小米 MiMo 团队基于 OpenCode 构建并开源了终端编码智能体 MiMo Code，采用 MIT 许可，面向数十甚至上百步的长程自动化编程任务。它围绕计算、记忆、进化三个主题设计：Max Mode 每轮并行采样 5 个候选方案并由模型评判择优，在 SWE-Bench Pro 上比单次采样提升 10–20%，代价是约 4–5 倍 token 消耗；Goal 机制在智能体尝试终止时用独立模型校验停止条件，死循环概率低于 0.5%。记忆层面通过检查点与重建让逻辑会话可无限延长，并维护会话、项目、全局、历史四层记忆。内部双盲 A/B 测试覆盖 576 名开发者、474 个私有仓库，产生 1213 组对比，执行步数超过 200 时 MiMo Code 胜率升至 65% 以上。
匹配字段标题
Cohere 开源发布其首款智能体编码模型 North Mini Code，采用 MoE 架构，拥有 30B 总参数、3B 激活参数，并使用 Apache 2.0 许可证。Cohere 测试显示，其输出吞吐量最高为 Devstral Small 2 的 2.8x，inter-token latency 优势为 30%，Artificial Analysis Coding Index 得分为 33.4。模型权重已在 Hugging Face 提供 bf16、fp8 和 w4a16 版本，也可通过 OpenRouter、Model Vault 或 Cohere API 使用。
匹配字段标题
微软 AI 发布七款自研 MAI 模型，覆盖图像、语音、转录、编码与推理，包括旗舰推理模型 MAI-Thinking-1、面向 GitHub Copilot 的 MAI-Code-1-Flash、MAI-Image-2.5、MAI Transcribe-1.5 和 MAI-Voice-2。MAI-Thinking-1 在盲测人工对比中优于 Sonnet 4.6，MAI Transcribe-1.5 支持 43 种语言且速度是竞品的五倍，MAI-Image-2.5 的 Arena 分数超过 Nano Banana Pro。模型将在 Foundry、OpenRouter、Fireworks 和 Baseten 上提供，开发者首次可以自行微调模型权重；微软同时宣布与 Mayo Clinic 合作共建医疗前沿模型。
匹配字段标题
微软发布编码模型 MAI-Code-1-Flash，基于自有企业级数据从头训练，未使用第三方模型蒸馏，正面向 VS Code 中的 GitHub Copilot 个人用户推送，出现在模型选择器和默认 Auto 选择器中。该模型针对 GitHub Copilot 生产环境训练，支持智能体编码和自适应思考，官方称在 SWE-Bench Verified、SWE-Bench Pro、SWE-Bench Multilingual 和 Terminal Bench 2 上均超过 Claude Haiku 4.5，其中 SWE-Bench Pro 为 51.2% 对 35.2%，并在 SWE-Bench Verified 上以最多减少 60% token 解决更难问题。
匹配字段标题
OpenHands 官方博客发布开发者指南，解释编码智能体与 AI 编程助手的区别：智能体从 GitHub issue 等任务级目标出发，能生成并执行代码、读取报错自我纠正、自主迭代，最终提交可审查的 PR。文中称 GitHub Copilot 编码智能体自正式可用以来已在生产仓库合并超过 100 万个 PR，Replit Agent 3 被记录可连续运行最长 200 分钟无需开发者介入。
匹配字段标题
MiniMax 正式发布 M3，采用自研 MSA 稀疏注意力架构，支持最高 1M token 上下文，并原生支持图像与视频输入、可操作桌面电脑。官方称 M3 是目前首个同时具备这三项能力的开源权重模型，在 SWE-Bench Pro 得分 59.0%、Terminal-Bench 2.1 得分 66.0%、MCP Atlas 得分 74.2%。M3 已通过 MiniMax Code、Token Plan 和 API 开放使用，官方表示将在未来 10 天内发布技术报告并开源模型权重。
匹配字段标题
xAI 通过 xAI API 公测发布编码模型 grok-build.0.1，该模型专为智能体编码任务训练，覆盖 Web 开发、调试和 MCP 支持，也是 Grok Build 背后的同一模型。它提供 100+ tokens/秒的推理速度，定价为输入 $1/m tokens、输出 $2/m tokens，也可用于通用智能体与工具调用场景，并已在 OpenRouter 和 Vercel AI Gateway 上线。
匹配字段标题
xAI 发布编码智能体 Grok Build 的早期测试版，面向专业软件工程和复杂编码任务。它支持计划模式，可先审批或修改计划再执行，每次改动以 diff 呈现；兼容 AGENTS.md、插件、hooks、技能和 MCP 服务器，并可将任务分派给并行运行的子智能体，支持独立 worktree。此外提供 headless 模式（-p）用于脚本和自动化，以及完整 ACP 支持。
匹配字段标题
看看 Jas 主导的 RAEv2。通过大量实验，我们发现了一些非常有趣的行为，表明为什么强表征编码器对像素解码器至关重要。剧透：关键不在于爬 FID 的坡；像 ep@fid-k/fdr^k 这样的新指标表明还有更多值得探索的空间！
匹配字段标题
Google 发布 Empirical Research Assistance（ERA），一个基于 Gemini 的科研编码工具，可搜索文献、写代码、组合方法并评估结果，用树搜索在数千个方案中优化输出代码。相关成果已发表于 Nature，在基因组学、公共卫生、卫星图像分析、神经科学预测、时间序列预测和数学等基准上达到专家级表现。基于 ERA 和 AlphaEvolve 构建的 Computational Discovery 原型即日起通过 Google Labs 可信测试者计划逐步开放，Google 目前已有八篇应用 ERA 的论文手稿。
匹配字段标题
Together Inference Engine 在 Kimi K2.5 编码智能体负载下，以相同的 4× NVIDIA B200 硬件实现了比 TensorRT-LLM 高 31% 的 TPS，并在饱和时保持约 2 倍更优的 TTFT。测试采用约 45k–200k Token 的长提示词和平均 450 Token 的输出；SGLang 因 TP4 内存不足改用 8× B200。性能提升来自 ThunderMLA、定制内核重写及真实流量下的端到端分析。
匹配字段标题
Standard C++ Foundation 年度开发者调查显示，39.8% 的 C++ 开发者经常用 AI 写代码，高于去年的 30.9%；用 AI 写测试的比例从 20% 升至 33%，调试从 11.5% 升至 23.6%。但 42% 的受访者仍很少或从不使用 AI，较去年的 52.7% 有所下降，主要顾虑包括输出错误、不信任输出、数据隐私和工具成本。本次调查共收到 1,434 份回复，比去年多 38%。
匹配字段标题
Augment 推出 Prism 模型路由选项，在模型选择器中自动为每个用户轮次选择最合适的底层模型，声称每月可节省约 2 万美元或降低 30% 成本，同时质量与前沿推理模型相当。Prism 采用缓存感知路由，仅在切换收益超过缓存驱逐成本时切换模型，并在内部多轮编码基准、Terminal Bench 2.0 和 SWE-Bench Pro 上验证了质量与成本表现。
匹配字段标题
Augment Code 在 OpenClaw 的 40 个 PR 上测试了在 AGENTS.md 中加入 Karpathy 风格编码规则的效果，发现 Auggie、Claude Code 和 Codex 三个 Agent 的工具调用、文件读取、时间和成本均下降，但代码质量基本不变，Claude Code 甚至略有下降。
匹配字段标题
Jediah Katz 引用 EndorLabs 的新分析，对编码智能体的正确性和安全性进行基准测试，称 Cursor 优化后的 harness 再次排名第一。Balta 回复称其为“harness 山羊 🐐”。
匹配字段标题
阿里千问开源 Qwen3.6-27B，这是一个 27B 参数的稠密多模态模型，支持思考与非思考两种模式，权重已在 Hugging Face 和 ModelScope 发布，并上线 Qwen Studio 与 API。官方称其在全部主要编码基准上超过上一代开源旗舰 Qwen3.5-397B-A17B，包括 SWE-bench Verified 77.2 对 76.2、Terminal-Bench 2.0 59.3 对 52.5、SkillsBench 48.2 对 30.0，GPQA Diamond 为 87.8。该模型可接入 OpenClaw、Claude Code 和 Qwen Code 等第三方编码助手，API 支持 preserve_thinking 以保留多轮思考内容。
匹配字段标题
Modal 官方工程博客发布教程，演示如何在 OpenAI Agents SDK 之上从零搭建自定义编码智能体框架，并接入 Modal Sandboxes 为智能体提供可运行代码甚至 GPU 的隔离环境。教程逐步加入 Session 记忆、orchestrator 与 subagent 分工、异步 SubAgentPool 并行、GPU 配额限制、文件系统快照去重以及 Skills 插件，最终实现可在 GPU 上并行运行 OpenAI Parameter Golf 实验的通用编码框架。文中提到 Ramp 在 Modal 上构建的后台编码智能体已负责其超过一半的 PR。
匹配字段标题
Sebastian Raschka 将编码智能体拆解为实时仓库上下文、提示词与缓存复用、工具调用、上下文压缩、结构化会话记忆和受限子智能体六个组件。他以纯 Python 实现的 Mini Coding Agent 为例，说明智能体框架如何管理代码上下文、工具、执行与迭代反馈，并比较了编码智能体与 OpenClaw 的定位差异。
匹配字段标题
Cursor 联合创始人 Michael Truell 宣布 Composer 2 发布，并已在 Cursor 中上线。他表示 Cursor 既不是纯粹的应用公司也不是模型提供商，目标是把最好的 API 模型与自家领域专用模型结合，做出最有用的编码智能体。
匹配字段标题
Mistral AI 发布 Mistral Small 4，这是 Mistral Small 系列的下一个主要版本，也是 Mistral 首个把 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中的版本，采用 Apache 2.0 许可。模型为 MoE 架构，128 个专家、每 token 激活 4 个，总参数 119B、每 token 激活 6B（含嵌入和输出层为 8B），上下文窗口 256k，支持文本与图像输入，并可通过 reasoning_effort 参数在快速响应与深度推理之间切换。官方称相比 Mistral Small 3，端到端完成时间减少 40%，每秒请求数提升 3 倍；推理模式下在三项基准上匹配或超过 GPT-OSS 120B，且输出更短。
匹配字段标题