Google DeepMind 发布 Gemini 3.7 Flash，主打编码与 Agent 能力

Google DeepMind 发布 Gemini 3.7 Flash，称其为迄今最智能的主力模型，面向编码与 Agent 场景，距 Gemini 3.6 Flash 发布仅三周。

Microsoft Research 开源 Orchard 智能体框架并发布三个领域模型

Microsoft Research 发布开源框架 Orchard，核心是可复用的 Kubernetes 环境服务 Orchard Env，支持在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 内直接训练智能体。

DeepSeek@deepseek_aiAI 评分6464

DeepSeek 宣布 DeepSeek-V4-Flash 官方 API 正式开启公测，Agent 能力大幅升级，基准成绩远超 V4-Pro-Preview，如 Terminal Bench 2.1 达 82.7、NL2Repo 达 54.2。官方版本原生支持 Responses API 格式并完全适配 Codex，配置详情见官方 API 文档 https://api-docs.deepseek.com/quick_start/agent_integrations/codex。

Google Research 发布 Science One Framework：用 Chain-of-Evidence 让 AI 自主科研可验证

Google Research 提出 Chain-of-Evidence（CoE）可验证性框架，并发布自主科研原型 Science One Framework 与自动审计工具 CoE Audit。

Modem 开放 MCP 服务器与公共 API，让编码 Agent 直接检索去重后的用户反馈

Modem 的 MCP 服务器和公共 API 向所有用户开放，MCP 客户端可连接 https://mcp.modem.dev/mcp，公共 API 位于 api.modem.dev/v1。

Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber

Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 三款模型，面向大规模 AI agent 构建。

Modem 详解编码智能体如何靠文本搜索读取代码，并给出可发现的写码方法

Modem 发布《Writing Code for Agents》系列第一篇，解释 Claude Code、Codex 等编码智能体主要靠 ripgrep 文本搜索导航代码库，并给出命名、类型、注释位置等可发现的写码建议。

Google DeepMind 发布网络安全模型 Gemini 3.5 Flash Cyber

Google DeepMind 发布基于 3.5 Flash 微调的轻量网络安全模型 Gemini 3.5 Flash Cyber，用于快速发现、验证并修复漏洞，将通过限access试点先面向政府和可信伙伴经 CodeMender 开放。

Sierra 推出内部云智能体 Pinecone

Sierra 发布内部云智能体 Pinecone，让员工在浏览器、Slack、Linear 或手机上创建、组织和自动化云端 Agent 会话，底层由 app server、Agency 与 runner 三部分组成，沙箱内运行 Codex 或 Claude Code 并以 AG-UI 协议适配。

Sierra 复盘全公司 AI 智能体化：从并行 agent 到统一 Pinecone 的经验

Sierra 分享把全公司接入 AI 智能体的经验：工程团队用 git worktrees、Claude Code 和 Codex 并行跑 agent，部分任务产出达 5 倍，随后成立六人团队推进全员采用。

蚂蚁 inclusionAI 开源 PIBench：评估 AI 编程智能体的端到端支付集成能力

蚂蚁 inclusionAI 在 GitHub 开源 PIBench，一个用于评估 AI 编程智能体在真实端到端支付集成任务中表现的基准。该基准聚焦支付集成这一实际开发场景，目前以开源形式发布。

ScarfBench：面向企业级 Java 框架迁移的 AI 智能体基准测试

Hugging Face 发布开源基准 ScarfBench，用于评估 AI 智能体在企业级 Java 框架迁移中的表现，覆盖 Spring、Jakarta EE、Quarkus 三大生态，含 34 个应用、102 个框架实现、204 项迁移任务和 1,331 个专家测试。

Together AI 发布 ParallelKernelBench：前沿模型尚难写出快速多GPU kernel

Together AI 发布多GPU kernel生成基准 ParallelKernelBench（PKB），含87道源自 Megatron-LM、DeepSpeed、TensorRT-LLM 等真实代码库的问题，任务是将 PyTorch + NCCL 参考实现替换为直接通过 NVLink 通信的 CUDA kernel。

Together AI 实测 Kimi K2.7 Code 与 Claude Fable 5 生成落地页，成本约低94%

Together AI 让 Kimi K2.7 Code 和 Claude Fable 5 各生成12个落地页对比，Kimi 平均比 Fable 便宜约16倍、比 Opus 便宜约8倍，整体成本低约94%，质量接近但评分略低。通过自定义 MCP 服务器提供截图和设计参考，Kimi 生成的页面层级、排版和构图明显改善，所有页面及成本、token 用量和生成时间明细已发布在 OVSC 网站。

小米 MiMo 发布 MiMo-Code：模型与智能体协同进化

小米 MiMo 在 GitHub 上线新仓库 MiMo-Code，定位为模型与智能体协同进化。仓库标题为“MiMo Code: Where Models and Agents Co-Evolve”，目前公开信息仅包含仓库名称与这一主题表述。

Sierra 工程师复盘如何用 AI 智能体独自完成产品本地化

Sierra 工程师 Stephen Burgess 复盘用 AI 编码智能体在不到四个月内基本独自完成 Agent Studio 本地化，而他在 Slack 参与的同类项目曾需 10 人团队耗时 9 到 12 个月支持 4 个语言。

Mistral 在 AI Now Summit 2026 发布工业工程 AI 栈并升级 Vibe 智能体

Mistral 在 AI Now Summit 2026 上发布面向工业工程的整合 AI 栈，与 Airbus、BMW 和 ASML 合作优化设计、仿真与生产，并收购 Emmi 补充科学能力。Vibe 智能体升级为统一智能体，可处理收件箱与日历、深度研究、编码到合并 PR 等长程多步任务；Les Ulis 新的 10 MW 推理数据中心计划于 Q3 2026 启用，以增强算力控制与安全。

Mistral 将 Le Chat 升级为统一智能体 Vibe，覆盖工作与编码两大模式

Mistral 发布统一 AI 智能体 Vibe，Le Chat 整体升级为 Vibe，原有对话、设置与套餐全部迁移。Work Mode 处理跨企业工具的多步骤长任务，如邮件日历跟进、深度研究、文档撰写和定时任务；Code Mode 从网页发起远程编码会话直至生成 PR，并推出 VS Code 扩展和更新的 CLI（新增 /teleport、权限控制等）。

Mistral 发布 Medium 3.5 模型并在 Vibe 和 Le Chat 推出云端远程智能体

Mistral 发布 Mistral Medium 3.5（128B 密集模型，256k 上下文窗口，修改版 MIT 许可开源权重），并将其设为 Le Chat 和 Vibe CLI 的默认模型。

Together AI 发布编码智能体推理基准：Kimi K2.5 上吞吐超 TensorRT-LLM 31%

Together AI 发布面向编码智能体的高并发推理基准，用 4×NVIDIA B200 在 Kimi K2.5 上对比 Together Inference Engine、TensorRT-LLM 与 SGLang。

Google Antigravity 2.0 发布

Google 发布智能体开发平台 Google Antigravity 2.0。该平台在 Google DeepMind 官网被列为面向开发者的 agentic development platform，与 Gemini 应用、Google AI Studio 并列于产品与工具入口。

Google DeepMind 发布 Gemini 3.5，率先推出 3.5 Flash

Google DeepMind 发布 Gemini 3.5 模型系列，首发的 3.5 Flash 已在 Gemini 应用、Search AI Mode、Google Antigravity、Gemini API 和 Gemini Enterprise 上线。

Google DeepMind 回顾 AlphaEvolve 一年跨领域影响：覆盖基因组学、电网、量子计算与商业应用

Google DeepMind 发布 AlphaEvolve（基于 Gemini 的编码智能体）一年来的影响汇总。

OpenAI 在 Codex 中推出 Auto-review，用独立 Agent 审查越界操作

OpenAI 上周在 Codex 中发布 Auto-review，用单独的 Agent（GPT-5.4 Thinking low reasoning）在沙箱边界自动批准或拒绝操作，替代人工同步审批。

OpenAI Developers 插件发布：在 ChatGPT 和 Codex 中构建 AI 应用与智能体

OpenAI 推出 OpenAI Developers 插件，帮助开发者在 ChatGPT 和 Codex 中构建 AI 应用与智能体，并提供 OpenAI API 接入与配置指引。

Sierra 重塑工程面试流程，用 AI-native onsite 替代编码与算法面试

Sierra 宣布重构工程面试流程，取消了编码和算法面试，改用由 Plan、Build、Review 三环节组成的 AI-native onsite，候选人可在 2 小时内自选 AI 工具完成搭建。公司还把电话初筛换成系统设计面试，并试点考察 1 到 N 迭代能力的 debugging 面试。作者称新流程信号更丰富、体验更好，不过开放式格式难以标准化，需配套评估标准和双人面试来校准。

OpenAI 扩展 Codex 能力：可操作 Mac 应用并承接持续任务

OpenAI 发布视频介绍 Codex 的能力更新。Codex 现在可以操作 Mac 上的应用、连接更多工具、生成图像、从之前的操作中学习、记住用户的工作偏好，并承接持续和可重复的任务。

Mistral AI 发布 Spaces CLI，为人类与 Agent 共用而设计

Mistral AI 发布 Spaces CLI，一个从内部平台工具演化而来、可脚手架项目、启动开发环境并部署的项目工具。

Google 推出 Vibe Coding XR：用 Gemini 和 XR Blocks 加速 AI + XR 原型开发

Google 发布 Vibe Coding XR 工作流，结合 Gemini 的长上下文推理与基于 WebXR、three.js、LiteRT.js 的 XR Blocks 框架，可将自然语言在 60 秒内转化为可运行的 Android XR 应用。

Mistral 发布开源模型 Mistral Small 4，统一推理、多模态与编码能力

Mistral 发布 Mistral Small 4，首个将 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力统一到单一模型的开源版本，采用 Apache 2.0 许可证。

Mistral 发布开源 Lean 4 证明代码智能体 Leanstral

Mistral 发布 Leanstral，一个面向 Lean 4 的开源代码智能体，权重以 Apache 2.0 许可开放，同时在 Mistral Vibe 中以 agent 模式提供，并通过免费 API 端点 labs-leanstral-2603 开放。

Mistral 详解如何基于 Vibe 构建自动编写 RSpec 测试的 Rails 智能体

Mistral AI 基于 open-source 编码助手 Vibe 构建了一个自主智能体，可读取 Rails 源文件、生成或改进 RSpec 测试，并通过 RuboCop 和 SimpleCov 自定义工具在 CI/CD 中无人工干预运行。

OpenAI 发布 gpt-5.3-codex 提示词指南

OpenAI 发布 Codex 模型（API 中为 gpt-5.3-codex）的提示词指南，推荐 medium 推理力度作为交互编码的平衡选择，高难度任务可用 high 或 xhigh。

Modem 获 440 万美元融资，打造智能体编程时代的自动分诊 PM

Modem 完成 440 万美元融资，由 Accel 领投、Inovia Capital 参投，用于打造面向智能体编程时代的自动分诊产品经理。Modem 可连接 Slack、Discord、GitHub、Linear、email 等渠道，从产品讨论中构建上下文图谱，自动将杂乱对话归类为结构化主题并排定优先级，无需手动打标签或分诊。

OpenAI 发布 Codex app，支持多智能体并行协作

OpenAI 发布 Codex app，定位为基于智能体构建软件的指挥中心。它支持并行运行多个智能体并用 worktrees 隔离各自改动，可将工具和约定打包成可复用的 skills，还支持通过后台定时工作流把重复性工作交给 Codex。目前提供 macOS 下载（https://openai.com/codex），Windows 支持即将推出。

Mistral 发布终端原生编码智能体 Mistral Vibe 2.0，搭载 Devstral 2

Mistral AI 发布 Mistral Vibe 2.0，这是其终端原生编码智能体的重大升级，由 Devstral 2 模型系列驱动。新增自定义 subagents、多选项澄清、slash 命令技能、统一 agent 模式和自动更新；产品现已在 Le Chat Pro 和 Team 套餐开放，支持按量付费或自带 API key。

OpenAI 推出 JetBrains IDE 中的 Codex 支持

OpenAI 宣布 Codex 现已可在 JetBrains IDE 中使用，并与 JetBrains 的 Gleb Melnikov 在一个真实的 Kotlin 多平台项目上演示。

小米 MiMo-V2-Flash 发布：高效推理、编码与智能体基础模型

小米发布 MiMo-V2-Flash 基础模型，主打高效推理、编码与智能体能力。该模型以 MiMo-V2-Flash 为名在 GitHub 新仓库开源，具体参数规模、benchmark 分数与上下文长度尚未在现有信息中披露。

Mistral AI 发布 Devstral 2（123B）与 Devstral Small 2（24B）编码模型及 Mistral Vibe CLI

Mistral AI 发布开源编码模型 Devstral 2（123B，修改版 MIT 许可）和 Devstral Small 2（24B，Apache 2.0），并推出开源命令行编码助手 Mistral Vibe CLI。

OpenAI 分享 gpt-5-codex 大规模代码验证的实践方法

OpenAI 团队介绍为 gpt-5-codex 和 gpt-5.1-codex-max 训练专用智能体代码审查器的方法，作为纵深防御安全策略中的输出监控手段。