用 Amazon Bedrock AgentCore runtime 在编码智能体构建网页应用时实时预览
Amazon Bedrock AgentCore runtime 的 Session endpoints 让编码智能体在会话内运行的网页应用可直接在浏览器中实时预览，页面随文件保存即时更新。
#编码
AWS Machine Learning BlogAI 评分5050 Codex ReleasesAI 评分1212 OpenAI Codex rust-v0.167.0-alpha.1 发布
OpenAI 发布 Codex 的 rust-v0.167.0-alpha.1 版本。该版本号出现在 Codex Releases 更新列表中，具体功能变更与修复内容尚未在页面中列出。
OpenRouter AnnouncementsAI 评分5858 OpenRouter 实测 Claude Opus、Sonnet、Haiku 5.5：编码任务全通过，成本差距达 19 至 30 倍
OpenRouter 用 11 个隐藏测试编码任务和 Claude Code 修 bug 任务对比 Claude Opus 5.5、Sonnet 5.5、Haiku 5.5，三者在所有测试中全部通过，差异主要在成本。
OpenRouter Announcements精选AI 评分6060 Claude Code 各模型真实会话成本实测：Opus 5.5 与 Sonnet 5.5 差多少
OpenRouter 统计截至 2026 年 10 月 18 日 30 天的真实 Claude Code 会话，2 至 9 轮会话中位成本在 Claude Opus 5.5 上为 $0.31、Claude Sonnet 5.5 为 $0.16、Claude Haiku 5.5 不足 1 美分。
推荐理由：原文用真实会话数据拆解 Claude Code 的成本结构，并给出按模型和会话长度控制开销的具体做法。
Factory Blog精选AI 评分7878 Factory 发布 Droid 1.0 智能体 harness
Factory 发布 Droid 1.0，这是其智能体 harness 迄今最大的一次更新，默认启用程序化工具调用（Script 模式），模型可写一段 JavaScript 在一次请求内发起数百次工具调用。
推荐理由：原文给出 Droid 1.0 在 Terminal-Bench 4 上与 Codex、Claude Code 等 harness 的同任务对比，以及程序化工具调用带来的成本与上下文变化。
Microsoft ResearchAI 评分2222 Microsoft Research Focus 第97期：ForkPilot、CABRA、TeleTune 与 Copilot 使用差异研究
Microsoft Research Focus 第97期介绍了多项新研究：自改进智能体框架 ForkPilot 在六个基准和多个主流 AI 模型上测试，达到现有最佳方法水平的同时将 AI 处理开销降低最多 59%。
AWS Machine Learning BlogAI 评分5555 用 Kiro 构建可重复的 PHP 到 Java 迁移引擎
AWS 博客介绍如何用 AI IDE Kiro 把 PHP 到 Java 的迁移做成可重复流程，核心是一套共享 Skill 文件驱动的八阶段流水线。流程要求先运行 discover-models.php 扫描器生成模型清单，再在写 Java 之前搭建 parity harness 作为验收裁判，后续阶段以修正规则库而非手改代码的方式迭代。
Codex ReleasesAI 评分2222 OpenAI Codex 0.166.0 发布：新增 GPT-6.1 Terra 模型与键盘转录选择
OpenAI Codex 0.166.0 将 GPT-6.1 Terra 加入内置、Vertex AI 和 Amazon Bedrock 模型目录，并新增键盘驱动的转录选择，支持按词、行、页移动及集成搜索。新版本还加入 codex queue --resume 恢复未加载线程，以及 codex doctor --network-only 用于配置、连接和 WebSocket 诊断。
Mistral AI精选AI 评分8282 Mistral 发布 1 万亿参数多模态模型 Mistral Large 4 开放权重
Mistral AI 发布旗舰多模态模型 Mistral Large 4（Le Chonk）的开放权重，参数量达 1 万亿，在 FrontierCode 2.0 上以 19.7% 领先，Terminal-Bench 4.0 提升 13 个百分点至 41%。
推荐理由：原文给出开放权重、三档推理模式和多项编码与安全基准，可据此判断自托管部署的成本与能力边界。
Amp ChronicleAI 评分5858 Amp 支持在线程内直接生成图表、时间线与可点击原型
Amp 现在可以在对话线程内直接为用户生成可视化内容，包括图表、时间线、示意图和可点击的 mockup。官方给出了真实线程示例，例如按仓库提交记录生成可视化，以及为 diff stat 在小屏幕上如何呈现设计多种可点击变体供选择迭代。
Replit Blog精选AI 评分6060 Replit 发布 ViBench 2.0 长周期软件构建基准
Replit 发布 ViBench 2.0，用于评测智能体从空项目开始逐个功能搭建完整产品的长周期软件开发能力，包含 17 个产品、241 个功能请求和 544 个测试计划。
推荐理由：Replit 公开了长周期软件构建基准的题目设计、评分方式和多家模型对比，可据此理解现有编码智能体在功能叠加时的失败位置。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，称其在网络安全与长周期任务上达到当前最优，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：官方披露了 Carbon 在网络安全与长周期智能体任务上的基准成绩和分阶段开放方式，可据此判断前沿模型的发布节奏。
OpenRouter AnnouncementsAI 评分5858 Claude Code 用量额度用尽后如何继续编码：OpenRouter 给出切换教程
OpenRouter 发布教程，说明 Claude Code 触及 Claude 套餐的五小时和每周额度后，可改用 OpenRouter API key 按 token 计费继续编码，模型仍是 Anthropic 的 Claude。
Artificial Analysis Articles精选AI 评分7272 GitHub Copilot Fusion 调度 Anthropic 与 OpenAI 模型以平衡性能与成本
GitHub 在 GitHub Copilot 中发布 Copilot Fusion，在 Anthropic 与 OpenAI 的多个模型之间做运行时调度，按任务优化性能、成本和延迟。
推荐理由：Artificial Analysis 用 Coding Agent Index 实测 Copilot Fusion，给出成本、token 用量与三项基准的分项对比。
Codex ReleasesAI 评分1010 OpenAI Codex 发布 0.166.0-alpha.5
OpenAI Codex 发布 0.166.0-alpha.5 版本，由 fcoury-oai 于 10 月 28 日打上 rust-v0.166.0-alpha.5 标签。该版本以 alpha 预发布形式提供，附带 2 个资源文件。
Artificial Analysis Articles精选AI 评分6060 Artificial Analysis 发布 Intelligence Index v5 与 Progress Index v1
Artificial Analysis 发布 Intelligence Index v5，新增 FrontierCode 2.0 和 Terminal-Bench-Science 两项基准，升级 HLE-Diamond、AA-Omniscience v1.1 和 CritPt v2，60% 的评测基于私有测试集或留出答案。
推荐理由：原文给出 v5 的基准构成、权重与各模型得分，可据此比较前沿模型在编码、科研与知识任务上的差距。
Codex ReleasesAI 评分1212 OpenAI Codex 发布 0.166.0-alpha.4
OpenAI Codex 发布 rust-v0.166.0-alpha.4 预发布版本。该版本由 fcoury-oai 于 10 月 27 日打上标签，发布页面提供 2 个资源文件。
Codex ReleasesAI 评分1212 OpenAI Codex 发布 0.166.0-alpha.3
OpenAI Codex 发布 rust-v0.166.0-alpha.3 预发布版本，由 jif-oai 于 10 月 27 日打上标签。该版本以 rust-v0.166.0-alpha.3 为标签，附带 2 个资源文件。
Meta EngineeringAI 评分3636 2026 Python 类型标注调查：AI 工具与类型检查器格局变化
2026 年 Python 类型标注调查收到 1,794 份回复，类型提示使用率三年变化不大，但类型检查器选择格局明显改变，半数受访者同时使用多个检查器。42.5% 的受访者用 AI 工具编写类型提示，24.4% 表示由 AI 编码工具调用检查器，第三方库类型信息缺失仍是最常见困难（65.1%）。
Codex ReleasesAI 评分88 OpenAI Codex 发布 0.166.0-alpha.2 预发布版本
OpenAI Codex 发布 0.166.0-alpha.2 预发布版本，对应标签 rust-v0.166.0-alpha.2，由 github-actions 于 10 月 27 日 11:54 发布。该版本自上一版本以来包含 4 个提交，共提供 288 个资源文件。
Codex ReleasesAI 评分88 Codex 发布 0.165.0-alpha.1.2 预发布版本
OpenAI 的 Codex 发布 0.165.0-alpha.1.2 预发布版本，该版本自上一版以来向主分支合入 151 个提交。版本标签为 rust-v0.165.0-alpha.1.2，由 github-actions 于 10 月 27 日发布。
Codex ReleasesAI 评分88 OpenAI Codex 发布 0.165.0-alpha.1.1 预发布版本
OpenAI Codex 发布预发布版本 0.165.0-alpha.1.1，对应标签 rust-v0.165.0-alpha.1.1，自上一版本以来主分支新增 151 个提交。该版本以预发布形式提供，附带 288 个资源文件。
OpenAI NewsAI 评分2727 GPT-6.1 Sol 助力 CodeRabbit 强化复杂代码库安全审查
CodeRabbit 使用 GPT-6.1 Sol 排查复杂代码库中的安全风险。其安全智能体可帮助开发者审查发现的问题与建议修复方案。
Claude Code ReleasesAI 评分1818 Claude Code v2.1.311 发布
Claude Code v2.1.311 为 self-hosted-runner 新增 --hold-idle-file 和 --max-hold-min 参数，可在宿主机报告遗留进程时保持空闲会话。
OpenAI NewsAI 评分2222 OpenAI 如何用 Codex Ultrafast 将事故调查从数小时缩短到数分钟
OpenAI 工程师借助 Codex Ultrafast 将事故调查时间从数小时压缩到数分钟。该工具还用于加速安全分析、代码重构和日常工作流。
GitHub Blog · AI & MLAI 评分2222 三位 Java Champion 如何用 GitHub Copilot 提升生产力
三位拥有十余年 Java 经验的 Java Champion 分享了在生产与开源项目中使用 GitHub Copilot 的具体实践。
GitHub Blog · AI & MLAI 评分3434 如何在 VS Code 中继续 GitHub Copilot 应用会话
GitHub Copilot 应用中的会话可直接在 VS Code 中打开并继续，保留原有对话、代码改动和 worktree 工作上下文。VS Code 会加载该会话对应的 worktree 并在 Copilot 侧边栏显示原会话，用户可逐行审查 diff、手动编辑、在集成终端运行测试，最后提交并推送到该会话关联的 pull request。
Mistral AI精选AI 评分8383 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral AI 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，权重将于本月底开放。
推荐理由：Mistral 迄今最大模型以开放权重和欧洲自建算力为卖点，读者可据此判断开源前沿模型的竞争格局。
GitHub Blog · AI & ML精选AI 评分6161 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，基于 103.9M 条 GitHub PR 的分布构建，包含 219 个 PR、覆盖 19 种语言。
推荐理由：GitHub 公开了 ReviewBench 的构建方法、评分规则与验证数据，读者可据此了解 AI 代码审查的评测方式。
GitHub Blog · AI & MLAI 评分2222 AI 正在改变开发者工作，GitHub 给出三项需要强化的技能
GitHub 提出 AI 时代开发者应强化三项技能：学会指挥 AI 智能体而非仅使用它，不轻信 AI 的第一个答案，以及用 AI 节省的时间去解决更大的问题。GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型审查计划、代码和测试，以捕捉首个模型遗漏的问题。随着 AI 承担更多实现工作，判断力、权衡取舍和解决正确问题的能力变得更加重要。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon 前沿模型
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方开放，后续再逐步提供给开发者、企业和消费者。
推荐理由：原文给出 Gemini 4 Argon 的基准成绩、1M 输出 token 上限和分阶段开放方式，可据此判断前沿模型在长周期工程与安全防御上的位置。
Mistral AIAI 评分5858 Mistral 用 AI 智能体将 4 万行 Fortran 77 代码迁移至 C++
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 油藏模拟器代码迁移到 C++，该代码没有测试套件，也没有集中文档。团队先搭建数值对齐校验框架，再让智能体解析代码库并生成文档，最终采用由人类操作、编码、测试和审查智能体协同的模块化工作流。首个冲刺完成 30 万行中的 4 万行，Mistral 总结出三条经验：先建校验框架、先整理文档、结构化工作流加人工审核优于完全自主。