zai-org 发布 GLM-5.1-FP8，主打 agentic engineering 与编码能力
zai-org 在 Hugging Face 发布 GLM-5.1-FP8，称 GLM-5.1 是面向 agentic engineering 的下一代旗舰模型，编码能力较前代显著增强。
推荐理由：材料同时给出多项编码与工具任务基准和本地部署框架，便于比较 GLM-5.1 与前代差异。
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 141–160 条 · 共 184 条zai-org · Hugging Face 新模型精选AI 评分7474
Mistral AI精选AI 评分7070 Mistral AI 介绍面向人类开发者和 Agent 的 Spaces CLI
Mistral AI 介绍了 Spaces CLI，这是其内部用于脚手架项目、启动开发环境、生成配置并部署到 staging 的平台工具。
推荐理由：文章把 CLI 设计拆成可复用原则，展示面向 Agent 的接口如何同时改善脚本化和测试。
mistralai · Hugging Face 新模型精选AI 评分8181 Mistral AI 发布 Mistral Medium 3.5 128B 统一多模态模型
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。
Google Research精选AI 评分6767 Google Research 发布 Vibe Coding XR，用 Gemini 和 XR Blocks 加速 AI + XR 原型开发
Google Research 宣布 Vibe Coding XR，将 Gemini 与 WebXR-based XR Blocks framework 结合，把自然语言转换为功能性、具备物理感知的 Android XR apps，生成时间可低于 60 seconds。
推荐理由：原文展示了从自然语言到 Android XR 原型的具体流程，便于比较 XR 开发中抽象层的变化。
Cognition Blog精选AI 评分7777 Devin 推出 Scheduled Devins，可自动定期运行自己的会话
Cognition 宣布 Devin 现在可以调度自己的会话，用户只需描述要定期执行的工作，Devin 会确定节奏、设置日程并自动运行。Scheduled Devins 会在多次运行之间读写自己的 notes，用于避免重复处理已覆盖的 PR 或已处理的消息。该功能可与本周早些时候发布的 Managed Devins 组合，例如每周并行测试应用页面、汇总结果并发布到团队 Slack。
推荐理由：原文展示了递归任务、跨会话状态和并行智能体组合方式，可参考其自动化工程例行工作的设计。
Cognition Blog精选AI 评分7979 Devin 推出管理多个 Devin 的并行任务功能
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。
Mistral AI精选AI 评分8080 Mistral AI 发布 Mistral Small 4，统一推理、多模态和智能体编码能力
Mistral AI 发布 Mistral Small 4，这是 Mistral Small 系列的下一次主要版本，把 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力整合到一个模型中。
推荐理由：原文同时给出架构参数、性能对比和部署入口，便于评估开放模型在多任务场景的取舍。
Mistral AI精选AI 评分6767 Mistral AI 发布 Leanstral，面向 Lean 4 的开源代码智能体
Mistral AI 发布 Leanstral，称其为面向 Lean 4 的开源代码智能体，用于在严格规格下生成并证明实现。Leanstral 采用高度稀疏架构，拥有 6B active parameters，权重以 Apache 2.0 许可发布，并集成到 Mistral Vibe、提供 labs-leanstral-2603 API endpoint。
推荐理由：原文把形式化证明场景、FLTEval 对比和开放入口放在一起，便于评估可信编码智能体的工程取舍。
mistralai · Hugging Face 新模型精选AI 评分6666 mistralai/Leanstral-2603 发布 119B A6B 开源 Lean 4 代码智能体模型
Mistral 在 Hugging Face 发布 Leanstral-2603（Leanstral 119B A6B），称其是首个面向 Lean 4 的开源代码智能体模型，用于证明工程场景。
推荐理由：材料同时给出架构参数与部署方式，便于评估 Lean 4 证明工程中的使用成本和接入路径。
Mistral AI精选AI 评分6969 Mistral AI 如何用 Vibe 构建自动编写 Rails RSpec 测试的 Agent
Mistral AI 构建了一个自主 Agent，可读取 Rails 源文件，生成或改进 RSpec 测试，按样式规则和覆盖率目标验证，并在 CI/CD pipeline 中无人干预运行。
推荐理由：文章把 Rails 测试生成拆成 AGENTS.md、分类型技能和验证工具，提供了可迁移的编码 Agent 搭建路径。
mistralai · Hugging Face 新模型精选AI 评分7979 Mistral Small 4 119B 2603 Eagle 发布，统一 Instruct、Reasoning 和 Devstral 能力
Mistral AI 在 Hugging Face 发布 Mistral Small 4 119B 2603 Eagle，这是一个混合模型，可同时作为通用指令模型和推理模型使用，并统一 Instruct、Reasoning 和 Devstral 三类模型能力。
推荐理由：材料同时给出架构参数、模式切换和 vLLM 部署示例，便于评估其在推理与智能体场景的适配。
mistralai · Hugging Face 新模型精选AI 评分6969 mistralai 发布 Mistral-Small-4-119B-2603-NVFP4 量化模型
mistralai 发布 Mistral-Small-4-119B-2603-NVFP4，这是 Mistral Small 4 的 post-training-activation quantized 版本。
推荐理由：原文同时给出架构参数、量化来源和 vLLM 部署示例，便于评估推理模式与吞吐取舍。
stepfun-ai · Hugging Face 新模型精选AI 评分7676 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。
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。
MiniMaxAI · Hugging Face 新模型精选AI 评分8484 MiniMax 发布 MiniMax-M2.5，强化编码、工具调用和搜索能力
MiniMax 发布最新模型 MiniMax-M2.5，主打编码、智能体工具调用、搜索和办公任务。M2.5 在 SWE-Bench Verified 得分 80.2%，Multi-SWE-Bench 得分 51.3%，BrowseComp 得分 76.3%，完成 SWE-Bench Verified 比 M2.1 快 37%。
推荐理由：原文同时给出基准、成本和部署入口，可用于比较智能体任务中的速度与价格取舍。
zai-org · Hugging Face 新模型精选AI 评分8282 zai-org 发布 GLM-5：744B 参数模型面向复杂系统工程与长周期 Agent 任务
zai-org 在 Hugging Face 发布 GLM-5，面向复杂系统工程和长周期 Agent 任务。
推荐理由：材料同时给出参数、训练数据、评测和部署命令，便于比较开放模型在 Agent 与编码任务上的定位。
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。