微软发布 GitHub Copilot Fusion，可在 Claude 与 GPT 模型之间路由编码任务。在 Artificial Analysis 的 Coding Agent Index 上，其 Max 设置得分 60，Claude Code 为 62；单任务成本为 5.59 美元对 11.42 美元。Fusion 每任务消耗 7.2M tokens，约为 Claude Code 用量的一半。
匹配字段标题、摘要、正文
Particle-1 已在 OpenRouter 上线，Particle 称其在四个编码基准上比 DeepSeek V4.1 Flash 少用 28–52% 的输出 token。该模型基于 DeepSeek V4.1 Flash 后训练，Particle 报告平均少用约 45% token、准确率接近基座模型，定价为每百万输入 token 0.25 美元、每百万输出 token 1 美元，上下文窗口 1.05M。
匹配字段标题、摘要、正文
前 GitHub CEO 创办的 Entire 推出新一代 Git 托管，把代码托管、评审、CI 和 Agent 会话记忆按人机协作重做。它用 Trail 替代以 diff 为主的 PR 时间线，每次推送由评审 Agent 在云沙箱打分并跟踪未关闭问题，底层调用 Claude Code、Codex 等，沙箱由 Daytona、E2B 提供。其自研 Git 服务给出自家开源基准，称推送最高约比 GitHub 快 89 倍，并已接入 Buildkite 与 Depot 作为 CI。
匹配字段标题、正文
AIPOCH 发布开源桌面工作台 Open-Science，采用 Apache-2.0 许可，把编码智能体改造成面向科学家的研究助手。它支持 Python 或 R notebook、AlphaFold2 和 ESM-2 等科学技能，以及 PubChem、GTEx、cBioPortal 等数据库连接；每个输出都存为不可变、带校验和的版本，并提供溯源视图和隔离回放。智能体引擎可选 Claude Code、Codex、OpenCode 或 CodeBuddy，可接云端 API、Ollama 或 vLLM 本地模型，项目默认留在本地。AIPOCH 称在 BiomniBench-DA 公开任务上以 gpt-5.6-sol 取得 79.05，在其对比中排名第一。
匹配字段标题、摘要
NVIDIA 发布 RTX Spark，将 GB10 系统级芯片与最高 128GB 统一内存结合，让开发者在单台 PC 上运行本地编码智能体、测试并部署。官方称相比 Intel Panther Lake 12Xe，其编码智能体性能提升 4.6 倍、微调提升 2.7 倍、代码编译提升 1.8 倍。同时推出面向本地智能体的 Nemotron 3.5 Bolt 74B-A9B 24GB 模型，采用 2-bit 量化的 MoE 架构，可在 llama.cpp、vLLM、Ollama、Unsloth 和 LM Studio 上运行。
匹配字段标题、摘要
Reflection AI 推出开源权重模型 Beam，面向智能体编码和长周期任务，如维护代码、调用工具、解读结果并完成多步工作流。Beam 是稀疏 MoE 模型，总参数 5010 亿、激活参数 230 亿，Reflection 称有效上下文长度为 100 万 token，权重以 Apache 2.0 许可在 Hugging Face 发布，提供 BF16、FP8 和 NVFP4 三种 checkpoint。发布时 Beam 已在 Amazon SageMaker JumpStart 上线，覆盖美国东部（弗吉尼亚北部）和（俄亥俄）区域，也可通过 SageMaker HyperPod Inference 搭配 JumpStart、SGLang 或 vLLM 部署。
匹配字段标题、摘要
Hao AI Lab 发布 ORA，其工作方式类似编码智能体：编码智能体读取文件、运行命令并检查结果，ORA 则观察场景、调用感知或动作工具、检查反馈再决定下一步。要让这一循环在机器人上跑通需要三样东西：描述机器人和任务的提示词、用于感知几何与运动的工具、以及把近期观察留在上下文中而将较早观察存入文件的上下文管理。同一套框架可运行 ARX X5、ALOHA 和 Franka，靠 robot cards 描述各机器人的几何与控制方式；SAM 3 定位物体、深度把图像位置转成以米为单位的 3D 坐标，再由计算工具处理向量与旋转数学。按 DeepSeek 非高峰 API 价格估算，在 RoboTwin、LIBERO 和 LIBERO-Pro 上每个成功案例的模型成本约 0.30 至 0.35 美元，含失败尝试，40 个展示回合平均每个 0.13 美元。
匹配字段标题、摘要
蚂蚁百灵 Ling-3.1-flash 已在 DeepInfra 上线，官方称其为 day-zero 接入。该模型总参数 560B、每 token 激活 25B，面向长程编码、多步分析和工具调用智能体，定价为每 100 万 token 输入 $0.30、输出 $0.90、缓存 $0.06。
匹配字段标题、摘要
Figma 在 Config India 2026 上发布面向编码、内容管理和部署的 AI 工具，包括 code layers、Figma Specs、集中式设计系统管理以及与 Payload 的集成。用户可从现有 Figma 设计、GitHub 仓库或通过 MCP 接入的外部编码智能体创建 code layers，Figma 同时公布 Grok Bot、Open Code、Sarvam AI 等 20 个新 MCP 合作伙伴。CEO Dylan Field 表示，对于流量极高的产品，Figma 不会承担其托管费用，但未说明定价档位和流量阈值；这些功能将在未来数周内陆续上线。
匹配字段标题、摘要
Databricks 介绍 Lakebase Postgres 的数据库分支能力，基于 copy-on-write 可在不到一秒内为任意大小的数据库创建分支，分支间数据共享、仅在分叉时占用额外存储，并支持 scale-to-zero。文章给出端到端开发闭环：Git worktree 配合 Claude Code 的 post-checkout hook 为每个智能体自动创建数据库分支，GitHub Actions 再为每个 PR 创建临时分支、运行 Drizzle 迁移、在 Databricks Apps 部署预览应用并生成 schema diff 评论。Lakebase 分支不会合并回父分支，schema 变更通过迁移工具提升到父分支。
匹配字段标题
微软宣布为 Windows 带来不计量智能，让每台 PC 成为智能体可安全工作的场所。其中 MAI-Code-1.1 Flash 是 137B 参数、256K 上下文窗口的编码模型，已针对 PC 本地运行优化；GitHub Copilot 可将工作交接给该本地模型以降低成本。微软还推出 Hybrid Intelligence 让 Copilot 直接在 PC 上执行操作并保留敏感数据在本地，并通过 Code in Copilot 在桌面构建软件而无需云端 token 消耗；Windows 与 Agent 365 结合，提供 MXC 本地沙箱供智能体执行。相关能力将随搭载 NVIDIA RTX Spark 的 Surface Laptop Ultra 等新设备落地。
匹配字段标题、摘要
Z.ai（智谱）的 GLM 5.3 已在 Amazon Bedrock 上线，据 Hugging Face Hub 发布信息，这是一个 753B 参数的 MoE 模型，面向编码和长程智能体任务优化。Bedrock 提供全托管 API，支持跨区域推理、提示词缓存和服务层级，目前面向符合条件的企业客户开放。相比 GLM 5，官方称其在 DeepSWE、Terminal Bench 3.0、FrontierSWE 等编码基准上有竞争力，并在 CyberGym 基准上测得 84.5 分。
![[Amazon Bedrock Playground screenshot showing chat interface with GLM 5.3 model explaining symmetric vs asymmetric encryption. Response includes detailed comparison with checkmarks and X marks highlighting key differences, examples like AES and RSA, a]](https://news.farwalk.ai/api/site/image-proxy?v=1&u=https%3A%2F%2Fd2908q01vomqb2.cloudfront.net%2Ff1f836cb4ea6efb2a0b1b99f41ad8b103eff4b59%2F2026%2F10%2F05%2FScreenshot-2026-10-05-at-6.11.23%25E2%2580%25AFPM.png&mode=body-640&exp=1793534700&sig=kE9WVNVlzrWPzxTIimIuPOvT8eIKmIrnLbHhYsylAPc)
匹配字段标题、摘要
Together AI 发布 Together Link，可将团队已在使用的编码智能体接入其开源模型，官方称可降低超过 50% 的开销。该工具支持 Claude Code、Claude Desktop、Codex（ChatGPT 应用与 CLI）、OpenCode 和 Pi，设置与登录保持不变，一条命令即可切换回原生闭源模型。Auto 模式由 Together AI Router 按会话首个任务选模型，带 Anthropic key 时在 Opus 5.5 与 GLM 5.3 之间路由，否则在 GLM 5.3 与 GLM 5.3 Flash 之间路由，路由每会话只发生一次以保留 prompt caching，并按现有 Together API key 计费。
匹配字段标题、摘要
Docker 于 9 月 24 日发布面向 AI 编码智能体的官方技能集 Docker Skills，可在 Claude Code、Codex、GitHub Copilot、Cursor 等智能体中使用，采用 Apache License 2.0 许可。每个技能包含 SKILL.md，说明适用场景与执行方式，智能体可自行匹配用户请求并加载相关指令，无需每次指定技能名。9 月 26 日目录共 11 个技能，覆盖 Dockerfile 与构建、Docker Compose、Docker Sandboxes、Docker Agent 以及不可逆操作前的确认策略；其中 docker-build-strategies 包含多阶段构建、缓存友好的指令顺序和非 root 用户运行等指征。技能可通过 Claude Code、Codex 插件、Gemini CLI 扩展或 Vercel Labs 的 skills CLI 安装，官方建议对智能体提出的改动和命令进行审查并运行项目测试。
匹配字段标题、摘要
微软正式发布重新设计的 Copilot 超级应用，将聊天、编码和智能体三类能力整合进同一界面，分为 Home、Code 和 Autopilot 三个标签页。Code 标签由 GitHub Copilot 同源技术驱动，可在沙箱环境中创建应用、看板或自动化并作为云端内部应用分享给同事；原名为 Scout 的个人助理更名为 Autopilot，以云端实例形式运行，拥有独立身份、记忆和工作区，可通过 @ 提及像同事一样调用。微软对 Cowork、Code 和 Autopilot 采用按用量计费，普通用户订阅许可仍覆盖 Chat 及 Word、Excel、PowerPoint、Outlook 和 Teams 中的 Copilot。
匹配字段标题、摘要
阶跃星辰发布并开源 Step Code v0.1.0，采用 MIT 许可证，通过一个 CLI 覆盖从读改代码到运行测试和交付的完整开发流程。官方评测显示，它在 Terminal-Bench 2.1 上通过 72/89 个任务（80.9%），与并列领先者通过率相同但 token 用量更少；在自建 150 任务长程基准 Multi-Frame 上通过 110/150（73.3%），平均 5.09M tokens/task，在六个被测 harness 中通过率最高、token 用量最低。该工具还内置 StepPage，可用一条命令发布本地静态站点，并支持版本管理与回滚，可在 macOS、Linux 或 WSL 上安装。
匹配字段标题
阶跃星辰发布 Step Code v0.1.0，以 MIT 许可证开源，可在单个 CLI 中完成读改代码、跑测试到交付的完整开发流程。官方称其在 Terminal-Bench 2.1 上通过 72/89 个任务（80.9%），在自建 150 任务长任务基准 Multi-Frame 上通过 110/150（73.3%），平均每任务 5.09M tokens，为六套评测框架中通过率最高且 token 用量最低。工具还内置 StepPage，可用一条命令发布本地静态站点，并支持版本管理与回滚；支持 macOS、Linux 和 WSL 安装，Windows 的 PowerShell 支持处于 beta 阶段。
匹配字段标题
Hugging Face 发布开源工具 funes，用一条 add 命令为 Claude Code、Codex、pi、Hermes 等编码智能体加上记忆，索引增量进行，embedding 与 rerank 都在本机完成。记忆以 Lance 数据集形式存在本地，也可绑定为 Hugging Face 私有数据集实现跨机器、跨团队共享，发布前会先做凭据脱敏与密钥扫描。官方在 handoff-vs-recall 基准上对比了压缩、手写交接与 recall 三种方式，recall 在两个任务上分别比手写交接便宜 8 倍和 4 倍。
匹配字段标题、摘要
阿里发布 Qwen3.8-Flash-Next 权重，作为 Qwen4 架构预览供开发者实验评估，这是一个 125B 参数、每 token 激活 6B 的多模态 MoE 模型，原生上下文窗口 262,144 token，借助 YaRN 可扩展至 1M token。NVIDIA 提供 SGLang、vLLM 和 TensorRT LLM 的 Day 0 功能支持，并在 GB300 NVL72 上验证推理，单 GPU 吞吐超过 16K token/秒、单用户超过 200 token/秒。开发者可用 NVIDIA NeMo AutoModel 微调、用 NeMo RL 做强化学习，权重可从 Hugging Face 或 ModelScope 下载。
匹配字段标题
Slack 推出 Slack Code，为编码智能体开设专属项目频道，用户可在 Slack 对话中 @ 智能体，让它创建代码频道并跟进任务。在频道里，成员可以查看智能体的操作、审阅其提出的改动、查看实时 HTML 预览，并在需要时让它改变方向；任务完成后频道可自行归档，留下可搜索的记录。Anthropic、Cognition、GitHub、OpenAI 的 ChatGPT 和 Vercel 等正在为 Slack Code 开发集成，Claude、Devin、Copilot 和 ChatGPT 等智能体将进入代码频道；Slack 还推出 Agent DM、Agents 标签页和 Add to Slack 功能。
匹配字段标题、摘要