日期栏展示收录日期，历史补录归入原文日期。
Google DeepMind 发布前沿模型 Gemini 4 Argon，即日起通过 AI Studio、Gemini API、Google Antigravity 以及 Gemini 应用和 Search 的 AI Mode 面向开发者、企业和消费者开放，定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 享 95% 折扣。
同一新闻，精选展示《Gemini 4 Argon：为解决最棘手问题而打造》
原文发布
作者用同一张工单在无约束和有约束两种情况下运行编码智能体，裸跑只通过 8 项检查中的 1 项，加入约束文件后通过 8 项。
推荐理由：作者用同一张工单做对照实验，给出四类约束文件的分工与实测差异，可迁移到自己的仓库。
Meta 发布 Muse Wonder 和 Muse Wonder Full，在 Artificial Analysis Intelligence Index v4.3 最高推理强度下分别得分 52 和 56，均高于 Muse Spark 1.3（max）的 48，距上次发布仅 6 周。
推荐理由：Artificial Analysis 的第三方评测给出两款新模型在智能体与编码任务上的具体分数和成本对比，可据此判断其定位。
Artificial Analysis 上线 Cognition 构建的编码基准 FrontierCode 1.1，任务要求智能体修改真实开源仓库，由维护者标准判断改动是否达到可合并程度，并额外考察改动过大、越界修改文件、添加无用测试等行为。
Amp 的 Changes 面板现可自动按智能顺序排列文件：读取 diff 后识别关键文件并置顶，diff 变化时重新计算顺序，但不会在用户审阅时重排文件，而是在智能排序按钮上显示蓝点，点击后才应用新顺序。新自动智能排序的计算速度大幅提升，用户仍可通过排序按钮切回按字母顺序排列。
OpenAI 发布 Codex 0.162.1，修复 TUI 在异步问题包含多行时的崩溃，保留换行与完整超链接地址。同时修复因后台运行服务器功能设置与 CLI 默认值不一致导致的启动失败，兼容性检查现仅针对显式命令行功能覆盖。
Tessl 发布 Tessl Code Review，把代码审查拆成标准、视角、发现、裁决、回应与记忆六部分，用智能体并行执行。内置正确性与数据完整性、安全与隐私、规模与韧性、可维护性与代码质量四个视角，均以技能形式打包并应用团队标准。该工具可免费安装到代码仓库，在下一个 PR 上运行首个审查循环。
Prime Intellect 将 Prime Agent 从 TypeScript 重写为 Rust，由 2000 多个智能体在两周内完成端到端重写，消耗超 2000 亿 token，运行在 10000 多个 Prime Sandboxes 上。
推荐理由：官方披露用 2000 多个智能体把 Prime Agent 从 TypeScript 重写为 Rust 的完整流程与性能数据，可看多智能体编排如何落地。
OpenAI 发布 Codex 0.162.0，新增受信本地项目的托管 Git worktree 创建与列出工具，并支持在智能体 Command Center 中用 `p` 固定任务。该版本还加入 `/copy` 导航复制 transcript 块、`Ctrl+Insert` 复制选中内容，以及可调鼠标滚轮速度的 `tui.mouse_scroll_speed` 配置。
Oracle 在招聘、工程和运营环节用 ChatGPT Work 与 Codex 把专家知识转化为快速、可复用的工作流，将原本数天的工作压缩到几分钟。
Tessl 推出上下文驱动的 Code Review，把审查标准以 Markdown 技能形式定义在仓库中，称为 lens，并按文件路径路由，团队可像改代码一样查看、讨论和修改这些标准。由于上下文可移植，审查中积累的经验会回流到代码生成与维护，而不只用于下一次审查。Tessl 称其 PR 量上涨 5-10 倍时，此前 80% 的审查账单属于超额费用。
LegalOn 将 Codex 每日预估成本降低 65%，同时保持开发速度。其做法是把 Astra、Sol 和 Luna 匹配到相应任务，并对预算进行策略性管理。
AI DevCon New York 将于 11 月 2–4 日在布鲁克林 Industry City 举行，主题是"软件工厂"：重点不是让单个编码智能体更强，而是构建让智能体开发可重复、可信、可扩展的系统。
Augment Code 宣布将 Cosmos、Auggie CLI、Code Context Engine 及相关技术出售给 Harness，团队一并加入 Harness 继续推进这些产品。Augment 称此举是因为 Harness 的集成平台能更有效地把这些能力交付给客户，其 Autonomous SDLC Platform 与软件工厂工作流方向一致。
Block 用 Claude Fable 5 作为编排器，在跨多个仓库、数百万行代码的大规模迁移中统筹上千个 pull request：Fable 负责数据模型、API 规格、算法等高层设计，再调度 Opus、Sonnet 等更便宜的小模型完成文件修改和测试。
Claude Code 发布 v2.1.293，新增 Claude Haiku 5.5（claude-haiku-5-5）并成为 Anthropic API 上默认的 Haiku 模型，支持 1M 上下文，价格为每 Mtok $0.10/$0.50，超过 100K 的提示词为 $0.50/$2.50。
推荐理由：更新日志列出 Haiku 5.5 默认模型与多项 Agent、MCP 修复，可据此判断升级后的行为变化。
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的离线基准，基于 1.039 亿个 GitHub pull request 的分布构建，包含 219 个 pull request、覆盖 19 种语言。
Reflection 发布首个开放权重模型 Beam，这是一个总参数 501B、激活 23B 的稀疏 MoE 模型，面向编码、推理和智能体任务。Beam 在 23.8 万亿 token 上预训练，并用 10.5K 块 NVIDIA GB300 GPU 进行了 4 周高算力 RL 训练，生成超过 1 亿次 rollout。
推荐理由：Reflection 公开 Beam 的 501B MoE 架构与高算力 RL 训练细节，可据此了解开放权重模型在编码与智能体方向的最新进展。
GitHub 提出开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它，用第二个 AI 模型审查第一个模型的输出，以及把节省的实现时间用于理解客户需求、评估架构取舍等更大问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明第二模型可对计划、代码和测试提出批评，发现首个模型遗漏的问题。
Barclays 扩大与 Anthropic 的战略合作，在全行范围部署 Claude，用于加速软件开发、现代化遗留系统并提升运营效率，预计到 2026 年底 Claude Code 覆盖 50% 开发者，2027 年覆盖多数软件工程师。
Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御者开放，随后逐步扩展至开发者、企业和消费者。
推荐理由：官方给出 Gemini 4 Argon 的定价、1M 输出上限与多项基准成绩，可据此判断前沿模型在长程工程与安全防御上的进展。
Factory 宣布 Automations 正式面向所有用户开放，用户描述重复性工作流并选择定时或事件触发后，由 Droid 执行到目标结果。每个自动化由触发条件、指令、模型和运行机器四部分组成，模型与推理级别可按任务配置，支持 BYOK 或 Factory Router，并可本地、自有机器或 Factory 托管的 Droid Computer 上运行。
推荐理由：Factory 公布 Automations 正式开放及企业使用数据，可了解智能体接管重复工程流程的落地方式。
Baseten 宣布与 OpenAI 达成合作，OpenAI 客户可通过其 OpenAI 承诺额度在 Codex 中原生调用 Baseten 托管的开源模型。Baseten 称其推理运行于 20+ 云、90+ 集群，支持零数据留存（ZDR），并在主要开源模型发布当天上线 Model APIs。
Factory 成为 OpenAI 市场的发布合作伙伴，OpenAI 在 DevDay 上宣布了这一消息。符合条件的 OpenAI 企业客户可将部分现有 OpenAI 承诺额度用于 Factory，无需等待新预算周期即可在全工程组织部署自主软件开发。Factory 支持云、VPC 和本地部署，客户可通过已批准的 OpenAI 配置使用 OpenAI 模型，同时执行过程留在自身代码与基础设施附近。
Anthropic 发布 Claude 5.5 家族第二款模型 Claude Sonnet 5.5，比 Sonnet 5 更智能、更高效且快 30%，每 token 价格不变，因完成任务所需 token 更少，多数工作成本最多降低 30%。
推荐理由：官方给出 Sonnet 5.5 的定价、迁移清单与调参建议，可据此判断是否替换现有 Sonnet 5 工作流。
Amp 宣布中等模式默认模型由 GPT-5.6 Sol 换成 Claude Opus 5.5，使用 ChatGPT 订阅并启用 ChatGPT Only 预设时仍固定为 GPT-5.6 Sol，可在 Tune Modes 中切换。
推荐理由：Amp 公布内部评测数据与切换方式，读者可据此判断 Opus 5.5 在编码智能体中的成本与可控性取舍。
Anthropic 的 Thariq Shihipar 在 Claude Developer Blog 上解释了 Claude Code 中 effort 档位的含义与用法，effort 近似于让模型在任务上投入多少算力，档位越高 Claude 会做更多独立判断和验证。
推荐理由：作者用 Terminal-Bench 3.0 数据与自测案例，说明不同 effort 档位适合的任务类型和验证强度。
Factory 的 Legacy-Bench 加入 Fireworks 的 Specialized Intelligence Index（SII），用于评测前沿模型在 COBOL、Java 7、BASIC、C89、Fortran 和 Assembly 上的调试、实现与迁移能力。
Cursor 推出 Rollouts 和 Security Review 两个 bot，分别监控每次变更的部署健康状况、在每个 PR 中报告可被利用的缺陷，现已在团队版和企业版上线。
推荐理由：Cursor 把部署监控与安全审查做成两个 bot，读者可了解 AI 编码工具如何延伸到交付与安全环节。
Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1，称其为面向编码与知识工作的先进模型。官方说明中未给出具体能力参数，仅指向博客文章获取更多信息。
Modem 发布博客系列第一篇，指出 Claude Code、Codex 等编码智能体主要靠 ripgrep 做文本搜索来导航代码库，因此代码中的命名和文件路径本身就是搜索词。
推荐理由：Modem 用自家 68 万行 AI 生成代码的实测数据，说明命名与类型如何影响智能体的检索成本与准确率。
OpenAI 发布 Auto-review 研究，用独立的 Codex 智能体在沙箱边界审批越界操作，替代用户逐次授权。内部部署中 Codex 会话需人工审批的频率比手动模式降低约 200 倍，Auto-review 对需审查操作批准约 99%，在提示注入合成评测中拒绝率 99.3%、过度主动场景 90.3%、MonitoringBench 困难集 96.1%。
推荐理由：OpenAI 公开 Auto-review 的内部部署数据与安全评测，可了解用独立智能体替代人工审批的取舍。
