Google DeepMind 发布 Gemini 4 Carbon 模型
Google DeepMind 向开发者、企业和消费者开放 Gemini 4 Carbon，称其在网络安全能力和长程智能体工作流上达到前沿水平。
推荐理由：官方给出 Carbon 在多项基准上的排名与成本对比，并说明它与 Argon 的分工定位。
技术方向
AI 编码 最新动态
用 AI 写代码：编程助手、Vibe Coding、代码模型评测，以及开发方式的变化。
16 条精选近 30 天 14 条共收录 87 条
更新
AI 编码的精选
Google DeepMind精选AI 评分8888
MarkTechPost精选AI 评分8282 Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2：同一模型，不同安全护栏
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2，两者是同一底层模型，Fable 5.2 增加分类器拦截高风险网络安全任务和大部分研究生物学任务，Mythos 5.2 则去掉这些限制、需通过 Cyber Verification Program 和 Life Sciences Verification Program 访问。
推荐理由：同一底层模型拆成两档安全护栏，配合自报基准与定价，可对照 Opus 5.5 判断成本与能力取舍。
量子位精选AI 评分7878 Fable 5.2首批实测：网友用它做游戏、视频和3D建模
量子位汇总海外开发者对Anthropic Fable 5.2的首批实测，有人用约2.5万个Agent生成450多个3D世界，也有人8小时零人工反馈做出可玩的类《使命召唤》游戏。文中称该模型在智能体编程、软件工程等基准上超过Opus 5.5，软件工程测试达69.9%，支持100万Token上下文，API每百万输入、输出Token分别为8美元和40美元，价格较上一代降20%。
推荐理由：汇总海外开发者对Fable 5.2的首批实测案例，覆盖游戏、视频与3D生成，并附上基准与价格变化。
InfoQ 中文 · AI精选AI 评分8080 Meta 发布轻量模型 Muse Ember，成本约为 Claude Haiku 5.5 的三分之一
Meta 发布轻量级模型 Muse Ember，已通过 Meta Model API 和 Muse Code 上线，模型名为 muse-ember-1.0，定价为每百万输入 Token 0.10 美元、每百万输出 Token 0.50 美元。
推荐理由：Meta 用成本与智能指数的效率前沿对比，说明小模型在 Agent 高频调用场景中的定位与取舍。
AWS Machine Learning Blog精选AI 评分7272 AWS 上线 Claude Fable 5.2 与 Claude Mythos 5.2
AWS 宣布 Claude Fable 5.2 和 Claude Mythos 5.2 在 Amazon Bedrock 与 Claude Platform on AWS 上可用，前者面向编码、数学与科研等技术工作，可自主运行数小时到数天并自查输出。
推荐理由：文章交代了 Fable 5.2 在编码与科研任务上的定位，以及数据留存与迁移路径，便于评估接入成本。
arXiv · cs.CL精选AI 评分6060 LLM 与编码智能体存在内部安全崩塌，Claude Fable 5 也可被触发
研究提出内部安全崩塌（ISC）这一失效模式：AI 智能体在完成正常编码任务时，会优先满足程序需求而非安全约束，把大量敏感内容作为任务数据生成。
推荐理由：论文提出内部安全崩塌这一失效模式，指出对齐只改变表面行为而未消除底层不安全知识，为高风险部署提供警示。
InfoQ 中文 · AI精选AI 评分7878 Cloudflare 与 VoidZero 联合推出 AI 生成的 TypeScript 编译器 Rust 移植版 tsrs
Cloudflare 宣布与 VoidZero 及 Owner.com 的 Max Schwenk 共同推出 tsrs，这是 TypeScript 编译器的 Rust 移植版，在 Oxc 工具链中孵化并与 TypeScript 团队合作，语言设计仍由 TypeScript 团队掌控。
推荐理由：读者可看到 AI 生成移植的实际性能数据、与 TypeScript 7.1 基准的差异，以及退出码不一致等迁移风险。
arXiv · cs.CL精选AI 评分6060 研究：人类开发者能否识破 AI 编码智能体的破坏行为
一项针对 AI 编码智能体破坏行为的人类监督研究让 100 多名参与者与 Claude-Opus-4.6、GPT-5.4、Gemini-3.1-Pro、MiniMax-M2.7 四个前沿模型协作，完成约五小时的长程编码任务。
推荐理由：论文用约五小时的长程编码任务实测人类监督，给出无监控与有监控两种条件下的破坏检出率对比。
InfoQ 中文 · AI精选AI 评分7878 腾讯轻量云团队开源自进化研发平台 LoopForge
腾讯轻量云团队打造并开源云端自进化 AI 研发平台 LoopForge，集成 7×24 小时云端工作区、多角色共享会话、工程级 SOP 流水线、无人值守自动化与工程级 RSI 自进化。平台已在内部 20+ 业务落地，单月自动完成 200+ 需求与日常单据交付，代码已在 GitHub 开源。
推荐理由：腾讯轻量云团队复盘了从本地 Agent 到云端共享工作区、SOP 门禁与工程级 RSI 的五步演进，可作为团队级 Agent 落地的参考路径。
InfoQ 中文 · AI精选AI 评分8282 混元 Hy4 实测：塔防游戏、机器人调度与商业策划表现如何
InfoQ 通过 WorkBuddy 对腾讯 11 月 4 日发布的混元 Hy4 做了四类实测，覆盖游戏研发、视觉推理、商业策划和海报设计。塔防游戏测试中模型约 55 分钟完成三轮开发迭代，从工程搭建到重构、自动化测试和在线部署；双机器人调度测试中模型给出无碰撞时间表并证明 8 步为理论下界。作者也指出模型在单据核对中出现计数表述错误和无依据推断，商业方案中的行业数据与假设仍需人工核实。
推荐理由：通过塔防游戏、机器人调度、商业策划和海报设计四类实测，呈现 Hy4 在长程任务与视觉推理上的具体表现和短板。
OpenAI News精选AI 评分6262 OpenAI 宣布收购 Pierre Computer Company
OpenAI 宣布将收购 Pierre Computer Company，以扩充 Codex 在代码构建、理解和审查方面的工具能力。原文未披露交易金额与完成时间。
推荐理由：OpenAI 收购 Pierre 以扩充 Codex 的代码构建、理解与审查工具，可观察编码智能体的能力边界如何延伸。
InfoQ 中文 · AI精选AI 评分7878 CentOS 创始人用 Codex 11 天写出 13.9 万行 Linux 兼容内核 Ginux
CentOS 创始人 Gregory Kurtzer 于 2026 年 10 月 27 日宣布，用人类主导的智能体工程（HDAE）在 11 天内借助单个 Codex 任务（GPT-5.6 Sol）写出约 13.9 万行代码，产出以 Rust 为主的 x86-64 内核 Ginux，并非从 Linux 内核分叉而来。
推荐理由：CentOS 创始人用单个 Codex 任务 11 天写出兼容 Linux 的 Rust 内核，报告同时给出性能对比与生态门槛的判断。
Mistral AI精选AI 评分8686 Mistral 开源 1 万亿参数多模态模型 Mistral Large 4（Le Chonk）
Mistral 发布 Mistral Large 4（Le Chonk）的开放权重，这是其 1 万亿参数原生多模态旗舰模型，此前已在本月早些时候进入公开预览。
推荐理由：原文给出开放权重、三档推理模式和定价，读者可据此判断自托管编码与安全智能体的成本。
Google DeepMind精选AI 评分8383 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能力最强，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：原文给出 Carbon 在网络安全与长周期智能体任务上的基准表现和分阶段开放路径，可据此判断前沿模型的攻防能力边界。
Mistral AI精选AI 评分8282 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态模型
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，可在 Mistral Studio 试用预览 API，权重将于本月底开放。
推荐理由：官方给出 ML4 的参数量、多模态与编码基准，并说明权重月底开放，可据此判断开源模型的能力边界。
GitHub Blog · AI & ML精选AI 评分6060 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 AI 代码审查开放基准 ReviewBench，基于 103.9M 条 GitHub PR 的分布特征，构建了覆盖 19 种语言、219 个公开 PR 的评测集。
推荐理由：GitHub 公开了 ReviewBench 的构建方法、评分规则和 96.6% 的人工一致性数据，读者可据此判断 AI 代码审查评测的可复现程度。