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。
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。
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。
Replit 面向所有 Pro 与 Enterprise 客户开放 Cloud Agents,非工程人员用自然语言描述改动后,智能体定位代码、在云沙箱中运行应用验证,并向 GitHub 或 GitLab 提交带截图和视频的 PR 或 MR。
推荐理由:原文说明了非工程人员如何用 Cloud Agents 向核心代码库提交经测试的 PR,以及共享环境与技能沉淀的具体机制。
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。
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。
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。
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 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。
GitHub 用微调的 ModernBERT 分类器替换原 LLM 流水线来识别通用密钥,用户接受率提升 11.5%,推送后扫描中位执行时间降低 86%,服务成本下降超 98%。新方案先用正则表达式广撒网生成候选,再由分类器结合文件路径、变量名和上下文判断是否为真实凭据,从而过滤占位符、测试样例和校验和等误报。该效率提升也让通用密钥检测扩展到推送保护阶段,在代码推送前即可返回结果。
GitHub Copilot 可通过四种方式定制项目上下文:`.github/copilot-instructions.md` 定义仓库级规范,`.github/instructions` 中的 applyTo 字段支持按路径生效。
GitHub 发布与 Microsoft Applied Sciences 共建的 ModernBERT 分类器,用代码上下文识别数据库密码等非结构化密钥,候选批次评估耗时低于 2 毫秒,可将可拦截的密钥数量提升一倍以上。
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 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。
GitHub Copilot 应用中的 canvas 是一种可自定义界面,用户与智能体共享同一状态,可做成看板、问题分诊板、发布清单或仪表盘。用户只需在智能体会话中输入 /create-canvas 并用自然语言描述工作流、界面操作和智能体权限,智能体就会生成界面并打开在右侧面板,之后可继续让智能体增删列、筛选或接入未关闭的 pull request。