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。
推荐理由：原文系统汇总了 AlphaEvolve 一年来在科研、基础设施与商业中的落地案例，附具体数字，可作为评估此类编码智能体实用价值的参照。
AI 编码
全部主题AI 写代码的一切：编码助手、Vibe Coding、代码模型评测与开发工作流变革。
最新精选
第 141–160 条 · 共 165 条Google DeepMind：Blog（RSS）精选AI 评分6161
OpenAI：Alignment 研究博客（RSS）精选AI 评分7676 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。
推荐理由：原文给出 Auto-review 的机制、内部部署数字和已知局限，读者可据此评估它在编码 Agent 工作流中的适用性。
Ethan Mollick：One Useful Thing（RSS）精选AI 评分7676 Ethan Mollick 实测 GPT-5.5：能力提升明显但前沿依然参差
Ethan Mollick 拿到 GPT-5.5 早期访问权并实测后认为它是一次明显进步。编码任务中只有 GPT-5.5 Pro 生成了真正演化的海港小镇模拟。
推荐理由：作者以一手实测展示 GPT-5.5 在编码、图像生成和完整研究流程上的进步，同时指出长篇写作等短板仍在。
OpenAI Developers（RSS）精选AI 评分6565 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。
推荐理由：OpenAI 官方列出 Codex 的能力更新方向，读者可以据此了解它在 Mac 应用操作和持续任务上的变化。
Mistral AI：News（网页）精选AI 评分7070 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。
推荐理由：官方发布文给出完整架构参数、性能对比和部署门槛，可以了解这款统一推理与多模态的开源模型是否适配自己的场景。
Mistral AI：News（网页）精选AI 评分6161 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。
推荐理由：原文给出 FLTEval 分数和与 Claude 系列的成本对比，读者可据此评估它在形式化证明工程中的性价比。
Mistral AI：News（网页）精选AI 评分6262 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。
推荐理由：Mistral 详述了在 Vibe 上构建 Rails 测试智能体的上下文工程与自定义工具方案，给出可复用的步骤和实测分数。
OpenAI Developers（RSS）精选AI 评分7979 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。
推荐理由：官方给出从 GPT-5 系列迁移到 gpt-5.3-codex 的提示词、工具和 phase 参数细节，可直接照做。
OpenAI Developers（RSS）精选AI 评分6565 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。
推荐理由：视频给出了 Codex app 的并行多任务、skills 打包和后台自动化等能力与 macOS 下载入口，读者可据此评估其对现有开发流程的影响。
Ethan Mollick：One Useful Thing（RSS）精选AI 评分6565 Ethan Mollick：管理能力是 AI 时代的超能力
Ethan Mollick 在宾夕法尼亚大学实验课上让几乎没有编程经验的 EMBA 学生用 Claude Code、Google Antigravity 及 ChatGPT、Claude、Gemini 四天内从零做出创业原型，成果远超以往一学期的学生水平。
推荐理由：作者基于四天创业课实测提出委托公式和管理技能框架，读者可以据此判断哪些任务适合交给 AI。
Mistral AI：News（网页）精选AI 评分6262 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。
推荐理由：官方宣布 Mistral Vibe 2.0 上线，列出 subagents、slash 命令技能等新能力和 Le Chat Pro/Team 套餐与 Devstral 2 定价，读者可据此评估工作流适配。
Ethan Mollick：One Useful Thing（RSS）精选AI 评分6767 Ethan Mollick 实测 Claude Code 并详解其智能体机制
Ethan Mollick 让 Claude Code（由 Opus 4.5 驱动）独立开发一个创业项目，AI 通过三个选择题确认需求后自主工作 1 小时 14 分钟，生成数百个代码文件并部署了一个可运行、可收款的销售网站。
推荐理由：作者以亲历实验拆解 Claude Code 的上下文压缩、Skills 和 subagents 机制，非程序员也能据此理解并上手这类新工具。
Mistral AI：News（网页）精选AI 评分7272 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。
推荐理由：官方公布了两档开源编码模型的参数规模、SWE-bench Verified 成绩和定价，并说明各自部署门槛，可据此评估实际选用成本。
OpenAI：Alignment 研究博客（RSS）精选AI 评分6363 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。
推荐理由：OpenAI分享了训练专用代码审查Agent的实践经验，读者可了解精度优先的部署权衡和验证比生成更省算力的发现。
Ethan Mollick：One Useful Thing（RSS）精选AI 评分7979 Ethan Mollick 实测 Gemini 3：从 GPT-3 到智能体时代的三年之变
Ethan Mollick 实测 Google 新发布的 Gemini 3，让模型用三年前的 GPT-3 帖子演示 AI 进步，结果它直接构建了一个可玩的“糖果驱动 FTL 飞船模拟器”小游戏。
推荐理由：作者用三年前的旧帖和新任务做对照，展示了 Gemini 3 在编程智能体和独立研究上的实际表现与局限。
OpenAI Developers（RSS）精选AI 评分6767 OpenAI 演示在代码编辑器中使用 Codex
OpenAI 展示如何将 Codex 与主流代码编辑器搭配使用，简化编辑器内的工作流，内容涉及 codex 与 IDE 扩展。
推荐理由：官方演示了 Codex 与主流代码编辑器的搭配方式，可帮助开发者了解如何把工作流收进编辑器内完成。
Answer.AI 官方研发博客（RSS）精选AI 评分6565 Answer.AI 开源 cachy：缓存 LLM 响应让 notebook 测试提速 60 倍
Answer.AI 开源 cachy 包，通过修改 httpx 的 send 方法把 LLM 响应缓存到本地文件，无需手写 mock。测试运行从 2 分钟缩短到约 2 秒，并让 CI/CD 测试和 notebook diff 更干净。
推荐理由：开源工具 cachy 通过拦截 httpx 缓存 LLM 响应，测试从 2 分钟降到约 2 秒，方法可直接迁移到自己的项目。
Johann Rehberger / Embrace The Red（RSS）精选AI 评分7979 Amazon Q Developer VS Code 扩展存在提示词注入导致远程代码执行漏洞
安全研究者 Johann Rehberger 披露 Amazon Q Developer VS Code 扩展（下载量超 100 万）存在间接提示词注入漏洞：executeBash 将 find 归类为 readonly 并跳过人工确认。
推荐理由：作者亲测复现了 Amazon Q Developer 的间接提示词注入到任意命令执行路径，读者可借此理解 Agent 权限模型的风险。
Johann Rehberger / Embrace The Red（RSS）精选AI 评分7777 Amazon Q Developer 提示词注入可经 DNS 请求泄露开发者密钥
安全研究人员 Johann Rehberger 披露 Amazon Q Developer VS Code 扩展（下载量超 100 万）存在高危漏洞：处理不可信数据时可被提示词注入劫持，通过 ping 等 readOnly 命令将开发者 .env 文件内容经 DNS 请求外泄。
推荐理由：作者第一手复现了 Amazon Q Developer 通过 DNS 请求泄露 .env 密钥的提示词注入漏洞，并披露 AWS 已静默修复但未发公告或 CVE。
Johann Rehberger / Embrace The Red（RSS）精选AI 评分8484 GitHub Copilot 提示词注入可致远程代码执行（CVE-2025-53773）
Johann Rehberger 披露 GitHub Copilot 的提示词注入漏洞 CVE-2025-53773：注入内容可让 Copilot 写入 .vscode/settings. 并添加 "chat.tools.autoApprove"。
推荐理由：作者亲测复现了从提示词注入到本机代码执行的完整链条，并给出缓解建议，适合评估 Agent 自改配置的安全风险。