux desktop，用于启动和测试 desktop applications，并在创建 PR 后建议在桌面上测试，随后返回 screen recordings。
推荐理由：原文给出 Devin 从写代码到测试修复的闭环变化，可用于评估编码智能体接管 PR 前流程的边界。
Cognition 推出 Devin Review，这是一个用 AI 和 UX 扩展人类理解复杂代码 diff 的代码审查工具，面向人类或智能体编写的 GitHub PR。
推荐理由：原文说明了 Devin Review 的使用入口和评审流程，可对比现有 GitHub PR 审查的痛点。
Cognition 在 Devin 2025 绩效回顾中总结了其上线 18 个月后的真实工作表现，称 Devin 已在数千家公司工程团队工作并合并数十万个 PR。
推荐理由：这篇用客户场景和指标拆解 Devin 的适用边界，可为工程团队评估智能体部署提供参照。
Moonshot AI 发布 Kimi-K2-Thinking，称其为最新、能力最强的开源 thinking model，支持逐步推理并动态调用工具。该模型为 MoE 架构，总参数 1T、激活参数 32B、上下文长度 256K，原生 INT4 量化，称可在低延迟模式下实现无损 2x 加速，并在 200–300 次连续工具调用中保持稳定。
推荐理由：原文同时给出架构参数、评测设置和部署入口，便于比较开源推理模型的长程工具调用能力。
Cognition 训练并发布了 SWE-grep 和 SWE-grep-mini，两款面向高度并行上下文检索的快速智能体模型，已用于 Windsurf 的 Fast Context subagent。
推荐理由：原文披露了面向代码上下文检索的训练和评测设计，可用于比较快模型与通用编码模型的取舍。
月之暗面发布 Kimi K2-Instruct-0905，这是 Kimi K2 的最新版本，采用 MoE 架构，拥有 1T 总参数、32B 激活参数，上下文窗口从 128k 增至 256k tokens。
推荐理由：原文同时给出参数、评测和部署入口，可用于比较 K2 版本迭代、编码智能体表现和本地推理适配路径。
Mistral AI 发布 Codestral 25.08，并推出由 Codestral、Codestral Embed、Devstral 和 Mistral Code IDE 扩展组成的企业级完整编码栈。
推荐理由：原文把模型更新、嵌入检索、Agent 工作流和企业部署放在同一栈中说明，便于比较企业编码方案的组成。
Moonshot AI 发布 Kimi-K2-Instruct，这是 Kimi K2 的后训练版本，面向通用聊天和 agentic experiences。Kimi K2 是 MoE 语言模型，拥有 1T 总参数、32B 激活参数、128K 上下文窗口，并在 15.5T tokens 上预训练。
推荐理由：材料同时给出架构参数、基准对比和部署方式，便于评估 Kimi K2 的编码与工具调用定位。