阶跃星辰开源 Step 3.5 Flash-Base，196B MoE 模型每 token 激活 11B 参数
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。
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 101–120 条 · 共 120 条stepfun-ai · Hugging Face 新模型精选AI 评分7676
stepfun-ai · Hugging Face 新模型精选AI 评分7575 阶跃星辰开源 Step-3.5-Flash-Base-Midtrain 模型
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 Blog精选AI 评分6363 Cognition 预览 SWE-1.6 并更新 RL 训练研究进展
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 Blog精选AI 评分7070 Cognition 如何用 Devin 构建 Devin
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 Blog精选AI 评分7777 Cognition 发布 Devin 2.2，支持桌面测试、自验证和自动修复代码
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 Blog精选AI 评分7272 Devin 推出自动修复 PR 审查评论功能
Cognition 推出 Devin 自动修复 PR 审查评论功能，可配置 Devin 处理来自 Devin Review 和其他 review bots 的评论，并继续自动修复 lint 与 CI/CD 问题。
推荐理由：原文展示了编码智能体与审查机器人闭环的配置方式，可参考其把机械修复前置到人工评审前。
mistralai · Hugging Face 新模型精选AI 评分7979 Mistral AI 发布 Mistral Small 4 119B 混合多模态模型
Mistral AI 在 Hugging Face 发布 Mistral Small 4 119B 混合模型，可同时作为通用指令模型和推理模型使用。
推荐理由：原文同时给出架构参数、模式切换和部署示例，便于评估开源通用模型的使用成本。
Cognition Blog精选AI 评分7373 Cognition 推出 Devin Review，用 AI 辅助 GitHub PR 代码审查
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。
MiniMaxAI · Hugging Face 新模型精选AI 评分8282 MiniMax 开源 MiniMax-M2.1，面向 Agent 编码与工具使用
MiniMaxAI 将 MiniMax-M2.1 交给开源社区，称其面向编码、工具使用、指令遵循和长周期规划做了优化。MiniMax-M2.1 API 已在 MiniMax Open Platform 上线，基于该模型的 MiniMax Agent 已公开可用，模型权重已在 Hugging Face 开源并支持本地部署。
推荐理由：原文同时给出多项编码与工具使用评测及本地部署方式，便于比较开源 Agent 模型的工程适配。
mistralai · Hugging Face 新模型精选AI 评分7777 Mistral 发布 Mistral Large 3 675B Base 多模态 MoE 模型
Mistral 发布 Mistral Large 3 675B Base，这是从头训练的通用多模态 Granular MoE 基础预训练模型，拥有 41B active parameters 和 675B total parameters。
推荐理由：材料同时给出参数规模、上下文窗口、许可证和部署命令，便于评估自托管成本与适配场景。
Cognition Blog精选AI 评分7171 Devin 2025 绩效回顾：18 个月工程智能体落地经验
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。
moonshotai · Hugging Face 新模型精选AI 评分8585 Moonshot AI 发布 Kimi-K2-Thinking 开源推理模型
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 Blog精选AI 评分7171 Cognition 发布 Windsurf Codemaps 帮助理解代码库
Cognition 宣布 Windsurf Codemaps，这是一种由 SWE-1.5 和 Claude Sonnet 4.5 驱动的 AI 标注结构化代码地图，用于在编码前理解代码库。
推荐理由：原文展示了把代码理解做成可导航地图的工作流，可作为团队梳理大型代码库和调试路径的参考。
Cognition Blog精选AI 评分7777 Cognition 发布 SWE-1.5 快速软件工程 Agent 模型
Cognition 发布 SWE-1.5，称其是面向软件工程优化、拥有数千亿参数的 frontier-size 模型，达到 near-SOTA 编码性能，并已在 Windsurf 可用。
推荐理由：原文披露了模型、推理与 agent harness 的协同优化路径，可用于理解编码 Agent 的速度取舍。
Cognition Blog精选AI 评分7676 Cognition 发布 SWE-grep 和 SWE-grep-mini，用于多轮快速代码上下文检索
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。
Cognition Blog精选AI 评分6969 Cognition 发布搭载 Claude Sonnet 4.5 的 Devin Agent Preview
Cognition 宣布 Devin Agent Preview 接入 Claude Sonnet 4.5，并称该模型从今天起可在 Devin 中使用。Cognition 表示，在 Devin 上 Claude Sonnet 4.5 将规划性能提高 18%、端到端评测分数提高 12%，是自 Claude Sonnet 3.6 发布以来该团队看到的最大提升。
推荐理由：原文披露了 Sonnet 4.5 接入 Devin 后的评测变化，可用于观察编码模型对智能体工作流的影响。
Cognition Blog精选AI 评分7474 Cognition 为 Claude Sonnet 4.5 重建 Devin，Agent Preview 已上线
Cognition 为 Claude Sonnet 4.5 重建了 Devin，新版本速度提升 2x，在 Junior Developer Evals 上提升 12%，现已在 Agent Preview 可用，旧版 Devin 仍可选择。
推荐理由：文章披露了 Devin 适配 Sonnet 4.5 的工程取舍，可参考其上下文管理和并行工具调用经验。
moonshotai · Hugging Face 新模型精选AI 评分8181 月之暗面发布 Kimi K2-Instruct-0905，上下文扩展至 256k tokens
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精选AI 评分7272 Mistral AI 发布 Codestral 25.08 和企业级完整编码栈
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。
moonshotai · Hugging Face 新模型精选AI 评分8585 Moonshot AI 发布 Kimi-K2-Instruct，1T 参数 MoE 模型面向 Agent 能力
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。